34、Python自动化：从Jupyter到监控与消息通知

Python自动化：从Jupyter到监控与消息通知

1. Jupyter Notebooks

Jupyter Notebooks是一种很好的代码分享方式，尤其适合那些不需要了解Python，但需要查看脚本图表或其他输出的人。如果教会他们使用简单命令，如运行笔记本中的所有单元格，在下载新报告后关闭笔记本，能节省大量时间。
在共享的笔记本中添加Markdown单元格来解释如何使用，可确保每个人都清楚如何使用代码，无需帮助就能轻松操作。
若脚本函数组织良好且无需修改，只需将存储库放在Jupyter笔记本可导入和使用代码的位置（设置服务器或笔记本的PYTHONPATH，确保使用的模块始终可用）。这样，可将主要函数导入笔记本，当有人点击笔记本的“全部运行”按钮时，脚本就能运行并生成报告。

2. 大规模自动化

当系统超出单个机器或服务器的处理能力，或者报告与分布式应用程序或其他事件驱动系统相关时，可能需要比Web界面、笔记本和cron更强大的工具。如果需要真正的任务管理系统并想使用Python，有一些不错的选择。
- Celery ：基于队列的自动化工具，是一个用于创建分布式队列系统的Python库。任务通过调度器或事件和消息进行管理，适合处理可扩展的、长时间运行的事件驱动任务，能与多种队列后端良好集成，使用设置文件、用户界面和API调用来管理任务，易于上手。
- 组件 ：
- 消息代理（如RabbitMQ） ：作为等待处理任务的队列。
- 任务管理器/队列管理器（Celery）