CronScheduler.AspNetCore 使用教程
2024-09-25 15:22:58作者:贡沫苏Truman
1. 项目介绍
CronScheduler.AspNetCore 是一个轻量级的 Cron 调度器,专为 .NET Core IHost 或 IWebHost 设计。它遵循 KISS(Keep It Simple, Stupid)原则,旨在简化任务调度,提供一个比 Quartz Scheduler 更简便的替代方案。CronScheduler 支持使用 Cron 语法轻松调度任务,并且可以在任何 .NET Core GenericHost IHost 中运行,使得设置和配置变得非常简单。此外,它还引入了 IStartupJob,支持异步初始化关键进程,确保应用程序在复杂的 Kubernetes 环境中也能顺利启动。
2. 项目快速启动
安装
首先,使用 .NET CLI 安装 CronScheduler.AspNetCore 包:
dotnet add package CronScheduler.AspNetCore
配置
在 Program.cs 文件中配置 CronScheduler:
using CronScheduler.AspNetCore;
using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Hosting;
var builder = WebApplication.CreateBuilder(args);
// 添加 CronScheduler 服务
builder.Services.AddScheduler(builder =>
{
builder.AddJob<TestJob>();
});
var app = builder.Build();
// 配置 HTTP 请求管道
if (app.Environment.IsDevelopment())
{
app.UseDeveloperExceptionPage();
}
else
{
app.UseExceptionHandler("/Home/Error");
app.UseHsts();
}
app.UseHttpsRedirection();
app.UseStaticFiles();
app.UseRouting();
app.MapControllers();
app.MapDefaultControllerRoute();
await app.RunAsync();
定义任务
创建一个实现 IScheduledJob 接口的任务类:
public class TestJob : IScheduledJob
{
public string Name => nameof(TestJob);
public async Task ExecuteAsync(CancellationToken cancellationToken)
{
// 任务执行逻辑
Console.WriteLine("TestJob is running...");
await Task.Delay(1000, cancellationToken);
}
}
3. 应用案例和最佳实践
应用案例
CronScheduler 适用于需要定时执行任务的场景,例如:
- 数据备份:定期备份数据库或文件系统。
- 日志清理:定期清理过期的日志文件。
- 定时报告:生成并发送定时报告。
最佳实践
- 任务命名:确保任务名称唯一且有意义,便于管理和调试。
- 错误处理:在任务执行过程中添加适当的错误处理机制,避免任务失败影响整个应用。
- 日志记录:记录任务的执行情况,便于后续分析和排查问题。
4. 典型生态项目
CronScheduler 可以与其他 .NET Core 生态项目结合使用,例如:
- Hangfire:另一个流行的任务调度库,可以与 CronScheduler 结合使用,提供更丰富的调度功能。
- Kubernetes:在 Kubernetes 环境中部署应用时,CronScheduler 可以与 Kubernetes 的 CronJob 结合使用,实现更复杂的调度需求。
- Docker:使用 Docker 容器化部署应用时,CronScheduler 可以轻松集成到 Docker 环境中,实现容器内的任务调度。
通过以上步骤,您可以快速上手并使用 CronScheduler.AspNetCore 进行任务调度。希望本教程对您有所帮助!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218