1.Celery介绍

1.1 celery应用举例

1、Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理，如果你的业务场景中需要用到异步任务，就可以考虑使用celery

2、你想对100台机器执行一条批量命令，可能会花很长时间 ，但你不想让你的程序等着结果返回，而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果， 在任务执行ing进行时，你可以继续做其它的事情

3、Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息，以及存储任务结果， 一般使用rabbitMQ or Redis

 

1.2 Celery有以下优点

 

  

1、简单：一单熟悉了celery的工作流程后，配置和使用还是比较简单的

2、高可用：当任务执行失败或执行过程中发生连接中断，celery 会自动尝试重新执行任务

3、快速：一个单进程的celery每分钟可处理上百万个任务

4、灵活： 几乎celery的各个组件都可以被扩展及自定制

  

 

1.3 Celery 特性

1、方便查看定时任务的执行情况, 如 是否成功, 当前状态, 执行任务花费的时间等.

2、可选 多进程, Eventlet 和 Gevent 三种模型并发执行.

3、Celery 是语言无关的.它提供了python 等常见语言的接口支持.

 

 

2.celery 组件

2.1 Celery 扮演生产者和消费者的角色

 

1、Celery Beat : 任务调度器. Beat 进程会读取配置文件的内容, 周期性的将配置中到期需要执行的任务发送给任务队列.

2、Celery Worker : 执行任务的消费者, 通常会在多台服务器运行多个消费者, 提高运行效率.

3、Broker : 消息代理, 队列本身. 也称为消息中间件. 接受任务生产者发送过来的任务消息, 存进队列再按序分发给任务消费方(通常是消息队列或者数据库).

4、Producer : 任务生产者. 调用 Celery API , 函数或者装饰器, 而产生任务并交给任务队列处理的都是任务生产者.

5、Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.

 

2.2 celery 依赖三个库: 这三个库, 都由 Celery 的开发者开发和维护.

 

1、billiard : 基于 Python2.7 的 multisuprocessing 而改进的库, 主要用来提高性能和稳定性.

2、librabbitmp :C 语言实现的 Python 客户端

3、kombu : Celery 自带的用来收发消息的库, 提供了符合 Python 语言习惯的, 使用 AMQP 协议的高级借口.

 

2、celery的使用

推荐版本　　

　　Django == 2.2.6

　　django-celery == 3.3.1

　　django-redis == 4.11.0

　　redis == 2.10.6

　　celery == 3.1.26.post2

在utils 中  BaseView.py 配置celery

import json

from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.request import CommonRequest
from syl.settings import ALY_ACCESSKEY_SECRET, ALY_ACCESSKEY_ID


# phone = ""
# phone_code = ""
# data = {"code": phone_code}


def send_sms(phone, data):
    # accessKeyId
    # accessSecret
    # cn-hangzhou

    client = AcsClient('<ALY_ACCESSKEY_SECRET>', '<ALY_ACCESSKEY_ID>', 'cn-hangzhou')

    request = CommonRequest()
    request.set_accept_format('json')
    request.set_domain('dysmsapi.aliyuncs.com')
    request.set_method('POST')
    request.set_protocol_type('https')  # https | http
    request.set_version('2017-05-25')
    request.set_action_name('SendSms')

    request.add_query_param('RegionId', "cn-hangzhou")
    request.add_query_param('PhoneNumbers', phone)
    request.add_query_param('SignName', "美多商城")
    request.add_query_param('TemplateCode', "SMS_185212884")
    request.add_query_param('TemplateParam', data)

    response1 = client.do_action(request)
    # python2:  print(response)
    res=json.loads(str(response1, encoding='utf-8'))

a、当settings.py中的djcelery.setup_loader()运行时, Celery便会查看所有INSTALLED_APPS中app目录中的tasks.py文件, 找到标记为task的function, 并将它们注册为celery task.

b、在执行djcelery.setup_loader()时, task是以INSTALLED_APPS中的app名, 加.tasks.function_name注册的

c、一次需要注意 在impprt task时, 需要保持一致

d、如果我们由于python path不同而使用不同的引用方式时(例如在tasks.py中使用from myproject.myapp.tasks import add形式), Celery将无法得知这是同一task, 因此可能会引起奇怪的bug。

 

views.py里让任务异步执行

# utils/MyBaseView.py #

import json
 
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.request import CommonRequest
from syl.settings import ALY_ACCESSKEY_SECRET, ALY_ACCESSKEY_ID
 
 
# phone = ""
# phone_code = ""
# data = {"code": phone_code}
 
 
def send_sms(phone, data):
    # accessKeyId
    # accessSecret
    # cn-hangzhou
 
    client = AcsClient('<ALY_ACCESSKEY_SECRET>', '<ALY_ACCESSKEY_ID>', 'cn-hangzhou')
 
    request = CommonRequest()
    request.set_accept_format('json')
    request.set_domain('dysmsapi.aliyuncs.com')
    request.set_method('POST')
    request.set_protocol_type('https')  # https | http
    request.set_version('2017-05-25')
    request.set_action_name('SendSms')
 
    request.add_query_param('RegionId', "cn-hangzhou")
    request.add_query_param('PhoneNumbers', phone)
    request.add_query_param('SignName', "美多商城")
    request.add_query_param('TemplateCode', "SMS_185212884")
    request.add_query_param('TemplateParam', data)
 
    response1 = client.do_action(request)
    # python2:  print(response)
    res=json.loads(str(response1, encoding='utf-8'))

• 启动celery

　　首先正常启动你的django任务，然后启动celery服务即可。

python manage.py celery worker --loglevel=info

　如果报错不让超级管理员来启动，在settings.py加入以下配置

from celery import Celery, platforms
platforms.C_FORCE_ROOT = True