Modellproduktion på kommandoraden

När en Python-modell är färdigutvecklad behöver den ofta sättas i produktion och köras regelbundet. För att spara tid automatiseras körningen i stället för att datavetaren manuellt kör modellen varje dag.

Att automatisera och sätta en Python-modell i produktion innebär att man först installerar alla nödvändiga biblioteksberoenden, kör själva Python-modellen och sedan schemalägger hur ofta den ska köras. Det är möjligt att göra varje steg separat med olika språk och verktyg, men genom att samla allt i kommandradskommandon får du bättre kontroll och enklare automatisering.

I den här avslutande övningen går vi igenom hur du sätter upp en heltäckande automatiseringsprocess för ett Python-skript, steg för steg.

Den här övningen är en del av kursen

Databehandling i kommandoraden

Visa kurs

Övningsinstruktioner

Använd pip för att installera de Python-beroenden som anges i filen requirements.txt.
Nu när de nödvändiga Python-beroendena är installerade kör du skriptet create_model.py på kommandoraden.
Vi har verifierat att Python-modellen kan köras. Nästa steg är att automatisera jobbet så att det körs varje minut. Använd CRONTAB för att schemalägga en körning per minut av Python-skriptet create_model.py.
Skriv ut det schemalagda jobbet i CRONTAB för att kontrollera att CRON-jobbet har schemalagts korrekt.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Preview both Python script and requirements text file
cat create_model.py
cat requirements.txt

# Pip install Python dependencies in requirements file
pip install ___ ___

# Run Python script on command line
___ create_model.py

# Add CRON job that runs create_model.py every minute
echo "___ ___ create_model.py" | ___

# Verify that the CRON job has been scheduled via CRONTAB
___ ___

Redigera och kör kod