GAE任务跨服务调度:Python到NodeJS实现方法
在使用Google App Engine (GAE)时,如何实现跨服务的任务调度?本文针对这一问题,提供了在Python3默认服务中调度任务,并由NodeJS18服务执行的两种可行方案,助力开发者优化应用架构。方案一,巧妙利用`dispatch.yaml`路由规则,尤其适用于基于路径路由的应用,通过设置`relative_uri`属性实现任务的定向分发。方案二,则推荐通过HTTP调用触发目标服务,适用于包含域名或子域名路由规则的复杂场景,例如从Python服务向NodeJS服务发送HTTP请求,触发NodeJS服务自身提交任务。本文提供详细的代码示例,并强调了注意事项,如权限配置和数据传输方式,帮助开发者在实际应用中进行充分测试,确保任务高效稳定地执行。

本文旨在解决 Google App Engine (GAE) 应用中,任务需要在不同服务之间调度执行的问题。假设你有一个使用 Python3 编写的默认服务和一个使用 NodeJS18 编写的服务。现在需要从 Python3 服务提交一个任务,并让 NodeJS18 服务来执行这个任务。
在使用 google.cloud.tasks_v2 Python 客户端提交任务时,虽然可以指定任务队列,但并没有直接的方法来指定哪个 GAE 服务应该处理该任务。下面将介绍两种可行的方案来实现跨服务任务调度。
方案一:利用 dispatch.yaml 路由规则
如果你的 dispatch.yaml 文件仅基于路径进行路由,而没有涉及域名,那么你可以通过设置 relative_uri 属性来将任务路由到目标服务。
dispatch.yaml 文件定义了如何将传入的 HTTP 请求路由到不同的服务。例如:
- url: "*/mobile/*" service: mobile-frontend - url: "*/work/*" service: static-backend
在这种情况下,如果你想让 mobile-frontend 服务处理一个任务,只需将 relative_uri 设置为 /mobile/mobile_task。即使任务是从 /work/page-1 发起的,它也会被路由到 mobile-frontend 服务。
注意: 这种方法未经实际验证,请谨慎使用,并在测试环境中进行充分测试。
方案二:通过 HTTP 调用触发目标服务提交任务
如果你的 dispatch.yaml 文件包含基于域名或子域名的路由规则,那么可以先向目标服务的 URL 发送一个 HTTP 请求(例如 POST 请求),然后让目标服务自身提交任务。
例如,假设你有一个可以通过 blog.example.com 访问的服务,并且希望这个服务处理一个从默认服务提交的任务。
从默认服务向 blog.example.com/prep_task_invocation/ 发送一个 HTTP 请求,并将需要执行的任务数据作为参数传递。
blog.example.com/prep_task_invocation/ 接收到请求后,将任务提交到自身,即 blog.example.com 服务。假设 relative_uri 不会将任务路由到其他服务。
示例代码 (Python3 - 默认服务):
import requests
import json
def submit_task_to_node_service(task_data):
"""
向 NodeJS 服务发送 HTTP 请求,触发其提交任务。
"""
url = "https://blog.example.com/prep_task_invocation/"
headers = {'Content-type': 'application/json'}
response = requests.post(url, data=json.dumps(task_data), headers=headers)
return response
# 示例任务数据
task_data = {"payload": "This is the task payload"}
# 提交任务
response = submit_task_to_node_service(task_data)
if response.status_code == 200:
print("Task submission request successful")
else:
print(f"Task submission request failed with status code: {response.status_code}")示例代码 (NodeJS18 - 目标服务):
const { CloudTasksClient } = require('@google-cloud/tasks');
const express = require('express');
const bodyParser = require('body-parser');
const app = express();
app.use(bodyParser.json());
const client = new CloudTasksClient();
const project = process.env.GOOGLE_CLOUD_PROJECT;
const location = 'your-location'; // e.g., 'us-central1'
const queue = 'default';
app.post('/prep_task_invocation/', async (req, res) => {
const payload = req.body.payload;
const task = {
httpRequest: {
httpMethod: 'POST',
url: 'https://blog.example.com/process_task/', // 任务处理的 URL
headers: {
'Content-Type': 'application/json',
},
body: Buffer.from(JSON.stringify({payload: payload})).toString('base64'),
},
};
const queuePath = client.queuePath(project, location, queue);
const request = {
parent: queuePath,
task: task,
};
try {
const [response] = await client.createTask(request);
console.log(`Created task ${response.name}`);
res.status(200).send('Task created successfully');
} catch (error) {
console.error('Error creating task:', error);
res.status(500).send('Error creating task');
}
});
app.post('/process_task/', (req, res) => {
const payload = JSON.parse(Buffer.from(req.body.payload, 'base64').toString());
console.log(`Processing task with payload: ${payload.payload}`);
// 在这里处理任务
res.status(200).send('Task processed');
});
const port = process.env.PORT || 8080;
app.listen(port, () => {
console.log(`Server listening on port ${port}`);
});注意事项:
- 确保 NodeJS 服务具有创建 Cloud Tasks 的权限。
- 根据实际情况修改 location 和 queue 变量。
- process_task 路由负责实际的任务处理逻辑。
- HTTP body 需要进行 base64 编码,以便在任务中传输。
总结
本文介绍了两种在 GAE 中实现跨服务任务调度的方法。第一种方法利用 dispatch.yaml 路由规则,适用于仅基于路径进行路由的情况。第二种方法通过 HTTP 调用触发目标服务提交任务,适用于包含域名或子域名路由规则的情况。选择哪种方法取决于你的应用架构和 dispatch.yaml 文件的配置。在实际应用中,建议进行充分的测试,以确保任务能够正确地路由到目标服务并成功执行。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
PHPSpl类高效使用指南
- 上一篇
- PHPSpl类高效使用指南
- 下一篇
- 豆包AI批注功能全解析
-
- 文章 · python教程 | 1小时前 | python · Python 十六进制 二进制调试 memoryview.hex bytes_per_sep
- Python memoryview.hex 怎样为十六进制输出设置分组分隔符
- 480浏览 收藏
-
- 文章 · python教程 | 1小时前 | python · Python decimal context same_quantum
- Python decimal.Context.same_quantum 怎样判断两个十进制数的指数是否相同
- 336浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python textwrap.TextWrapper.drop_whitespace 怎样控制换行边缘的空白保留
- 238浏览 收藏
-
- 文章 · python教程 | 4小时前 | python · 文件系统 · Python 文件比较 mtime filecmp.clear_cache filecmp.cmp 比较缓存
- Python filecmp.clear_cache 怎样清除文件比较结果缓存
- 290浏览 收藏
-
- 文章 · python教程 | 5小时前 | 标准库 · 递归 · python · Python 解释器 递归限制 sys.getrecursionlimit
- Python sys.getrecursionlimit 怎样读取解释器设置的递归深度上限
- 129浏览 收藏
-
- 文章 · python教程 | 7小时前 | Python教程 · Python memoryview memoryview.toreadonly bytearray 只读视图 缓冲区协议
- Python memoryview.toreadonly 怎样生成只读视图而不复制底层数据
- 470浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · Python教程 · Python decimal flags 精度 舍入 Context.copy_abs Decimal.copy_abs
- Python decimal.Context.copy_abs 怎样取绝对值而不受当前精度舍入影响
- 389浏览 收藏
-
- 文章 · python教程 | 8小时前 | 字符串 · 标准库 · Python教程 · Python placeholder 文本截断 textwrap TextWrapper max_lines
- Python textwrap.TextWrapper.placeholder 怎样为截断后的段落设置结束标记
- 301浏览 收藏
-
- 文章 · python教程 | 9小时前 | python · Python 参数绑定 inspect BoundArguments apply_defaults
- Python inspect.BoundArguments.apply_defaults 怎样给已绑定参数补上默认值
- 411浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1099次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1093次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1262次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1203次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1050次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

