bantianys

部署了个 navidrome 听音乐，一直都正常。

用的 airflow ，下面的代码是 chatgpt 鲁的一个简单 demo ，可以参考下。

from airflow import DAG
from airflow.operators.bash_operator import BashOperator
from airflow.operators.python_operator import PythonOperator
from datetime import datetime, timedelta


def task_a():
# 在此处编写任务 A 的代码
return True # 假设任务 A 成功执行


def task_b():
# 在此处编写任务 B 的代码
return True


def task_c():
# 在此处编写任务 C 的代码
return True


default_args = {
'owner': 'airflow',
'depends_on_past': False,
'start_date': datetime(2022, 1, 1),
'retries': 1,
'retry_delay': timedelta(minutes=5),
}

dag = DAG('task_flow', default_args=default_args, schedule_interval=timedelta(days=1), max_active_runs=1)

task_a = PythonOperator(
task_id='task_a',
python_callable=task_a,
dag=dag,
)

task_b = PythonOperator(
task_id='task_b',
python_callable=task_b,
dag=dag,
)

task_c = PythonOperator(
task_id='task_c',
python_callable=task_c,
dag=dag,
)

task_a >> [task_b, task_c]



部署和执行 Airflow DAG 的步骤如下：
安装 Airflow：请参考官方文档安装 Airflow 。
创建 DAG 文件：将代码保存为一个.py 文件，然后将文件放在您的 DAG 目录中（默认为~/airflow/dags/）。
启动 Airflow 服务：运行以下命令以启动 Airflow 服务：
BASH
复制
airflow webserver -p 8080
airflow scheduler
第一个命令启动 Web 服务器，第二个命令启动调度器。您可以将这些命令放在后台运行，这样它们就会一直运行。
运行 DAG：通过 Airflow 的 Web 界面，您可以手动运行 DAG 。在 Web 界面中，DAG 任务列表中应该会显示您的任务流程。在任务列表中，单击"Trigger Dag"按钮以手动运行 DAG 。
查看日志：Airflow 会自动记录每个任务的日志。您可以通过 Web 界面查看任务的日志，以了解任务的详细信息。
希望这些步骤可以帮助您部署和执行 Airflow DAG 。如果您有任何其他问题，请随时问我。

one party to rule them all.
所以谁受益很明显。

分母+1
祝楼主的书大卖！！！

已经试了，的确可用。之前都是美区的 IP ，一直都是在 waiting list 。

不知道这里的并发指的是什么，会话数？连接数？ TPS ？ QPS ？

windterm

先不假设领导是不是老早就不喜欢你。只说一个职场大忌，不要给领导惊喜。

这也是我曾经犯过的错误，一般水平低一些责任心差一点的还犯不了这样的错误，哈哈。

既要出活，又要给领导掌控感，才是合格职场人。

郝海东在某管上爆料很多了，有兴趣的可以搜搜，就知道国足为啥不行。