Heim Backend-Entwicklung Python-Tutorial Erstellen Sie dynamische Standortverfolgungssysteme in Django mit Redis Pub/Sub und Pulsetracker

Erstellen Sie dynamische Standortverfolgungssysteme in Django mit Redis Pub/Sub und Pulsetracker

Dec 15, 2024 am 02:30 AM

Build Dynamic Location Tracking Systems in Django with Redis Pub/Sub and Pulsetracker

In diesem Artikel zeigen wir, wie man Redis Pub/Sub von Pulsetracker in eine Django-Anwendung integriert, um auf Standortaktualisierungen in Echtzeit zu warten. Darüber hinaus erstellen wir einen einfachen JavaScript-WebSocket-Client, der jede Sekunde Standortaktualisierungen an Pulsetracker sendet und so zeigt, wie der Dienst in einer realen Anwendung genutzt werden kann.


Warum Django?

Django ist ein High-Level-Python-Webframework, das eine schnelle Entwicklung und ein klares, pragmatisches Design fördert. Es ist bekannt für seine Skalierbarkeit, Sicherheit und ein umfangreiches Ökosystem an Tools, die die Erstellung robuster Webanwendungen schneller und einfacher machen.

Die Redis Pub/Sub-Funktion von Pulsetracker lässt sich nahtlos in Django integrieren, sodass Entwickler Echtzeit-Standortdaten effizient empfangen und verarbeiten können.


Einrichten von Redis Pub/Sub in Django

1. Notwendige Pakete installieren

Installieren Sie zunächst die Redis-Unterstützung für Django:

pip install django-redis
pip install redis
Nach dem Login kopieren

2. Konfigurieren Sie Redis in Django

Aktualisieren Sie Ihre Datei „settings.py“ so, dass sie die Pulsetracker Redis-Verbindung enthält:

# settings.py

from decouple import config  # Recommended for managing environment variables

# Redis settings
PULSETRACKER_REDIS_URL = config('PULSETRACKER_REDIS_URL', default='redis://redis-sub.pulsestracker.com:6378')
Nach dem Login kopieren

3. Erstellen Sie einen Verwaltungsbefehl für den Abonnenten

Django-Verwaltungsbefehle sind eine hervorragende Möglichkeit, lang laufende Hintergrundaufgaben zu bewältigen.

Erstellen Sie einen neuen benutzerdefinierten Befehl in Ihrer Django-App:

python manage.py startapp tracker
Nach dem Login kopieren

Erstellen Sie in Ihrer App die folgende Ordner- und Dateistruktur:

tracker/
    management/
        commands/
            subscribe_pulsetracker.py
Nach dem Login kopieren

Hier ist der Code für subscribe_pulsetracker.py:

import redis
import hashlib
import hmac
from django.core.management.base import BaseCommand

class Command(BaseCommand):
    help = "Subscribe to Pulsetracker Redis Pub/Sub server"

    def generate_signature(self, app_key, token):
        if "|" not in token:
            raise ValueError("Invalid token format")

        token_hash = hashlib.sha256(token.split("|")[1].encode()).hexdigest()
        return hmac.new(token_hash.encode(), app_key.encode(), hashlib.sha256).hexdigest()

    def handle(self, *args, **options):
        app_key = 'your_app_key_here'
        token = 'your_token_here'
        signature = self.generate_signature(app_key, token)

        channel = f"app:{app_key}.{signature}"
        redis_connection = redis.StrictRedis.from_url('redis://redis-sub.pulsestracker.com:6378')

        print(f"Subscribed to {channel}")
        pubsub = redis_connection.pubsub()
        pubsub.subscribe(channel)

        for message in pubsub.listen():
            if message['type'] == 'message':
                print(f"Received: {message['data'].decode('utf-8')}")
Nach dem Login kopieren

Führen Sie den Abonnenten aus mit:

python manage.py subscribe_pulsetracker
Nach dem Login kopieren

Um sicherzustellen, dass der Abonnent kontinuierlich in der Produktion läuft, verwenden Sie einen Prozessmanager wie Supervisor oder Django-Q.


Verwendung von Django-Q für Hintergrundaufgaben

Django-Q installieren:

pip install django-q
Nach dem Login kopieren

Einstellungen.py aktualisieren:

# settings.py

Q_CLUSTER = {
    'name': 'Django-Q',
    'workers': 4,
    'recycle': 500,
    'timeout': 60,
    'redis': {
        'host': 'redis-sub.pulsestracker.com',
        'port': 6378,
        'db': 0,
    }
}
Nach dem Login kopieren

Erstellen Sie eine Aufgabe, um Pulsetracker-Updates in task.py anzuhören:

from django_q.tasks import async_task
import redis

def pulsetracker_subscribe():
    app_key = 'your_app_key_here'
    token = 'your_token_here'
    channel = f"app:{app_key}.{generate_signature(app_key, token)}"

    redis_connection = redis.StrictRedis.from_url('redis://redis-sub.pulsestracker.com:6378')
    pubsub = redis_connection.pubsub()
    pubsub.subscribe(channel)

    for message in pubsub.listen():
        if message['type'] == 'message':
            print(f"Received: {message['data'].decode('utf-8')}")
Nach dem Login kopieren

Beispiel eines WebSocket-Clients

Hier ist ein einfacher JavaScript-Client, der Gerätestandortaktualisierungen simuliert, die über WebSockets an Pulsetracker gesendet werden:

var wsServer = 'wss://ws-tracking.pulsestracker.com';
var websocket = new WebSocket(wsServer);
const appId = 'YOUR_APP_KEY';
const clientId = 'YOUR_CLIENT_KEY';

websocket.onopen = function(evt) {
    console.log("Connected to WebSocket server.");
    // Send location every 2 seconds
    setInterval(() => {
        if (websocket.readyState === WebSocket.OPEN) {
            navigator.geolocation.getCurrentPosition((position) => {
                console.log(position);
                const locationData = {
                    appId: appId,
                    clientId: clientId,
                    data: {
                        type: "Point",
                        coordinates: [position.coords.longitude, position.coords.latitude]
                    },
                    extra: {
                        key: "value"
                    }
                };


                // Send location data as JSON
                websocket.send(JSON.stringify(locationData));
                console.log('Location sent:', locationData);
            }, (error) => {
                console.error('Error getting location:', error);
            });
        }
    }, 3000); // Every 2 seconds
};

websocket.onclose = function(evt) {
    console.log("Disconnected");
};

websocket.onmessage = function(evt) {
    if (event.data === 'Pong') {
        console.log('Received Pong from server');
    } else {
        // Handle other messages
        console.log('Received:', event.data);
    }
};

websocket.onerror = function(evt, e) {
    console.log('Error occurred: ' + evt.data);
};
Nach dem Login kopieren

Abschluss

Pulsetracker bietet in Kombination mit Django und Redis Pub/Sub eine robuste Lösung für die Standortverfolgung in Echtzeit. Diese Integration ermöglicht Entwicklern den Aufbau skalierbarer, produktionsbereiter Systeme, die Live-Standortdaten effizient verarbeiten. Die Hinzufügung eines WebSocket-Clients zeigt, wie einfach sich Pulsetracker in Front-End-Anwendungen integrieren lässt und so das Benutzererlebnis verbessert.

Versuchen Sie noch heute, Pulsetracker in Ihrem Django-Projekt zu implementieren und teilen Sie Ihre Erfahrungen! Weitere Informationen finden Sie in der Pulsetracker-Dokumentation.

Das obige ist der detaillierte Inhalt vonErstellen Sie dynamische Standortverfolgungssysteme in Django mit Redis Pub/Sub und Pulsetracker. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1673
14
PHP-Tutorial
1278
29
C#-Tutorial
1257
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles