Celery 分布式任务队列入门

一、Celery介绍和基本使用 

Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理， 如果你的业务场景中需要用到异步任务，就可以考虑使用celery， 举几个实例场景中可用的例子:

1. 你想对100台机器执行一条批量命令，可能会花很长时间 ，但你不想让你的程序等着结果返回，而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果， 在任务执行ing进行时，你可以继续做其它的事情。 
2. 你想做一个定时任务，比如每天检测一下你们所有客户的资料，如果发现今天 是客户的生日，就给他发个短信祝福

 

Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息，以及存储任务结果， 一般使用rabbitMQ or Redis,后面会讲

1.1 Celery有以下优点：

1. 简单：一单熟悉了celery的工作流程后，配置和使用还是比较简单的
2. 高可用：当任务执行失败或执行过程中发生连接中断，celery 会自动尝试重新执行任务
3. 快速：一个单进程的celery每分钟可处理上百万个任务
4. 灵活： 几乎celery的各个组件都可以被扩展及自定制

Celery基本工作流程图

 

 

1.2 Celery安装使用

Celery的默认broker是RabbitMQ, 我这里使用redis,仅需配置一行就可以

?

1	broker_url =  'amqp://guest:guest@localhost:5672//'

　

使用Redis做broker也可以

?

1	broker_url = 'redis://:password@localhost:6379'

　注意：celery任务队列执行使用的中间件和取结果的中间件是彼此分离的，在使用中都需要各自配置

1. 3 开始使用Celery啦　　

安装celery模块

?

1	pip3 install celery

　

创建一个celery application 用来定义你的任务列表

创建一个任务文件就叫tasks.py吧

?

1 2 3 4 5 6 7 8 9 10

from celery import Celery   <br>#app是一个worker,负责执行任务，多个worker执行时，任务执行顺序为抢占式，并不会按照类似于rabbitmq分配任务 app = Celery( 'tasks' ,                 broker= 'redis://:password@localhost' ,   #执行任务中间件                backend= 'redis://:password@localhost' )    #保存结果中间件    @app.task def add(x,y):   #这是worker可以执行的一个任务      print( "running..." ,x,y)      return x+y

　启动Celery Worker来开始监听并执行任务　

?

1	celery -A celery_test worker -l debug

　打印结果如下：

上面显示配置信息

下面红线内为自定义任务：

 调用任务

再打开一个终端， 进行命令行模式，调用任务

?

1 2	>>> from celery_test import add >>> add.delay(4, 4)

看你的worker终端会显示收到 一个任务，此时你想看任务结果的话，需要在调用 任务时　赋值个变量

?

1	>>> result = add.delay(4, 4)

 如果想查看任务是否完成，可调用下面命令，返回布尔值

?

1	>>> result.ready()

　想拿到任务执行结果，调用下面命令（注意：想拿到结果首先得配置接收任务的中间件，否则会报错）

?

1	result. get ()

二、在项目中如何使用celery　

可以把celery配置成一个应用　

目录格式如下

?

1 2 3

proj/__init__.py      /celery.py   #配置信息      /tasks.py    #任务

　配置结果如下：　

　

编辑proj/celery.py文件:

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

from __future__ import absolute_import, unicode_literals  #声明celery从python包绝对路径里导入celery包 from celery import Celery    app = Celery( 'proj' ,               broker= 'amqp://' ,               backend= 'amqp://' ,               include=[ 'proj.tasks' ])  #任务文件路径列表,可添加多个任务    # Optional configuration, see the application user guide. app.conf.update(      result_expires=3600,   #任务结果保存时间 )    if __name__ == '__main__' :      app.start()

编辑proj/tasks.py中的内容

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

from __future__ import absolute_import, unicode_literals from .celery import app  #导入同级目录下celery文件中的app     @app.task def add(x, y):      return x + y     @app.task def mul(x, y):      return x * y     @app.task def xsum(numbers):      return sum(numbers)

　cd到proj文件夹上一级启动worker ，命令如下

?

1	celery -A proj worker -l debug

　执行结果：

同时启动多个worker:

停止某个worker:(stopwait是等待当前任务完成停止，stop是立即停止)

三：celery+django项目

django 可以轻松跟celery结合实现异步任务，只需简单配置即可

 

第一步：在settings.py同级目录下，创建celery.py文件

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

from __future__ import absolute_import, unicode_literals import os from celery import Celery    # set the default Django settings module for the 'celery' program. os.environ.setdefault( 'DJANGO_SETTINGS_MODULE' , 'PERCRM.settings' )    #根据具体项目配置    app = Celery( 'PERCRM' )    # Using a string here means the worker don't have to serialize # the configuration object to child processes. # - namespace='CELERY' means all celery-related configuration keys #   should have a `CELERY_` prefix. app.config_from_object( 'django.conf:settings' , namespace = 'CELERY' )    # Load task modules from all registered Django app configs. app.autodiscover_tasks()   #自动发现各个app里面创建的celery任务，可以创建多个任务

?

1	@app.task(bind=True) def debug_task(self): print( 'Request: {0!r}' .format(self.request))

第二步：配置settings.py同级目录下的__init__.py文件

?

1 2 3 4 5 6 7

from __future__ import absolute_import, unicode_literals   # This will make sure the app is always imported when # Django starts so that shared_task will use this app. from .celery import app as celery_app   __all__ = [ 'celery_app' ]

第三步：配置settings.py文件　　

?

1 2	CELERY_BROKER_URL = 'redis://:123456@192.168.2.107' CELERY_RESULT_BACKEND = 'redis://:123456@192.168.2.107'

第四步：创建任务文件，在APP下创建tasks.py文件

任务内容格式如下：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

# Create your tasks here from __future__ import absolute_import, unicode_literals from celery import shared_task  #可以跟其他APP共享任务     @shared_task def add(x, y):      return x + y     @shared_task def mul(x, y):      return x * y     @shared_task def xsum(numbers):      return sum(numbers)

　此时，基本的配置就完了，加上一条对应的视图，整个项目就可以结合celery运行了　

urls.py:

views.py

?

1 2 3 4 5 6 7

from students.tasks import add,mul     def celery_test(request):      task = add.delay(123,456)        return HttpResponse(task.id)

　现在我们启动项目：

进到项目里面启动celery

此时在浏览器访问http://192.168.2.107:8866/celery_test/

结果如下，返回了celery任务id，一个简单的celery与django结合的项目就完成了

再查看服务端celery

 四、Celery 定时任务

 celery支持定时任务，设定好任务的执行时间，celery就会定时自动帮你执行， 这个定时任务模块叫celery beat

写一个脚本 叫periodic_task.py

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

from celery import Celery from celery.schedules import crontab    app = Celery()    @app.on_after_configure.connect  #装饰器作用：只要脚本一启动便立刻自动执行被装饰的函数 def setup_periodic_tasks(sender, **kwargs):      # Calls test('hello') every 10 seconds.      sender.add_periodic_task(10.0, test.s( 'hello' ), name= 'add every 10' )  #每隔十秒钟，执行test函数，传入参数‘hello’,         # Calls test('world') every 30 seconds      sender.add_periodic_task(30.0, test.s( 'world' ), expires=10)  #expires任务结果保存十秒钟          # Executes every Monday morning at 7:30 a.m.      sender.add_periodic_task(          crontab(hour=7, minute=30, day_of_week=1),          test.s( 'Happy Mondays!' ),  #每周一早上十点半执行test函数      )    @app.task def test(arg):      print(arg)

　add_periodic_task 会添加一条定时任务

上面是通过调用函数添加定时任务，也可以像写配置文件 一样的形式添加， 下面是每30s执行的任务　

?

1 2 3 4 5 6 7 8

app.conf.beat_schedule = {      'add-every-30-seconds' : {          'task' : 'tasks.add' ,          'schedule' : 30.0,          'args' : (16, 16)      }, } app.conf.timezone = 'UTC'

　任务添加好了，需要让celery单独启动一个进程来定时发起这些任务， 注意， 这里是发起任务，不是执行，这个进程只会不断的去检查你的任务计划， 每发现有任务需要执行了，就发起一个任务调用消息，交给celery worker去执行　

 启动任务调度器 celery beat，（注意：需写上具体的任务名）

输出：

worker打印输出：

五、在django中使用计划任务功能

第一步：安装模块

?

1	pip3 install django-celery-beat

 第二步：在django项目的settings.py中INSTALLED_APPS的配置

第三步：配置完之后，需要同步数据库，执行migrate与makemigrations命令

 

以上操作完成之后，启动django项目，访问http://192.168.2.107:8866/admin/

在admin页面我们会看到底部多了一个三张表出来

配置完长这样

 

 

此时启动你的celery beat 和worker，会发现每隔2分钟，beat会发起一个任务消息让worker执行scp_task任务

 

注意，经测试，每添加或修改一个任务，celery beat都需要重启一次，要不然新的配置不会被celery beat进程读到

　　

 

https://zhuanlan.zhihu.com/p/369639432