Celery分布式任务队列的认识和基本操作

标签：host   false   --   mongod   支持   work   方法   red   配置使用   

一、简单认识

　　Celery是由Python开发、简单、灵活、可靠的分布式任务队列，其本质是生产者消费者模型，生产者发送任务到消息队列，消费者负责处理任务。Celery侧重于实时操作，但对调度支持也很好，其每天可以处理数以百万计的任务。

它的特点有：

• 简单：熟悉了它的流程后，配置使用简单；
• 高可用：任务执行失败或执行过程中发生连接中断，Celery会自动重新执行任务；
• 快速：一个单进程的Celery每分钟可处理上百万个任务；
• 灵活：Celery的各个组件都可以被扩展及自定制；　　

应用场景举例：

　　1.web应用：用户在网站进行某个操作需要很长时间完成时，我们可以将这种操作交给Celery执行，直接返回给用户，等到Celery执行完成以后通知用户，大大提好网站并发及用户体验感。

　　2.任务场景：需要批量在几百台机器执行某些命令或者任务，Celery可以轻松搞定。

　　3.定时任务：向定时导数据报表、定时发送通知类似场景，Celery可以提供管理接口和丰富的API。

二、架构和工作原理

Celery由以下三部分构成：消息中间件(Broker)、任务执行单元(Worker)、结果存储(Backend):来个图

消息中间件(Broker):

　　消息中间件Broker支持RabbitMQ、Redis、MongoDB、Memcached 等，官方推荐RabbitMQ。

任务执行单元(Worker)

　　Worker是任务执行单元，负责从消息队列中取出任务执行，它可以启动一个或者多个，也可以启动在不同的机器节点，这就是其实现分布式的核心。

结果存储(Backend)

　　Backend结果存储官方也提供了诸多的存储方式支持：RabbitMQ、 Redis、Memcached,SQLAlchemy, Django ORM、Apache Cassandra、Elasticsearch。

工作原理：

　　任务模块Task包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往消息队列，而定时任务由Celery Beat进程周期性地将任务发往消息队列；

　　任务执行单元Worker实时监视消息队列获取队列中的任务执行；

　　Woker执行完任务后将结果保存在Backend中;

三、安装使用

Redis的安装：

Celery的安装：

一个简单的应用（Linux环境下）

注意：此时并没有将配置文件、任务文件及初始化文件分开，真的到应用环境中是要分开的，后面会提到；

创建一个文件目录：

mkdir /root/celery_study

在celery_study创建文件task.py

task.py：任务定义文件

# -*- coding:utf-8 -*-
# @Author  : Clint
from celery import Celery
app = Celery(‘task‘,
             broker=‘redis://:123456@localhost:6379‘,
             backend=‘redis://:123456@localhost:6379‘,
             )


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

 启动Worker

celery -A task worker  --loglevel=info

各个参数含义：

　　worker: 代表第启动的角色是work当然还有beat等其他角色；

　　-A ：项目路径，这里我的目录是task；

　　-loglevel：启动的日志级别，有info、debug等，更多参数使用celery --help查看

任务队列已经准备就绪；

我们还需要通过delay或apply_async来将任务添加到worker中，这里我们通过交互式方法添加任务，并返回AsyncResult对象，通过AsyncResult对象获取结果：

AsyncResult除了get方法用于常用获取结果方法外还提以下常用方法或属性：

• state: 返回任务状态；
• task_id: 返回任务id；
• result: 返回任务结果，同get()方法；
• ready(): 判断任务是否以及有结果，有结果为True，否则False；
• info(): 获取任务信息，默认为结果；
• wait(t): 等待t秒后获取结果，若任务执行完毕，则不等待直接获取结果，若任务在执行中，则wait期间一直阻塞，直到超时报错；
• successfu(): 判断任务是否成功，成功为True，否则为False；

Celery分布式任务队列的认识和基本操作

标签：host   false   --   mongod   支持   work   方法   red   配置使用   

原文地址：https://www.cnblogs.com/Utopia-Clint/p/10861899.html