Cronicle任务历史页面显示数量配置指南
2025-06-14 05:32:45作者:董斯意
Cronicle作为一款优秀的任务调度系统,在日常运维中承担着重要角色。对于高频任务场景,默认的任务历史显示数量可能无法满足实际需求。本文将详细介绍如何通过配置调整Cronicle中任务历史和统计页面的显示条目数量。
默认显示限制
Cronicle系统在v0.9.51版本之前,任务历史页面和统计图表页面分别有固定的显示条目限制:
- 任务历史页面:每页默认显示25条记录
- 任务统计图表:默认显示50个数据点
这种默认设置对于每天产生数千条任务记录的生产环境来说,确实会造成查询和分析上的不便。
配置方法
从Cronicle v0.9.51版本开始,开发者增加了相关配置项,允许用户自定义这两个页面的显示数量。配置方法如下:
- 编辑Cronicle的配置文件config.json
- 在client配置段中添加以下两个参数:
"default_job_history_limit": 100, "default_job_stats_limit": 200 - 保存配置文件并重启Cronicle服务
配置参数详解
-
default_job_history_limit
控制任务历史页面每页显示的记录数量。建议根据实际任务量设置,对于高频任务环境可设置为100-500之间。 -
default_job_stats_limit
控制统计图表显示的数据点数量。适当增加此值可以获得更完整的趋势视图,但需考虑浏览器渲染性能。
配置示例
完整的client配置段示例如下:
"client": {
"name": "Cronicle",
"debug": 1,
"privilege_list": [...],
"new_event_template": {...},
"default_job_history_limit": 100,
"default_job_stats_limit": 200
}
性能考虑
虽然增加显示数量可以提升使用体验,但也需要注意:
- 过大的数值可能导致页面加载变慢
- 浏览器需要渲染更多DOM元素,可能影响响应速度
- 服务器需要处理更大的数据集,增加资源消耗
建议根据实际硬件环境和网络条件,逐步调整找到最佳平衡点。
版本兼容性
此功能仅在Cronicle v0.9.51及以上版本可用。如果使用的是较早版本,建议先升级系统。配置参数在旧版本中会被忽略而不会报错。
通过合理配置这些参数,运维人员可以更高效地管理和分析大量定时任务,提升工作效率。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220