celery基础

标签：image   led   src   linux   mac   ted   rabbit   包名   需要   

一、celery介绍

Celery 官网：http://www.celeryproject.org/

Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html

Celery 官方文档中文版：http://docs.jinkan.org/docs/celery/

• 异步任务框架
• 执行异步任务
• 执行延迟任务
• 执行定时任务

二、celery架构

# 如果 Celery对象:Celery(...) 是放在一个模块下的
# 1）终端切换到该模块所在文件夹位置：scripts
# 2）执行启动worker的命令：celery worker -A 模块名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：模块名随意


# 如果 Celery对象:Celery(...) 是放在一个包下的
# 1）必须在这个包下建一个celery.py的文件，将Celery(...)产生对象的语句放在该文件中
# 2）执行启动worker的命令：celery worker -A 包名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：包名随意

消息中间件

Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis等等

任务执行单元

Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。

任务结果存储

Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括AMQP, redis等

使用场景

异步执行：解决耗时任务,将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等

延迟执行：解决延迟任务

定时执行：解决周期(周期)任务,比如每天数据统计

三、celery使用

安装：pip install celery

根据celery架构，我们可以看出，worker就像是一个工人，一直在工作，如果有工作的时候就会从broker（Redist）里去拿过来执行，并放到pakend（redist）中存放结果

方式一：在一个文件夹内的三个页面

worker执行页面

import celery

# broker存储的位置
broker = ‘redis://127.0.0.1:6379/1‘
# backend存储的位置
backend =‘redis://127.0.0.1:6379/2‘

# 实例化的celery对象
app=celery.Celery(__name__,broker=broker,backend=backend)

# 需要添加的任务
@app.task
def add(x,y):
    print(x*y)
    return x+y

broker提交任务的页面

from celery_test import add
# 执行这个文件，就是把这个任务添加到数据库中，只要worker在工作
# 就会把这个任务从数据库1中拿出来执行，并把结果放到数据库2中
ret = add.delay(3,4)
# ret 是这个任务的uuid，用于获取任务结果

backend获取任务结果的页面

from celery_test import app

from celery.result import AsyncResult
# 任务对象的唯一标识：uuid
id = ‘19dc2faa-39f9-47b6-af77-e9d3a4d05d2e‘
if __name__ == ‘__main__‘:
    async1 = AsyncResult(id=id, app=app)
    if async1.successful():
        result = async1.get()
        print(result)
    elif async1.failed():
        print(‘任务失败‘)
    elif async1.status == ‘PENDING‘:
        print(‘任务等待中被执行‘)
    elif async1.status == ‘RETRY‘:
        print(‘任务异常后正在重试‘)
    elif async1.status == ‘STARTED‘:
        print(‘任务已经开始被执行‘)

方式二：worker单独做一个项目文件，添加任务和获取结果分离出来（执行异步任务）

创建一个celery项目（包），内部必须含有名字为celery的py文件，在内部创建celery对象

celery.py

import celery


broker = ‘redis://127.0.0.1:6379/1‘
backend =‘redis://127.0.0.1:6379/2‘

app=celery.Celery(__name__,broker=broker,backend=backend,include=[‘celery_task.task1‘,‘celery_task.task2‘])

编写需要添加的任务也在这个包内，可创建不同的任务文件，可添加多个

task1.py

from .celery import app

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

执行延迟任务

添加任务页面

# 执行延迟任务就是多个一个时间参数
# 这里注意，时间参数是根据utc时间，并不是中国时间

from datetime import datetime, timedelta
# 时间对象必须和时间对象相加
eta=datetime.utcnow() + timedelta(seconds=10)
add.apply_async(args=(200, 50), eta=eta)

添加定时任务

celery页面

# 时区
app.conf.timezone = ‘Asia/Shanghai‘
# 是否使用UTC
app.conf.enable_utc = False

# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    ‘low-task‘: {
        ‘task‘: ‘celery_task.tasks.low‘,
        ‘schedule‘: timedelta(seconds=3),
        # ‘schedule‘: crontab(hour=8, day_of_week=1),  # 每周一早八点
        ‘args‘: (300, 150),
    }
}

# 定时任务的添加必须要新启动一个beat命令去工作
# celery beat -A celery_task -l info

celery基础

标签：image   led   src   linux   mac   ted   rabbit   包名   需要   

原文地址：https://www.cnblogs.com/hz2lxt/p/13376159.html