前段時間在Django Web平台開發中，碰到一些請求執行的任務時間較長（幾分鍾），為了加快用戶的響應時間，因此決定采用異步任務的方式在后台執行這些任務。在同事的指引下接觸了Celery這個異步任務隊列框架，鑒於網上關於Celery和Django結合的文檔較少，大部分也只是粗粗介紹了大概的流程，在實踐過程中還是遇到了不少坑，希望記錄下來幫助有需要的朋友。
一、Django中的異步請求
Django Web中從一個http請求發起，到獲得響應返回html頁面的流程大致如下：http請求發起 -- http handling（request解析） -- url mapping（url正則匹配找到對應的View） -- 在View中進行邏輯的處理、數據計算（包括調用Model類進行數據庫的增刪改查）--將數據推送到template，返回對應的template/response。
圖1. Django架構總覽
同步請求：所有邏輯處理、數據計算任務在View中處理完畢后返回response。在View處理任務時用戶處於等待狀態，直到頁面返回結果。
異步請求：View中先返回response，再在后台處理任務。用戶無需等待，可以繼續瀏覽網站。當任務處理完成時，我們可以再告知用戶。
二、關於Celery
Celery是基於Python開發的一個分布式任務隊列框架，支持使用任務隊列的方式在分布的機器/進程/線程上執行任務調度。
圖2. Celery架構
圖2展示的是Celery的架構，它采用典型的生產者-消費者模式，主要由三部分組成：broker（消息隊列）、workers（消費者：處理任務）、backend（存儲結果）。實際應用中，用戶從Web前端發起一個請求，我們只需要將請求所要處理的任務丟入任務隊列broker中，由空閑的worker去處理任務即可，處理的結果會暫存在后台數據庫backend中。我們可以在一台機器或多台機器上同時起多個worker進程來實現分布式地並行處理任務。
三、Django中Celery的實現
在實際使用過程中，發現Celery在Django里的實現與其在一般.py文件中的實現還是有很大差別，Django有其特定的使用Celery的方式。這里着重介紹Celery在Django中的實現方法，簡單介紹與其在一般.py文件中實現方式的差別。
1. 建立消息隊列
首先，我們必須擁有一個broker消息隊列用於發送和接收消息。Celery官網給出了多個broker的備選方案：RabbitMQ、Redis、Database（不推薦）以及其他的消息中間件。在官網的強力推薦下，我們就使用RabbitMQ作為我們的消息中間人。在Linux上安裝的方式如下：
sudo apt-get install rabbitmq-server
命令執行成功后，rabbitmq-server就已經安裝好並運行在后台了。
另外也可以通過命令rabbitmq-server -detached來在后台啟動rabbitmq server以及命令rabbitmqctl stop來停止server。
更多的命令可以參考rabbitmq官網的用戶手冊：https://www.rabbitmq.com/manpages.html
2. 安裝django-celery
pip install celery pip install django-celery
3. 配置settings.py
首先，在Django工程的settings.py文件中加入如下配置代碼：
import djcelery djcelery.setup_loader() BROKER_URL= 'amqp://guest@localhost//' CELERY_RESULT_BACKEND = 'amqp://guest@localhost//'
其中，當djcelery.setup_loader()運行時，Celery便會去查看INSTALLD_APPS下包含的所有app目錄中的tasks.py文件，找到標記為task的方法，將它們注冊為celery task。BROKER_URL和CELERY_RESULT_BACKEND分別指代你的Broker的代理地址以及Backend（result store）數據存儲地址。在Django中如果沒有設置backend，會使用其默認的后台數據庫用來存儲數據。注意，此處backend的設置是通過關鍵字CELERY_RESULT_BACKEND來配置，與一般的.py文件中實現celery的backend設置方式有所不同。一般的.py中是直接通過設置backend關鍵字來配置，如下所示：
app = Celery('tasks', backend='amqp://guest@localhost//', broker='amqp://guest@localhost//')
然后，在INSTALLED_APPS中加入djcelery：
INSTALLED_APPS = (
……
'qv',
'djcelery'
……
)
4. 在要使用該任務隊列的app根目錄下（比如qv），建立tasks.py，比如：
在tasks.py中我們就可以編碼實現我們需要執行的任務邏輯，在開始處import task，然后在要執行的任務方法開頭用上裝飾器@task。需要注意的是，與一般的.py中實現celery不同，tasks.py必須建在各app的根目錄下，且不能隨意命名。
5. 生產任務
在需要執行該任務的View中，通過build_job.delay的方式來創建任務，並送入消息隊列。比如：
6. 啟動worker的命令
#先啟動服務器 python manage.py runserver #再啟動worker python manage.py celery worker -c 4 --loglevel=info
四、補充
Django下要查看其他celery的命令，包括參數配置、啟動多worker進程的方式都可以通過python manage.py celery --help來查看:
另外，Celery提供了一個工具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，如下圖所示：
Django下實現的方式如下：
1. 安裝flower:
pip install flower
2. 啟動flower（默認會啟動一個webserver，端口為5555）:
python manage.py celery flower
3. 進入http://localhost:5555即可查看。
另一種方式
：