小编dip*_*esh的帖子

我是 Django Rest Framework 的新手。使用 serializer和views 简单的CRUD很容易。当逻辑增加时，在serializeror 中写逻辑的地方很混乱views。
一些开发人员确实更喜欢“厚序列化器和薄视图”，而一些开发人员更喜欢“厚视图和薄序列化器”。
也许这不是一个大问题，我认为是否要在views或上写更多内容取决于开发人员serializer，但是作为新手，您有什么建议可以遵循？我应该写更多views还是serializer？
在 Django View Template 上有很多答案，但对于 Django Rest Framework 找不到令人满意的答案。
经验丰富的开发人员的想法将受到高度赞赏。谢谢你。

有一个特定的周期性任务需要从消息队列中删除。我这里使用的是Redis和celery的配置。

任务.py

@periodic_task(run_every=crontab(minute='*/6'))
def task_abcd():
    """
    some operations here
    """

项目中还有其他定期任务，但我需要从现在开始停止此特定任务。

正如这个答案中所解释的，下面的代码可以工作吗？

@periodic_task(run_every=crontab(minute='*/6'))
def task_abcd():
    pass

我正在尝试为一个虚拟的本地 Django 项目实现一个 docker。我docker-compose用作定义和运行多个容器的工具。在这里，我尝试将Django-web-app和PostgreSQL两个服务容器化。

中使用的配置Dockerfile和docker-compose.yml

文件

# Pull base image
FROM python:3.7-alpine

# Set environment variables
ENV PYTHONDONTWRITEBYTECODE 1
ENV PYTHONUNBUFFERED 1

# Set work directory
WORKDIR /code

# Install dependencies
COPY requirements.txt /code/
RUN pip install -r requirements.txt

# Copy project
COPY . /code/

docker-compose.yml

version: '3.7'

services:
    web:
        build: .
        command: python manage.py runserver 0.0.0.0:8000
        volumes: 
            - .:/code
        ports:
            - "8000:8000"
        depends_on:
            - db
    db:
        image: postgres:11
        volumes:
            - …

celery中不同时期运行的任务一共有8个。所有这些都是事件驱动的任务。某次事件发生后，他们被解雇了。并且特定任务会持续进行，直到满足某些条件为止。

我已经注册了一项任务，该任务会检查某些条件近两分钟。这个任务在大多数情况下都可以正常工作。但有时任务的预期行为并未达到。

任务签名如下：

任务.py

import time
from celery import shared_task

@shared_task()
def some_celery_task(a, b):
    main_time_end = time.time() + 120
    while time.time() < main_time_end:
        ...
        # some db operations here with given function arguments 'a' and 'b' 
        # this part of the task get execute most of the time

    if time.time() > main_time_end:
        ...
        # some db operations here.
        # this part is the part of the task that doesn't get executed sometimes

视图.py

# the other part of the view …