celery的簡介
celery是一個基於分布式消息傳輸的異步任務隊列，它專注於實時處理，同時也支持任務調度。它的執行單元為任務（task），利用多線程，如Eventlet，gevent等，它們能被並發地執行在單個或多個職程服務器（worker servers）上。任務能異步執行（后台運行）或同步執行（等待任務完成）。
在生產系統中，celery能夠一天處理上百萬的任務。它的完整架構圖如下：
組件介紹：
- Producer：調用了Celery提供的API、函數或者裝飾器而產生任務並交給任務隊列處理的都是任務生產者。
- Celery Beat：任務調度器，Beat進程會讀取配置文件的內容，周期性地將配置中到期需要執行的任務發送給任務隊列。
- Broker：消息代理，又稱消息中間件，接受任務生產者發送過來的任務消息，存進隊列再按序分發給任務消費方（通常是消息隊列或者數據庫）。Celery目前支持RabbitMQ、Redis、MongoDB、Beanstalk、SQLAlchemy、Zookeeper等作為消息代理，但適用於生產環境的只有RabbitMQ和Redis, 官方推薦 RabbitMQ。
- Celery Worker：執行任務的消費者，通常會在多台服務器運行多個消費者來提高執行效率。
- Result Backend：任務處理完后保存狀態信息和結果，以供查詢。Celery默認已支持Redis、RabbitMQ、MongoDB、Django ORM、SQLAlchemy等方式。
在客戶端和消費者之間傳輸數據需要序列化和反序列化。 Celery 支出的序列化方案如下所示:
准備工作
在本文中，我們使用的celery的消息代理和后端存儲數據庫都使用redis，序列化和反序列化選擇msgpack。
首先，我們需要安裝redis數據庫，具體的安裝方法可參考：http://www.runoob.com/redis/redis-install.html 。啟動redis，我們會看到如下界面：
在redis可視化軟件rdm中，我們看到的數據庫如下：
里面沒有任何數據。
接着，為了能夠在python中使用celery，我們需要安裝以下模塊：
- celery
- redis
- msgpack
這樣，我們的准備工作就完畢了。
一個簡單的例子
我們創建的工程名稱為proj，結構如下圖：
首先是主程序app_test.py，代碼如下：
from celery import Celery
app = Celery('proj', include=['proj.tasks'])
app.config_from_object('proj.celeryconfig')
if __name__ == '__main__':
app.start()
分析一下這個程序：
- "from celery import Celery"是導入celery中的Celery類。
- app是Celery類的實例，創建的時候添加了proj.tasks這個模塊，也就是包含了proj/tasks.py這個文件。
- 把Celery配置存放進proj/celeryconfig.py文件，使用app.config_from_object加載配置。
接着是任務函數文件tasks.py，代碼如下：
import time
from proj.app_test import app
@app.task
def add(x, y):
time.sleep(1)
return x + y
tasks.py只有一個任務函數add，讓它生效的最直接的方法就是添加app.task這個裝飾器。add的功能是先休眠一秒，然后返回兩個數的和。
接着是配置文件celeryconfig.py，代碼如下：
BROKER_URL = 'redis://localhost' # 使用Redis作為消息代理
CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' # 把任務結果存在了Redis
CELERY_TASK_SERIALIZER = 'msgpack' # 任務序列化和反序列化使用msgpack方案
CELERY_RESULT_SERIALIZER = 'json' # 讀取任務結果一般性能要求不高，所以使用了可讀性更好的JSON
CELERY_TASK_RESULT_EXPIRES = 60 * 60 * 24 # 任務過期時間
CELERY_ACCEPT_CONTENT = ['json', 'msgpack'] # 指定接受的內容類型
最后是調用文件diaoyong.py，代碼如下：
from proj.tasks import add
import time
t1 = time.time()
r1 = add.delay(1, 2)
r2 = add.delay(2, 4)
r3 = add.delay(3, 6)
r4 = add.delay(4, 8)
r5 = add.delay(5, 10)
r_list = [r1, r2, r3, r4, r5]
for r in r_list:
while not r.ready():
pass
print(r.result)
t2 = time.time()
print('共耗時：%s' % str(t2-t1))
在這個程序中，我們調用了add函數五次，delay()用來調用任務。
例子的運行
到此為止，我們已經理解了整個項目的結構與代碼。
接下來，我們嘗試着把這個項目運行起來。
首先，我們需要啟動redis。接着，切換至proj項目所在目錄，並運行命令：
celery -A proj.app_test worker -l info
界面如下：
然后，我們運行diaoyong.py，輸出的結果如下：
3
6
9
12
15
共耗時：1.1370790004730225
后台輸出如下：
接着，我們看一下rdm中的數據：
至此，我們已經成功運行了這個項目。
下面，我們嘗試着對這個運行結果做些分析。首先，我們一次性調用了五次add函數，但是運行的總時間才1秒多。這是celery異步運行的結果，如果是同步運行，那么，至少需要5秒多，因為每調用add函數一次，就會休眠一秒。這就是celery的強大之處。
從后台輸出可以看到，程序會先將任務分發出來，每個任務一個ID，在后台統一處理，處理完后會有相應的結果返回，同時該結果也會儲存之后台數據庫。可以利用ready()判斷任務是否執行完畢，再用result獲取任務的結果。
本文項目的github地址為：https://github.com/percent4/celery_example 。
本次分享到此結束，感謝閱讀~
注意：本人現已開通微信公眾號： Python爬蟲與算法（微信號為：easy_web_scrape）， 歡迎大家關注哦~~