标签：host   inf   工作者   user   store   rabbit   read   tor   运行   

Celery

Celery是管理分布式任务队列的工具，其本身并不是任务队列。

Celery常见概念有brokers、backend、workers、tasks。

brokers：中间人，是Celery存放/拿取产品的地方，即任务队列，常见有rabbitmq/redis/zookeeper。

backend：又称result stores，存储运行结果，常见有redis/memcached。

workers：Celery的工作者，从队列中取出任务并执行，将结果发送到backend。

tasks：任务。

简例

# tasks.py
from celery import Celery

app = Celery(‘tasks‘, 
                    backend=‘redis://[host]:6379/0‘, 
                    broker=‘amqp://[user]:[password]@[host]:5672‘)

@app.task
def add(x, y):
    return x + y

# 命令行启动worker，此时broker中还没有任务
celery -A tasks worker --loglevel=info

# 向broker发送任务并获取结果
from tasks import add

result = add.delay(2, 3)
while not result.ready():
    time.sleep(1)
print(result.get())

>>>: 5

例子中，app就是celery对象，它定义了对象的名称（用于命令行启动），存储者，任务队列。
add方法用app.task包装后，表明此函数为任务执行者。
执行add.delay()方法，参数传入到执行者，并会返回结果，当result.ready()为真时，表明结果已返回至存储者，可通过result.get()获取该结果。

与pika的区别

pika是用来连接rabbitmq的python模块，rabbitmq本身只有存储功能，而没有任务分发调度功能，celery就是用来做任务分配的，当然也可以为pika写一个调度代码，不过有现成的celery，只要用就行了。

python/mq Celery

标签：host   inf   工作者   user   store   rabbit   read   tor   运行   

原文地址：https://www.cnblogs.com/ikct2017/p/9467362.html