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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430