定時任務調度-Celery

確保任務不重疊解決方法:

from celery import task
from celery.five import monotonic
from celery.utils.log import get_task_logger
from contextlib import contextmanager
from django.core.cache import cache
from hashlib import md5
from djangofeeds.models import Feed

logger = get_task_logger(__name__)

LOCK_EXPIRE = 60 * 10  # Lock expires in 10 minutes

@contextmanager
def memcache_lock(lock_id, oid):
    timeout_at = monotonic() + LOCK_EXPIRE - 3
    # cache.add fails if the key already exists
    status = cache.add(lock_id, oid, LOCK_EXPIRE)
    try:
        yield status
    finally:
        # memcache delete is very slow, but we have to use it to take
        # advantage of using add() for atomic locking
        if monotonic() < timeout_at and status:
            # don't release the lock if we exceeded the timeout
            # to lessen the chance of releasing an expired lock
            # owned by someone else
            # also don't release the lock if we didn't acquire it
            cache.delete(lock_id)

@task(bind=True)
def import_feed(self, feed_url):
    # The cache key consists of the task name and the MD5 digest
    # of the feed URL.
    feed_url_hexdigest = md5(feed_url).hexdigest()
    lock_id = '{0}-lock-{1}'.format(self.name, feed_url_hexdigest)
    logger.debug('Importing feed: %s', feed_url)
    with memcache_lock(lock_id, self.app.oid) as acquired:
        if acquired:
            return Feed.objects.import_feed(feed_url).url
    logger.debug(
        'Feed %s is already being imported by another worker', feed_url)

 

celery 特性：

　　Celery 是一個簡單、靈活且可靠的，處理大量消息的分布式系統，並且提供維護這樣一個系統的必需工具。由於在工作的平台中用到Celery系統（用於發送郵件、發送短信、發送上線等任務），記錄一下學習的知識。

使用rabbitmq做celery的broker和redis做celery的broker的特性

         使用RabbitMQ作為Celery Broker的優點：
         Highly customizable routing（高度定制路由）
         Persistent queues（一致性隊列）

使用redis作為celery brocker的優點：
        high speed due to in memory datastore（速度極快的內存數據庫）
        can double up as both key-value datastore and job queue(可以保證key-value 數據存儲及job序列)

celery-安裝

　　pip3 install celery(4.0版本celery beat不支持熱加載)

 

celery-flower監控安裝

　　pip3 install flower

django  celery 安裝

　　pip3 install django-celery

celery 原理介紹

      某個方法的消息請求celery執行，首先celery根據綁定的規則把任務消息放到制定的路由隊列中去，此隊列對應的worker節點取出執行。

說明：
      為什么要定義多個worker？每個worker都會新建一個進程，充分利用服務器資源，提高執行效率。
      同一個服務器可以啟動多個worker節點？可以，啟動參數里面寫上不同的–hostname即可。
      celery默認會創建一個celery任務隊列，沒有任何綁定的任務將會發送到此消息隊列中。

 

 

celery 多woker實驗

    celery加redis的多節點配置實例，由於資源限制只找了兩台機器做測試

10.10.42.33
10.10.190.234

　　我們把redis服務放在10.10.190.234那台服務器上
　　我們把flower服務也啟動在10.10.42.33那台服務器上
　　代碼中定義的隊列有queue_add、queue_sum （還有個默認隊列celery）
　　33、234服務器用於啟動worker節點
　　33服務器上啟動處理celery和queue_add隊列的worker節點
　　234服務器上啟動處理celery和queue_sum隊列的worker節點

 

配置文件展示

　　celeryconfig配置文件：

cat celeryconfig.py
#!/usr/bin/python
#coding:utf-8
from kombu import Queue
CELERY_TIMEZONE = 'Asia/Shanghai'
####################################
# 一般配置 #
####################################
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_ACCEPT_CONTENT=['json']
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERY_ENABLE_UTC = True
# List of modules to import when celery starts.
CELERY_IMPORTS = ('tasks', )
CELERYD_MAX_TASKS_PER_CHILD = 40 #  每個worker執行了多少任務就會死掉
BROKER_POOL_LIMIT = 10 #默認celery與broker連接池連接數
CELERY_DEFAULT_QUEUE='default'
CELERY_DEFAULT_ROUTING_KEY='task.default'
CELERY_RESULT_BACKEND='redis://:fafafa@10.10.190.234:6379/0'  
BROKER_URL='redis://:fafafa@10.19.190.234:6379/0'  
#默認隊列
CELERY_DEFAULT_QUEUE = 'celery' #定義默認隊列
CELERY_DEFAULT_ROUTING_KEY = 'celery' #定義默認路由
CELERYD_LOG_FILE="./logs/celery.log"
CELERY_QUEUES = (
    Queue("queue_add", routing_key='queue_add'),
    Queue('queue_reduce', routing_key='queue_sum'),
    Queue('celery', routing_key='celery'),
    )
CELERY_ROUTES = {
    'task.add':{'queue':'queue_add', 'routing_key':'queue_add'},
    'task.reduce':{'queue':'queue_reduce', 'routing_key':'queue_sum'},
}　

查看任務配置文件：

　　cat task.py

import os
import sys
import datetime
BASE_DIR = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
sys.path.append(BASE_DIR)
from celery import Celery
from celery import chain, group, chord, Task
from celeryservice import celeryconfig
app = Celery()
app.config_from_object(celeryconfig)
__all__ = ['add', 'reduce','sum_all', 'other']
####################################
# task定義 #
####################################
@app.task
def add(x, y):
    return x + y
@app.task
def reduce(x, y):
    return x - y
@app.task
def sum(values):
    return sum([int(value) for value in values])
@app.task
def other(x, y):
    return x * y

　　

flower任務配置文件

　　cat flower.py

#!/usr/bin/env python
#coding:utf-8
broker_api = 'redis://:afafafafa@10.10.190.234:6379/0'
logging = 'DEBUG'
address = '0.0.0.0'
port = 5555
basic_auth = ['zero:zero']  #外部訪問密碼
persistent=True  #持久化celery tasks（如果為false的話，重啟flower之后，監控的task就消失了)
db="./flower/flower_db"

 

 

啟動服務：

　　在33上啟動服務

celery worker -A  task --loglevel=info --queues=celery,queue_add --hostname=celery_worker33  >/dev/null 2>&1 &

　　在234上啟動服務

celery worker -A  task --loglevel=info --queues=celery,queue_add --hostname=celery_worker33  >/dev/null 2>&1 &

 

服務驗證：

　　在任一台有celeryservice項目代碼的服務器上，運行add、reduce、sum、other任務（測試可簡單使用add.delay(1,2)等）
　　add只會在33上運行，
　　sum任務，可能會在33或234服務器的worker節點運行
　　reduce任務,只會在234上運行。
　　other任務可能會在33或者234上運行。

 

關於使用過程中的優化

使用celery的錯誤處理機制

　　如下內容來自於網站，還沒實踐，存檔用。
　　大多數任務並沒有使用錯誤處理，如果任務失敗，那就失敗了。在一些情況下這很不錯，但是作者見到的多數失敗任務都是去調用第三方API然后出現了網絡錯誤，
　　或者資源不可用這些錯誤，而對於這些錯誤，最簡單的方式就是重試一下，也許就是第三方API臨時服務或者網絡出現問題，沒准馬上就好了，那么為什么不試着加個重試測試一下呢？

@app.task(bind=True, default_retry_delay=300, max_retries=5)
def my_task_A():
    try:
        print("doing stuff here...")
    except SomeNetworkException as e:
        print("maybe do some clenup here....")
        self.retry(e)

　　

 

 定時任務遇到的問題:

　　

　　通過flower 查看 跑多線程報錯, 需要減少線程數.

 

 celery配置文件的一些詳細解釋:

# -*- coding:utf-8 -*-                                                                                                                                                  
from datetime import timedelta
from settings import REDIS_HOST, REDIS_PORT, REDIS_PASSWORD, REDIS_DB_NUM
 
 
# 某個程序中出現的隊列，在broker中不存在，則立刻創建它
CELERY_CREATE_MISSING_QUEUES = True
 
CELERY_IMPORTS = ("async_task.tasks", "async_task.notify")
 
# 使用redis 作為任務隊列
BROKER_URL = 'redis://:' + REDIS_PASSWORD + '@' + REDIS_HOST + ':' + str(REDIS_PORT) + '/' + str(REDIS_DB_NUM)
 
#CELERY_RESULT_BACKEND = 'redis://:' + REDIS_PASSWORD + '@' + REDIS_HOST + ':' + str(REDIS_PORT) + '/10'
 
CELERYD_CONCURRENCY = 20  # 並發worker數
 
CELERY_TIMEZONE = 'Asia/Shanghai'
 
CELERYD_FORCE_EXECV = True    # 非常重要,有些情況下可以防止死鎖
 
CELERYD_PREFETCH_MULTIPLIER = 1
 
CELERYD_MAX_TASKS_PER_CHILD = 100    # 每個worker最多執行萬100個任務就會被銷毀，可防止內存泄露
# CELERYD_TASK_TIME_LIMIT = 60    # 單個任務的運行時間不超過此值，否則會被SIGKILL 信號殺死 
# BROKER_TRANSPORT_OPTIONS = {'visibility_timeout': 90}
# 任務發出后，經過一段時間還未收到acknowledge , 就將任務重新交給其他worker執行
CELERY_DISABLE_RATE_LIMITS = True   
 
# 定時任務
CELERYBEAT_SCHEDULE = {
    'msg_notify': {
        'task': 'async_task.notify.msg_notify',
        'schedule': timedelta(seconds=10),
        #'args': (redis_db),
        'options' : {'queue':'my_period_task'}
    },
    'report_result': {
        'task': 'async_task.tasks.report_result',
        'schedule': timedelta(seconds=10),
      #'args': (redis_db),
        'options' : {'queue':'my_period_task'}
    },
    #'report_retry': {
    #    'task': 'async_task.tasks.report_retry',
    #    'schedule': timedelta(seconds=60),
    #    'options' : {'queue':'my_period_task'}
    #},
 
}
################################################
# 啟動worker的命令
# *** 定時器 ***
# nohup celery beat -s /var/log/boas/celerybeat-schedule  --logfile=/var/log/boas/celerybeat.log  -l info &
# *** worker ***
# nohup celery worker -f /var/log/boas/boas_celery.log -l INFO &

 

celery整體架構圖: