詳情請見：flask后台作業--rq方案
為什么使用任務隊列？
目的是應用程序中運行時間長或者復雜的異步任務進程優化。防止阻塞對客戶端的響應，公認的做法是將耗時長的任務移交到worker進程（進程池）
什么是任務隊列？
任務隊列為后台作業提供了一個便捷的解決方案。 Worker進程獨立於應用程序運行，甚至可以位於不同的系統上。 應用程序和worker之間的通信是通過消息隊列完成的。 應用程序提交作業，然后通過與隊列交互來監視其進度。 下圖展示了一個典型的實現：
Python中最流行的任務隊列是Celery。 這是一個相當復雜的軟件包，它有很多選項並支持多個消息隊列。 另一個流行的Python任務隊列是Redis Queue(RQ)，它犧牲了一些靈活性，比如只支持Redis消息隊列，但作為交換，它的建立要比Celery簡單得多。
Celery和RQ都非常適合在Flask應用程序中支持后台任務，所以我傾向於選擇更簡單的RQ。 不過，用Celery實現相同的功能其實也不難。 如果你對Celery更感興趣，可以閱讀作者的博客中的Using Celery with Flask文章。
使用RQ
RQ是一個標准python第三方軟件包
(venv) $ pip install rq
(venv) $ pip freeze > requirements.txt
此處生成requirements.txt包含了所有安裝過的包的信息（方便在其他環境部署），如：
pip3 install -r requirements.txt
使用消息隊列RQ需要運行Redis服務器，因為我是win10為環境，這里有個坑就是，作者教程似乎是linux系統，因為按照他的教程會出現使用fork的地方，windows平台就會報錯。為了減少折騰，我這里使用wsl，另外不知道是我環境配置問題還是什么問題，有兩個坑需要注意
- 在wsl使用上述命令會導致報錯，但是一旦使用virtualenv創建的虛擬環境進行相同命令就一切正常了
#安裝
sudo pip3 install python3-virtualenv
#創建名為venv的虛擬環境
virtualenv venv
#使用
source venv/bin/activate
- 另外建議把pip換成國內源或者使用
-i 某國內源，否則有些包下載會因為超時而報錯
#全局操作，pip,pip3通用
mkdir ~/.pip
vim ~/.pip/pip.conf
# 然后將下面這兩行復制進去就好了
[global]
index-url = https://mirrors.aliyun.com/pypi/simple
#國內其他源參考
清華：https://pypi.tuna.tsinghua.edu.cn/simple
中國科技大學 https://pypi.mirrors.ustc.edu.cn/simple/
華中理工大學：http://pypi.hustunique.com/
山東理工大學：http://pypi.sdutlinux.org/
豆瓣：http://pypi.douban.com/simple/
#臨時換源
sudo pip3 install 某個因為timeout報錯的包 -i 鏡像源url
RQ操作
- 啟動redis-server:
sudo service redis-server start - 創建任務：在app/tasks.py中創建函數，包含一些業務邏輯操作
- 運行RQ Worker:使用
rq worker sometasks啟動一個worker進程 - 執行任務：
>>> from redis import Redis
>>> import rq
>>> queue = rq.Queue('microblog-tasks', connection=Redis.from_url('redis://'))
>>> job = queue.enqueue('app.tasks.example', 23) # 之前創建的函數，函數參數
>>> job.get_id()
'c651de7f-21a8-4068-afd5-8b982a6f6d32'
參考：
- pip換源：https://www.linuxidc.com/Linux/2019-04/158178.htm
- virtualenv創建虛擬環境 https://www.jianshu.com/p/e7dcdcdeaa73