Nano Hash - криптовалюты, майнинг, программирование

Задача Heroku Schedule с подключением postgres и python

У меня есть веб-приложение, работающее на героку с использованием flask и SQLAlchemy. Теперь мне интересно, как я могу запустить задачу расписания, которая выполняется ежедневно и выполняет некоторые задачи, связанные с базой данных (удаление некоторых строк, если вам нужно знать :)

Документация по heroku рекомендует использовать APScheduler, но я хотел бы сделать это с помощью Heroku-Scheduler. Несмотря на это решение, я хотел бы знать, как я подключаюсь к моей базе данных postgres в этой задаче планировщика. Я не мог найти ни одного примера или намека на это.

спасибо за ваше время Торстен


Ответы:


1

Планировщик Heroku выполнит любую команду, которую вы ему бросите. Типичным способом было бы создание скрипта/команды Python как части вашего фляжного приложения. Вы можете сделать что-то похожее на http://flask-script.readthedocs.org/en/latest/ . Затем в планировщике вы запланируете его примерно так:

python manage.py mytask
03.03.2013
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..