一、安裝

由於celery4.0不支持window，如果在window上安裝celery4.0將會出現下面的錯誤
flask_cleryflask_clery

你現在只能安裝
pip install celery==3.1

二、安裝py for redis 模塊

pip install redis

三、安裝redis服務

網上很多文章都寫得模棱兩可，把人坑的不要不要的！！！

Redis對於Linux是官方支持的，但是不支持window，網上很多作者寫文章都不寫具體的系統環境，大多數直接說pip install redis就可以使用redis了，真的是坑人的玩意，本人深受其毒害

對於windows，如果你需要使用redis服務，那么進入該地址下載
https://github.com/MSOpenTech/redis/releases

redis安裝包，雙擊完成就可以了

如果你在window上不安裝該redis包，將會提示

redis.exceptions.ConnectionError: Error 10061 connecting to localhost:6379.

或者

redis.exceptions.ConnectionError

需要注意是：安裝目錄不能安裝在C盤，否則會出現權限依賴錯誤

四、添加redis環境變量

D:\Program Files\Redis

五、初始化redis

進入redis安裝目錄，打開cmd運行命令redis-server.exe redis.windows.conf，如果出錯

  • 雙擊目錄下的redis-cli.exe
  • 在出現的窗口中輸入shutdown
  • 繼續輸入exit

六、lask 集成celyer

在Flask配置中添加配置

1
2
3
 
 # Celery 配置
CELERY_BROKER_URL = 'redis://localhost:6379/0' # broker是一個消息傳輸的中間件
CELERY_RESULT_BACKEND = 'redis://localhost:6379/1' # 任務執行器
  • 在flask工程的__init__目錄下生產celery實例
    注意！！以下代碼必須在 flask app讀取完配置文件后編寫，否則會報錯
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
 
def make_celery(app):
    celery = Celery(app.import_name, broker=app.config['CELERY_BROKER_URL'],
                    backend=app.config['CELERY_RESULT_BACKEND'])
    celery.conf.update(app.config)
    TaskBase = celery.Task

    class ContextTask(TaskBase):
        abstract = True

        def __call__(self, *args, **kwargs):
            with app.app_context():
                return TaskBase.__call__(self, *args, **kwargs)

    celery.Task = ContextTask
    return celery


celery = make_celery(app)

完整示例如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
 
app = Flask(__name__)
app.config.from_object(config['default'])

def make_celery(app):
    celery = Celery(app.import_name, broker=app.config['CELERY_BROKER_URL'],
                    backend=app.config['CELERY_RESULT_BACKEND'])
    celery.conf.update(app.config)
    TaskBase = celery.Task

    class ContextTask(TaskBase):
        abstract = True

        def __call__(self, *args, **kwargs):
            with app.app_context():
                return TaskBase.__call__(self, *args, **kwargs)

    celery.Task = ContextTask
    return celery


celery = make_celery(app)

一份比較常用的配置文件

# 注意，celery4版本后，CELERY_BROKER_URL改為BROKER_URL
BROKER_URL = 'amqp://username:passwd@host:port/虛擬主機名'
# 指定結果的接受地址
CELERY_RESULT_BACKEND = 'redis://username:passwd@host:port/db'
# 指定任務序列化方式
CELERY_TASK_SERIALIZER = 'msgpack' 
# 指定結果序列化方式
CELERY_RESULT_SERIALIZER = 'msgpack'
# 任務過期時間,celery任務執行結果的超時時間
CELERY_TASK_RESULT_EXPIRES = 60 * 20   
# 指定任務接受的序列化類型.
CELERY_ACCEPT_CONTENT = ["msgpack"]   
# 任務發送完成是否需要確認，這一項對性能有一點影響     
CELERY_ACKS_LATE = True  
# 壓縮方案選擇，可以是zlib, bzip2，默認是發送沒有壓縮的數據
CELERY_MESSAGE_COMPRESSION = 'zlib' 
# 規定完成任務的時間
CELERYD_TASK_TIME_LIMIT = 5  # 在5s內完成任務，否則執行該任務的worker將被殺死，任務移交給父進程
# celery worker的並發數，默認是服務器的內核數目,也是命令行-c參數指定的數目
CELERYD_CONCURRENCY = 4 
# celery worker 每次去rabbitmq預取任務的數量
CELERYD_PREFETCH_MULTIPLIER = 4 
# 每個worker執行了多少任務就會死掉，默認是無限的
CELERYD_MAX_TASKS_PER_CHILD = 40 
# 設置默認的隊列名稱，如果一個消息不符合其他的隊列就會放在默認隊列里面，如果什么都不設置的話，數據都會發送到默認的隊列中
CELERY_DEFAULT_QUEUE = "default" 
# 設置詳細的隊列
CELERY_QUEUES = {
    "default": { # 這是上面指定的默認隊列
        "exchange": "default",
        "exchange_type": "direct",
        "routing_key": "default"
    },
    "topicqueue": { # 這是一個topic隊列 凡是topictest開頭的routing key都會被放到這個隊列
        "routing_key": "topic.#",
        "exchange": "topic_exchange",
        "exchange_type": "topic",
    },
    "task_eeg": { # 設置扇形交換機
        "exchange": "tasks",
        "exchange_type": "fanout",
        "binding_key": "tasks",
    },
    
}

 

在cmd中啟動celery服務

執行命令celery -A your_application.celery worker loglevel=info，your_application為你工程的名字，在這里為 get_tieba_film

調用

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
@app.route('/')
@app.route('/index')
def index():
    print ("耗時的任務")
    # 任務已經交給異步處理了
    result = get_film_content.apply_async(args=[1])
    # 如果需要等待返回值，可以使用get()或wait()方法
    # result.wait()
    return '耗時的任務已經交給了celery'


@celery.task()
def get_film_content(a):
    util = SpiderRunUtil.SpiderRun(TieBaSpider.FilmSpider())
    util.start()

綁定

一個綁定任務意味着任務函數的第一個參數總是任務實例本身(self)，就像 Python 綁定方法類似：

1
2
3
 
@task(bind=True) 
def add(self, x, y): 
    logger.info(self.request.id)

 

任務繼承

任務裝飾器的 base 參數可以聲明任務的基類

1
2
3
4
5
6
7
 
import celery
class MyTask(celery.Task):
    def on_failure(self, exc, task_id, args, kwargs, einfo):
        print('{0!r} failed: {1!r}'.format(task_id, exc))
@task(base=MyTask)
def add(x, y):
    raise KeyError()

 

任務名稱

每個任務必須有不同的名稱。
如果沒有顯示提供名稱，任務裝飾器將會自動產生一個，產生的名稱會基於這些信息：
1）任務定義所在的模塊，
2）任務函數的名稱

顯示設置任務名稱的例子：

1
2
3
4
5
 
>>> @app.task(name='sum-of-two-numbers')
>>> def add(x, y):
... return x + y
>>> add.name
'sum-of-two-numbers'

最佳實踐是使用模塊名稱作為命名空間，這樣的話如果有一個同名任務函數定義在其他模塊也不會產生沖突。

1
2
3
 
>>> @app.task(name='tasks.add')
>>> def add(x, y):
... return x + y

 

七、安裝flower

將各個任務的執行情況、各個worker的健康狀態進行監控並以可視化的方式展現

1
 
pip install flower

 

啟動flower（默認會啟動一個webserver，端口為5555）:

1

 

指定broker並啟動：

celery flower --broker=amqp://guest:guest@localhost:5672//  或
celery flower --broker=redis://guest:guest@localhost:6379/0

 

 

進入http://localhost:5555即可查看。

doc

八、常見錯誤

1
 
ERROR/MainProcess] consumer: Cannot connect to redis://localhost:6379/0:

原因是：redis-server 沒有啟動
解決方案：到redis安裝目錄下執行redis-server.exe redis.windows.conf
檢查redis是否啟動：redis-cli ping

1
 
line 442, in on_task_received

解決：

1
2
3
4
5
6
7
8
9
10
 
Did you remember to import the module containing this task?
Or maybe you are using relative imports?
Please see http://bit.ly/gLye1c for more information.
The full contents of the message body was:
{'timelimit': (None, None), 'utc': True, 'chord': None, 'args': [4, 4], 'retries': 0, 'expires': None, 'task': 'main.add', 'callbacks': None,
'errbacks': None, 'taskset': None, 'kwargs': {}, 'eta': None, 'id': '97000322-93be-47e9-a082-4620e123dc5e'} (210b)
Traceback (most recent call last):
  File "d:\vm_env\flask_card\lib\site-packages\celery\worker\consumer.py", line 442, in on_task_received
    strategies[name](message, body,
KeyError: 'main.add'

原因：任務沒有注冊或注冊不成功，只有在啟動的時候提示有任務的時候，才能使用該任務
flask_celeryflask_celery
解決：

  1. 你在那個類中使用celery就在哪個類中執行celery -A 包名.類名.celery worker -l info
  2. 根據上一部提示的任務列表給任務設置對應的名稱
    如在Test中
1
2
3
4
5
6
 
from main import app, celery

@celery.task(name="main.Test.add".)
def add(x, y):
    print "ddddsws"
    return x + y

目錄結構：

1
2
3
4
5
6
 
+ Card  # 工程
    + main
       + admin
          - Task.py
        - __init__.py
        - Test.py

 

則應該啟動的命令為：

1
 
celery -A main.Test.celery worker -l info

 

同時，如果你的Task.py也有任務，那么你還應該重新創建一個cmd窗口執行

1
 
celery -A main.admin.Task.celery worker -l info

 

celery的工作進程可以創建多個
flask_celeryflask_celery
flask_celeryflask_celery

 

參考：

https://www.laoyuyu.me/2018/02/10/python_flask_celery/

https://www.cnblogs.com/cwp-bg/p/8759638.html

celery用戶指南，強烈推薦看

redis安裝

celery使用
https://redis.io/topics/quickstart

http://einverne.github.io/post/2017/05/celery-best-practice.html　　Celery 最佳實踐 

http://orangleliu.info/2014/08/09/celery-best-practice/　　Celery最佳實踐-正確使用celery的7條建議