py脚本部署到服务器定时启动

py脚本部署到服务器定时启动

• 一、准备好你的脚本
• 二、把脚本放到服务器
• 三、在服务器创建脚本所需要的环境
• • 1、安装 Miniconda（如果不想安装 Anaconda 或 Miniconda，可以直接使用 Python 的venv模块创建虚拟环境，但安装 Conda 会更方便管理不同版本的 Python 和包）
  • 2、创建 Python 3.9 虚拟环境
  • 3、在虚拟环境下运行你的脚本程序

一、准备好你的脚本

后面讲的是我用python写的一个脚本，主要是自动更新数据的，但这个不重要。

主要的是代码里面，能让脚本定时启动的库，这个库是apscheduler。先在本地测试看看能否运行，没问题再去部署到服务器（这个后面会说）。

先下载apscheduler库

pip install apscheduler

然后在你的脚本代码里加上定时启动的代码：

#auto_quote.py程序的主要执行函数,只提取一部分
def exec_func():
start_time = time.time()
print('程序启动，数据更新中···')
vc = VocalConcert()
vc.main()
end_time = time.time()
print('程序运行结束！')
elapsed_time = end_time – start_time
print(f"程序运行时间: {elapsed_time:.2f} 秒")

if __name__ == '__main__':
#这段代码导入了 apscheduler 库中的 BlockingScheduler 类，并创建了一个调度器对象 scheduler，
#同时指定了时区为 Asia/Shanghai（上海时区）。
scheduler = BlockingScheduler(timezone='Asia/Shanghai')
"""
这里向调度器添加了一个任务。具体来说：
exec_func 是要执行的函数。
'cron' 表示使用 cron 表达式的方式来定义任务的触发时间。
hour=2, minute=30 指定任务在每天的 2 点 30 分触发。
args=() 表示传递给 exec_func 函数的参数为空元组。
max_instances=100 表示允许同时运行的该任务的最大实例数为 100。
misfire_grace_time=360 表示任务错过预定执行时间后的宽限时间为 360 秒。
"""
scheduler.add_job(exec_func, 'cron', hour=9, minute=30, args=(), max_instances=100, misfire_grace_time=360)
scheduler.start()

二、把脚本放到服务器

这个最简单的方法我觉得是直接下载Xftp软件，然后直接拉过去就可以了。 左边是我们主机，右边是远程服务器。 你可以在根目录创建一个data文件夹，然后把你的脚本文件拉过去即可。 或者你可以使用Xshell远程连接服务器，然后你把你的代码存到git仓库，再通过命令把git仓库的代码pull过来，都一样的。

三、在服务器创建脚本所需要的环境

你需要下载个python解释器才能让服务器看得懂你的代码，因为服务器也是一台主机，所有的主机其实也可以成为服务器。

我这边因为服务器本身有项目存在，所以我创建了一个虚拟环境去运行这个脚本，以免影响到已存在的项目，如果没有的话直接整就行了。

以下是在阿里云服务器上部署 Python 3.9 虚拟环境而不影响已有项目的步骤：

1、安装 Miniconda（如果不想安装 Anaconda 或 Miniconda，可以直接使用 Python 的venv模块创建虚拟环境，但安装 Conda 会更方便管理不同版本的 Python 和包）

在安装 Miniconda 时可以指定安装路径。以下是安装 Miniconda 并指定路径的步骤：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

指定安装路径进行安装，例如安装到/opt/miniconda3：

bash Miniconda3-latest-Linux-x86_64.sh -p /opt/miniconda3

在安装过程中，会有一些提示需要确认，按回车键或输入相应的回答进行确认。

安装完成后，可以通过以下方式激活 Miniconda：

source /opt/miniconda3/bin/activate

2、创建 Python 3.9 虚拟环境

使用 Conda 创建一个新的虚拟环境，命名为myenv（可以自定义名称）：

conda create -n myenv python=3.9

激活虚拟环境：

conda activate myenv

现在你可以在这个虚拟环境中安装项目所需的包，而不会影响服务器上已有的项目。

当你使用conda create -n myenv python=3.9创建环境时，环境通常存储在 Conda 的安装目录下的envs文件夹中。 例如，如果你的 Conda 安装在/opt/miniconda3，那么新创建的环境myenv会位于/opt/miniconda3/envs/myenv。所以不用担心。

激活虚拟环境后，你就可以在这个环境里面下载你脚本需要用到的库，而不会与原来的项目产生冲突了。

pip install apscheduler
#等等…

你也可以把需要用到的库写在一个txt文件里，然后直接全量下载也可以。

ps: 当你需要切换回服务器的默认环境或其他已有项目的环境时，使用以下命令：

conda deactivate

3、在虚拟环境下运行你的脚本程序

在上一步的基础上，我们进入到脚本文件所在的位置：

cd data

查看当前文件夹位置:

pwd

查看当前文件夹下的信息:

ls

在运行之前，确保你在服务器上的命令行处于包含该 .py 文件的目录下，或者使用正确的文件路径来运行脚本，比如：

python your_script.py

your_script.py是你的脚本名，我这里用auto_quote.py

你就可以看到你的脚本程序运行起来了。

当然，上面只是运行你的脚本而已，要挂在服务器后台运行的话使用下面这个命令:

nohup python3 auto_quote.py >/dev/null 2>&1

以下是这个命令的作用：

nohup：使命令忽略挂起（hangup）信号，这意味着即使终端关闭，命令也会继续在后台运行。

python3 crawl_news.py：运行你的 Python 脚本。

>/dev/null 2>&1：将标准输出和标准错误输出重定向到/dev/null，即丢弃所有输出，不输出到终端。

&：将命令放在后台运行。

然而，这并不是绝对保证脚本一直启动着，可能出现的情况有：

脚本中存在错误，可能导致脚本意外退出。 系统资源不足、被管理员终止进程等情况也可能导致脚本停止运行。

你可以使用以下命令查看运行脚本所占用的进程ID:

ps aux | grep auto_quote.py

大概内容就是上面这些，不懂可以私信我。