RQ Dashboard FastAPI 使用教程
2025-04-20 05:45:12作者:段琳惟
1. 项目介绍
RQ Dashboard FastAPI 是一个基于 FastAPI 的通用、轻量级网页前端,用于实时监控 RQ 队列、任务和工作者。该项目的目标是简化与 FastAPI 应用的集成,并提供一个方便的 Docker 镜像。
2. 项目快速启动
安装
首先,确保你已经安装了 Python 环境。然后,通过以下命令安装 RQ Dashboard FastAPI:
pip install rq-dashboard-fast
运行
在你的 FastAPI 应用中,按照以下方式集成 RQ Dashboard:
from fastapi import FastAPI
from rq_dashboard_fast import RedisQueueDashboard
import uvicorn
app = FastAPI()
dashboard = RedisQueueDashboard("redis://redis:6379/", "/rq")
app.mount("/rq", dashboard)
if __name__ == "__main__":
uvicorn.run(app, host="0.0.0.0", port=8000)
启动你的 FastAPI 应用后,你可以通过浏览器访问 http://127.0.0.1:8000/rq 来查看 RQ Dashboard。
使用 Docker
你也可以使用 Docker 来运行 RQ Dashboard。首先,设置你的 Redis URL,然后运行以下命令:
docker run -e REDIS_URL=<your_redis_url> hannes221/rq-dashboard-fast
如果你需要改变端口,可以使用以下命令:
docker run -e REDIS_URL=<your_redis_url> -e FASTAPI_PORT=<your_fastapi_port> hannes221/rq-dashboard-fast
使用 Docker Compose 的话,创建一个 docker-compose.yml 文件:
version: '3.11'
services:
dashboard:
image: hannes221/rq-dashboard-fast
ports:
- '8000:8000'
environment:
- REDIS_URL=<your_redis_url>
然后,运行以下命令启动服务:
docker compose up
3. 应用案例和最佳实践
在集成 RQ Dashboard 到你的 FastAPI 应用时,最佳实践是将 Dashboard 挂载到一个独立的路由,如上述示例中的 /rq。这样可以保持你的应用结构的清晰,并允许你在需要时轻松地访问 Dashboard。
一个实际应用案例可能包括实时监控后台任务队列,以便及时了解任务状态和工作者性能。
4. 典型生态项目
RQ Dashboard FastAPI 是 RQ (Redis Queue) 生态系统的一部分。以下是一些与之相关的典型项目:
- RQ: Python 的 Redis 队列库,用于管理后台任务。
- rq-scheduler: RQ 的扩展,用于定期调度任务。
- FastAPI: 一个现代、快速(高性能)的 Web 框架,用于构建 API,与 RQ Dashboard FastAPI 集成。
通过结合这些项目,可以构建一个强大的异步任务处理系统,并通过 RQ Dashboard FastAPI 进行监控。
登录后查看全文
热门项目推荐
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude 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 Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253