首页
/ Speedtest-Tracker项目:如何设置定时测速任务

Speedtest-Tracker项目:如何设置定时测速任务

2025-06-20 23:05:04作者:仰钰奇

在Speedtest-Tracker项目中,定时测速功能是一个非常有用的特性,它允许用户按照预设的时间间隔自动执行网络速度测试,从而持续监控网络性能。本文将详细介绍如何配置这一功能。

环境变量配置

Speedtest-Tracker通过环境变量来控制测速行为,主要涉及以下三个关键参数:

  1. SPEEDTEST_SCHEDULE:设置测速任务的执行计划,采用标准的cron表达式格式
  2. SPEEDTEST_SERVERS:指定测速服务器的ID,可以设置单个或多个服务器(用逗号分隔)
  3. PRUNE_RESULTS_OLDER_THAN:设置结果保留天数,0表示不自动清理历史数据

定时测速配置详解

1. 基本配置方法

在Docker Compose配置文件中,需要在environment部分添加相关环境变量。例如:

environment:
  SPEEDTEST_SCHEDULE: "0 */6 * * *"
  SPEEDTEST_SERVERS: "12345,67890"
  PRUNE_RESULTS_OLDER_THAN: "7"

2. Cron表达式说明

Cron表达式由5个字段组成,分别表示:

  1. 分钟(0-59)
  2. 小时(0-23)
  3. 日(1-31)
  4. 月(1-12)
  5. 星期(0-7,其中0和7都代表星期日)

常见示例:

  • 0 * * * *:每小时整点执行
  • 0 */3 * * *:每3小时执行一次
  • 30 3 * * *:每天凌晨3:30执行
  • 0 9 * * 1:每周一上午9点执行

3. 服务器选择

SPEEDTEST_SERVERS参数允许用户指定特定的测速服务器。这在使用固定服务器进行长期性能比较时特别有用。服务器ID可以通过Speedtest CLI工具获取。

4. 数据保留策略

PRUNE_RESULTS_OLDER_THAN参数控制历史数据的自动清理。设置为7表示只保留最近7天的测速结果,有助于控制数据库大小。

最佳实践建议

  1. 对于家庭用户,建议每2-4小时测速一次(如0 */3 * * *
  2. 企业用户可能需要更频繁的测速(如每小时一次)
  3. 选择距离较近且稳定的测速服务器
  4. 根据存储空间设置合理的数据保留期限
  5. 重大网络变更前后可临时增加测频频率

通过合理配置这些参数,用户可以建立一套完整的网络性能监控体系,为网络优化提供数据支持。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
160
2.02 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
42
75
ops-mathops-math
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++
529
55
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
946
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
197
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
996
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
372
13
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71