37 行
1.3 KiB
Python
37 行
1.3 KiB
Python
from flask import Flask, render_template
|
|
from flask_socketio import SocketIO
|
|
from core.scheduler import GPUScheduler
|
|
import os
|
|
|
|
app = Flask(__name__)
|
|
# SECRET_KEY 从环境变量读取，避免硬编码密钥；未设置时使用随机值（生产环境务必配置）
|
|
app.config['SECRET_KEY'] = os.environ.get('GPU_MONITOR_SECRET_KEY', os.urandom(24).hex())
|
|
socketio = SocketIO(app, cors_allowed_origins="*")
|
|
|
|
# 初始化调度器
|
|
CONFIG_PATH = os.path.join(os.path.dirname(__file__), 'config.yaml')
|
|
gpu_scheduler = GPUScheduler(CONFIG_PATH, socketio=socketio)
|
|
|
|
@app.route('/')
|
|
def index():
|
|
"""主监控页面"""
|
|
return render_template('index.html')
|
|
|
|
@socketio.on('connect')
|
|
def handle_connect():
|
|
print("Client connected")
|
|
# 客户端连接时，立即发送一次当前缓存的数据
|
|
if gpu_scheduler.last_data:
|
|
socketio.emit('gpu_update', gpu_scheduler.last_data)
|
|
|
|
if __name__ == '__main__':
|
|
# 启动定时采集任务
|
|
if gpu_scheduler.start():
|
|
print("GPU Scheduler started successfully.")
|
|
else:
|
|
print("Failed to start GPU Scheduler. Please check config.yaml.")
|
|
|
|
# 运行 Flask 应用
|
|
# 注意：使用 socketio.run 而不是 app.run 以支持 WebSocket
|
|
socketio.run(app, host='0.0.0.0', port=8099, debug=True)
|