z4j: un plan de control auto-găzduit pentru cozi de sarcini Python
z4j este un tablou de bord open-source pentru sistemele de sarcini de fundal Python, oferind o interfață unificată pentru observarea, reluarea, programarea și auditarea sarcinilor în mai multe cozi de sarcini. Acesta abordează provocările operaționale ale sistemelor fragmentate de cozi de sarcini, oferind o vizualizare și un control consolidat.
Rezumat Detaliat
z4j este un plan de control auto-găzduit conceput pentru a gestiona cozi de sarcini Python, oferind un tablou de bord centralizat pentru monitorizarea și controlul sarcinilor de fundal. Acesta abordează problema comună a gestionării fragmentate a sarcinilor în aplicațiile Python, unde sunt adesea utilizate mai multe tehnologii de cozi, ceea ce duce la ineficiențe operaționale. z4j consolidează aceste sisteme disparate într-o singură interfață.
Arhitectura sistemului cuprinde două părți principale: un serviciu central de control și o bibliotecă mică instalată în fiecare aplicație. Serviciul de control, construit cu FastAPI și un tablou de bord React, oferă interfața utilizator pentru operatori. Acesta utilizează Postgres pentru stocarea datelor de producție și comunică cu aplicațiile observate prin intermediul unui protocol WebSocket autentificat. Biblioteca captează evenimentele ciclului de viață al sarcinilor și execută comenzile primite de la serviciul de control. Adaptoarele sunt disponibile pentru diverse motoare precum Celery și RQ, iar integrările de framework există pentru Django și Flask. Această proiectare permite aplicațiilor să se conecteze spre exterior la serviciul de control, simplificând configurația rețelei.
În prezent, z4j oferă o listă de sarcini unificată, istoric persistent, gestionarea programărilor și un jurnal de audit legat prin HMAC. Acesta suportă șase adaptoare de motor și șapte adaptoare de programare. Proiectul este licențiat sub AGPL v3 pentru serviciul de control și Apache 2.0 pentru bibliotecile de adaptoare. Deși proiectul este funcțional, există domenii de îmbunătățire, cum ar fi ergonomia formularului de editare a programărilor și acoperirea testelor pentru configurațiile Celery mai puțin comune. Proiectul își propune să ofere o soluție cuprinzătoare pentru gestionarea cozilor de sarcini Python, îmbunătățind eficiența operațională și oferind o mai bună vizibilitate asupra sarcinilor de fundal.
⚠️ Notă: Acesta este un rezumat generat automat. Drepturile asupra conținutului aparțin sursei originale. Citește articolul complet aici
Sursa originală
Citește articolul complet aici
Articole similare
Google permite agenților AI terți să controleze casa inteligentă prin Model Context Protocol
Google integrează agenți AI terți, precum Claude și Open Claw, în ecosistemul Google Home prin noul Model Context Protocol (MCP). Aceasta permite agenților să acceseze și să controleze în siguranță dispozitivele conectate, să analizeze datele casei și să acționeze în numele utilizatorilor în mediul casei inteligente.
Vârsta ta „de sănătate” este falsă
Noua funcție „Health Age” de la Apple, alături de metrici similare de la dispozitive purtabile precum Whoop, este criticată pentru că este un indicator nesigur și potențial înșelător al vârstei fiziologice. Aceste metrici, deși vizează motivarea utilizatorilor, adesea le lipsește rigoarea științifică și pot fi ușor influențate de factori pe termen scurt, făcându-le mai puțin semnificative pentru evaluarea sănătății pe termen lung.
Apple ia în considerare revenirea pe piața serverelor pentru AI
Apple explorează o posibilă revenire pe piața serverelor, posibil în parteneriat cu Nvidia, pentru a valorifica cererea crescută de putere de calcul pentru AI. Compania a renunțat anterior la linia sa Xserve în 2011, dar vede o oportunitate cu procesoarele sale ARM M eficiente, deja populare printre dezvoltatorii AI.
Denuvo dă în judecată crackerul anonim de jocuri 'voices38' pentru presupusa ocolire a DRM, solicitând daune
Denuvo dă în judecată un cracker anonim de jocuri, cunoscut sub numele de 'voices38', pentru presupusa ocolire a protecțiilor sale Digital Rights Management (DRM) pe 26 de jocuri. Procesul se bazează pe prevederile anti-ocolire ale DMCA, în loc de acuzații tradiționale de încălcare a drepturilor de autor.