使用 nohup 运行 Python 脚本

简介：在数据科学、Web 开发或者其他需要长时间运行的任务中，我们经常需要让 Python 脚本在后台运行。尤其是在远程服务器上，可能因为网络不稳定或需要执行多个任务，我们不希望 Python 脚本因为终端关闭而被终止。这时，nohup 就是一个非常实用的工具。本文将详细介绍 nohup 的特点、使用步骤、案例以及注意事项。

历史攻略：

使用Supervisor部署Sanic应用

使用Gunicorn部署Sanic应用

特点：

1、持久运行：使用 nohup 启动的程序会忽略所有的挂断（hangup）信号，即使你退出了终端，它也会继续运行。

2、日志记录：默认情况下，nohup 会把输出信息保存到一个叫做 nohup.out 的文件中，方便你之后查看。

3、灵活性：你可以自定义输出的文件名和路径，并通过重定向将输出和错误输出分别保存。

4、资源友好：相比于其他后台运行的方法（比如守护进程或使用 tmux、screen 等工具），nohup 是一种相对轻量级的方式。

使用步骤：

基础用法：

nohup python your_script.py &
1

自定义输出文件：

nohup python your_script.py > custom_output.out 2>&1 &
1

查看运行状态：

ps aux | grep 'your_script.py' # 查找进程ID
1

终止进程：找到进程ID后，使用 kill [PID] 终止进程

案例一：数据备份

假设你有一个 Python 脚本 backup.py，该脚本会每小时从一个数据库备份数据到另一个位置。由于这是一个持续性任务，我们可以用 nohup 来确保即使在网络不稳定或终端关闭的情况下，备份任务也能继续进行。

nohup python backup.py &
1

案例二：Web 爬虫

如果你有一个 crawler.py 的爬虫脚本，需要持续地从网站爬取数据，但你不希望它占据你的终端。

nohup python crawler.py > crawler_output.out 2>&1 &
1

这样即使你退出了终端，爬虫也会持续运行，并将所有输出和错误保存到 crawler_output.out 文件中。

案例三：模型训练

当你需要在远程服务器上训练一个机器学习模型时，通常需要很长的时间。使用 nohup 可以让你安心地关闭终端或断开连接，而不影响模型训练。

nohup python train_model.py > training.log 2>&1 &
1

注意事项：

1、资源监控：长时间运行的脚本可能会消耗大量资源，务必监控内存和CPU使用情况。

2、错误处理和日志：确保你的 Python 脚本具有异常处理和适当的日志记录功能。

3、权限问题：确保 nohup 命令和 Python 脚本有适当的运行权限。

4、终端交互：nohup 不适用于需要终端交互的脚本。

总结：nohup 是一个在 UNIX 和类 UNIX 系统（包括 Linux 和 macOS）中用于运行不受挂断信号影响的命令的实用工具。通过简单的命令行操作，你可以确保你的 Python 脚本在后台安全、持久地运行。希望通过这篇文章，你已经掌握了如何使用 nohup 来优化你的工作流程。