Migrovat Python3 projektu do AWS

Question 1

Vyšetřovala jsem, jak přenést mé python3 projektu do AWS, ale nejsem schopen najít řešení. Můj python3 projekt je poměrně jednoduchý:

daemon.py -> Toto je nekonečný, zatímco Pravda smyčky. To se Dostane požadavky na API. Je důležité, aby se, jak mnoho požadavků za sekundu, jak je to možné. Pak se ukládá do mysql db. Požadavek je vždy stejný, GET /api/check_stock.

while True:
  r = requests.post(url,json=body, proxies=proxy_dict)
  r_json = json.loads(r.content)
  insert_db(r_json)

ship.py -> Další je sice Pravda smyčky hledat změny v mysql, když zjistí změnu, vyšle SE požadavek na API.

Zjistil jsem, o lambda, ale nejsem si jistý, jestli je to dobrý nápad spustit nekonečná smyčka na to, jak jsem pochopil, oni vám účtovat podle času provedení... a to je nekonečná smyčka.

Díky předem.

Question 2

Zda je to efektivní pro vás, závisí pouze na tom, jak moc si ceníte každého z těch, popularita a my nemáme dost informací, abychom věděli odpověď.

Tam je také otázka, zda chcete spustit celou dobu, nebo v nějakou konkrétní dobu konkrétní dobu trvání. V prvním případě, fargate, nebo ec2 může být lepší kandidáti, ve druhém, záleží na tom, jak dlouho můžete spustit proces pro.

Tam jsou některé věci, které můžete zlepšit i když se současný systém - zdá se, že čeká na každého z odpovědí, což znamená spoustu volného času. Můžete zlepšit propustnost buď asynchronní nebo threadpool přístupy. (pokud je to opravdu jen jeden endpoint výpis všech položek)

Dalším z nich je, že nemusíte nutně muset běžet ship.py jako kontrolní smyčku, pokud stát nemění velmi často. Pokud jste již v AWS, jsi to mohl udělat oznámení jako SQS zpráv místo, které by oheň ship.py proces jako lambda - to je skutečně pravděpodobné, že ušetří nějaké prostředky.

Question 3

Ok, zjistil, že nejlepší přístup je spustit daemon v EC2 s Aurora a snaží se přenést ship.py jako viraptor řekl.

Question 4

pokud používáte lambda serverless python projekt, budete dělat to, co máte v úmyslu, ale ty budou účtovány dost podstatně.

zde jsou dokumenty: AWS-Lambda-Python

Také použít SQS , aby se zasadila data z vašeho skriptu do databáze.

viraptor · Answer 1 · 2021-11-23T00:41:40

Zda je to efektivní pro vás, závisí pouze na tom, jak moc si ceníte každého z těch, popularita a my nemáme dost informací, abychom věděli odpověď.

Tam je také otázka, zda chcete spustit celou dobu, nebo v nějakou konkrétní dobu konkrétní dobu trvání. V prvním případě, fargate, nebo ec2 může být lepší kandidáti, ve druhém, záleží na tom, jak dlouho můžete spustit proces pro.

Tam jsou některé věci, které můžete zlepšit i když se současný systém - zdá se, že čeká na každého z odpovědí, což znamená spoustu volného času. Můžete zlepšit propustnost buď asynchronní nebo threadpool přístupy. (pokud je to opravdu jen jeden endpoint výpis všech položek)

Dalším z nich je, že nemusíte nutně muset běžet ship.py jako kontrolní smyčku, pokud stát nemění velmi často. Pokud jste již v AWS, jsi to mohl udělat oznámení jako SQS zpráv místo, které by oheň ship.py proces jako lambda - to je skutečně pravděpodobné, že ušetří nějaké prostředky.

Díky za vaši odpověď. The POST odpověď json a potřebuju zjistit změnit tak rychle, jak je to možné (pro, že důvod, proč dělat mnoho požadavky POST/sekundu). To musí běžet celou dobu 24x7. O ship.py a lambda, díky. Už jsem si vědom o tom a já pravděpodobné, že bude dělat, že. V současné době jsem více snaží zjistit, jak můžu migrovat daemon.py jako, že je klíč.

Frank · Answer 2 · 2021-11-23T12:31:06

Ok, zjistil, že nejlepší přístup je spustit daemon v EC2 s Aurora a snaží se přenést ship.py jako viraptor řekl.

Dean Van Greunen · Answer 3 · 2021-11-23T13:00:33

pokud používáte lambda serverless python projekt, budete dělat to, co máte v úmyslu, ale ty budou účtovány dost podstatně.

zde jsou dokumenty: AWS-Lambda-Python

Také použít SQS , aby se zasadila data z vašeho skriptu do databáze.

Migrovat Python3 projektu do AWS

Otázka

Nejlepší odpověď

V jiných jazycích

Tato stránka je v jiných jazycích

Populární v této kategorii

Oblíbené položky v této kategorii