2019 Python 计算生态十月推荐榜
19年10月10日 · 计算生态推荐榜 6757 人阅读
看见更大的世界,遇见更好的自己
See a better world to meet better for ourselves.
计算机为处理任务而生。任务调度也因此成为计算机难以逃避的话题。任务调度是计算机为不同的任务分配系统资源的过程,这个过程由任务调度器完成。任务调度器因其能够在给定的时间或特定事件发生时自动执行预设好的任务,受到无数语言的追捧,其中自然不能少了Python的身影。Python计算生态有着众多简单易用的任务调度器,有了它们,程序员们无需半夜深耕在计算机旁,所有任务只管交给计算机,自己去睡大头觉就好。
2019年10月,国庆气氛正酣,好事者回顾新中国70周年历程,虽有坎坷,却也有条不紊。因此特别推荐10款优秀的Python计算生态,帮助大家有序调度任务,稳扎稳打,跟随祖国母亲的脚步,实现个人的中国梦,也实现祖国的复兴梦!
APScheduler
APScheduler允许将Python代码安排在以后执行。可以只执行一次,也可以定期执行。你可以随时添加新任务或者删除旧任务。如果将任务存储在数据库中,它们将在调度器重启后继续存在并维护状态。当调度器重新启动后,它将运行脱机前的所有任务。
项目地址:https://github.com/agronholm/apscheduler
django-schedule
django-schedule是一个日程调度程序。它有着众多的特性,包括一次性和重复性事件,日历异常,良好的用户界面,查看日、周、月、三个月和年等。
项目地址:https://github.com/thauber/django-schedule
doit
doit是一个自动化任务运行器和构建工具。它的灵感来源于利用构建工具的力量执行任何类型的任务。它集强大的功能、灵活性、创作的简单性和易用性于一身。
项目地址:https://pydoit.org/
gunnery
gunnery是基于web接口的分布式系统的多用途任务执行工具。如果你的应用程序被划分在多个服务器上,你可以通过ssh连接他们并反复执行相同的命令,清除缓存,重新启动服务,备份,检查健康状况等。gunnery使得你能在浏览器或者智能手机上做到这一点。
项目地址:https://github.com/gunnery/gunnery
joblib
joblib是在Python中提供轻量级管道的一组工具。特别的它能提供延迟重新计算和简单的并行计算。joblib在针对大数据时进行了更快和更健壮的优化,并且对numpy数组进行了特定的优化。
项目地址:https://joblib.readthedocs.io/en/latest/
plan
Plan是一个用于编写和部署cron任务的Python包。Plan将Python代码转换为cron语法。你可以很容易地管理你的cron工作。它的设计非常优雅,可以用尽可能少的代码编写cron任务。
项目地址:https://plan.readthedocs.io/
schedule
schedule是一种人性化的任务调度器。它是一种使用生成器模式进行配置的定期任务的进程内调度器。它允许你使用简单、友好的语法在预先确定的时间间隔内定期运行Python函数(或任何其他可调用的函数)
项目地址:https://schedule.readthedocs.io/en/stable/
spiff
spiff是一个用纯Python实现的强大工作流引擎。它的主要设计目标包括直接支持尽可能多的workflowpatterns.com模式,尽可能使用单元测试,提供简洁的Python API等。
项目地址:https://github.com/knipknap/SpiffWorkflow
taskflow
TaskFlow是一个用于OpenStack(和其他项目)的Python库,它有助于使任务执行变得简单、一致、可伸缩和可靠。它允许创建轻量级任务对象和函数,这些对象和函数以声明的方式组合成流(即工作流)。
项目地址:https://docs.openstack.org/taskflow/latest/
airflow
Airflow是一个以编程方式编写,安排和监视工作流的平台。使用airflow将工作流编写为有向无环图。airflow调度程序在遵循指定的依赖关系的同时,在一组工作线程上执行你的任务。当工作流被定义为代码时,它们变得更加可维护、版本化、可测试和可协作的。
Python3Turtle