Flask Task Platform

本專案示範如何使用 Flask 搭配 Flask‑Executor 建立非同步任務平台，具備使用者系統與管理者介面，同時支援 fractal 與 primes 兩種範例任務。

功能概覽

1. Flask + Flask-Login：提供登入 / 登出，以及使用者任務列表
2. Flask‑Executor：以背景執行緒處理非同步任務，透過 subprocess 呼叫指定虛擬環境中的 Python 腳本
3. 任務輸出管理：所有結果檔案儲存在 outputs/<task_id>/，並自動產生 result.json
4. 管理者介面：新增、編輯或刪除使用者，並檢視任務統計、搜尋及封存任務
5. 任務刪除：一般使用者可刪除自己的任務，移除輸出檔案以節省空間，記錄仍供管理者統計

專案結構

flask-task-platform/
├── service/           # 應用程式模組
│   ├── flask_app.py   # 主 Flask 應用
│   ├── tasks.py       # 定義背景任務執行流程
│   ├── models.py      # SQLAlchemy 資料模型
│   ├── admin_routes.py
│   ├── user_routes.py
│   ├── config_utils.py
│   ├── scripts/       # 任務腳本
│   │   ├── run_fractal.py
│   │   ├── run_primes.py
│   │   └── run_sparams.py
│   ├── templates/     # HTML 範本
│   └── static/        # 靜態資源
├── task_config.yaml   # 任務腳本與虛擬環境設定
├── requirements.txt   # 相依套件列表
├── .gitignore         # Git 忽略清單
└── outputs/           # 任務輸出目錄（程式執行中自動建立）

Windows 端安裝指引

以下安裝指引適用於已安裝 ANSYS Electronics Desktop (AEDT) 且可連線至 License Server 的 Windows 工作站。 請依照以下步驟操作：

1. 環境準備

1. 確認 Windows 工作站：

   • 已安裝 AEDT 並能正常開啟。
   • 能夠連線至公司內部的 License Server。
   • 具有穩定的網際網路連線。

2. 檢查系統需求：

   • 建議作業系統：Windows 10 64-bit 或以上。
   • Python 3.8 至 3.11。

2. 下載與解壓

1. 從 GitHub 或內部資源下載 sim_service-master.zip。
2. 將壓縮檔解壓至欲安裝的資料夾（例如：C:\sim_service-master）。

3. 建立虛擬環境與安裝模組

1. 開啟 命令提示字元 (CMD)，切換至解壓後的資料夾：

   cd C:\sim_service-master

2. 執行安裝批次腳本：

   install_venv.bat

   • 此腳本將建立 Python 虛擬環境並安裝所需套件。
   • 期間若提示權限問題，請以系統管理員權限重新執行。

4. 啟動應用程式

1. 若步驟 3 成功完成，執行：

   start.bat

2. 程式啟動後，Console 會顯示伺服器對外的 IP 位址與連接埠，例如：

   Server will be available at http://192.168.0.10:5000

5. 測試登入

身份	帳號 (Username)	密碼 (Password)	說明
一般使用者	abc	1234	可使用基礎功能
管理者 (Admin)	admin	admin	具備管理介面權限

1. 在瀏覽器中輸入步驟 4 顯示的網址。
2. 輸入上述帳號與密碼進行登入測試。

6. 外部登入測試（跨電腦測試）

若欲從其他電腦瀏覽此網站，需確認下列事項：

1. 伺服器端已開放 5000 埠（TCP）：

   • 可透過防火牆例外或手動設定防火牆開啟。

   • 指令參考（需管理員權限）：

     netsh advfirewall firewall add rule name="SimService Port 5000" dir=in action=allow protocol=TCP localport=5000

2. 用戶端電腦與伺服器在同一區網或網段可互通。

3. 用戶端瀏覽器輸入伺服器顯示的 IP 與連接埠，例如：

   http://192.168.0.10:5000
   

4. 驗證是否能夠正常顯示登入頁面並進行登入操作。

任務範例

• Fractal：輸入深度 --depth，於 outputs/<task_id>/fractal.png 產生 Sierpinski 三角形圖檔，並將檔案列表與狀態寫入 result.json
• Primes：輸入上限 --n，於 outputs/<task_id>/result.csv 輸出所有小於 N 的質數
• Sparams：上傳任意埠數的 Touchstone 檔案（副檔名 .sNp，N 為任意整數），於 outputs/<task_id>/ 產生各組 S-parameter 圖檔與 index.html。index.html 中的搜尋框支援輸入正規表示式過濾檢視的圖檔
• Microstrip：模擬微帶傳輸線並輸出 microstrip.png，需要安裝 pyaedt 並連線 ANSYS Electronics Desktop
• ReadPCB：上傳 .brd 產生壓縮後的 AEDB 與 stackup.xlsx，result.html 顯示堆疊表
• UpdateStackup：上傳 AEDB 壓縮檔與修改後的 xlsx，可選擇 AEDT 版本，回傳更新後的 AEDB 壓縮檔並以 HTML 呈現新的堆疊表

管理者功能

• 設定管理者帳號：手動在資料庫中將 User.is_admin 欄位設為 True
• 管理者登入後瀏覽 /admin，可檢視所有使用者、任務統計、搜尋或封存任務
• 管理者帳號僅提供管理功能，無法提交任務

Stress Test

執行 python -m service.stress_jobs --iterations 100 --rate 0.5 --seed 42 即可隨機向所有任務類型提交作業，測試系統在大量請求下的穩定性。--rate 表示平均每秒提交的作業數，可搭配 --seed 控制分布。