celery

celery

一、celery介绍

1、应用场景

    a. 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

    b. 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

    c. 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

2、redis的优点

    a. 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

    b. 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

    c. 快速:一个单进程的celery每分钟可处理上百万个任务

    d. 灵活: 几乎celery的各个组件都可以被扩展及自定制

3. celery的工作流程

celery

 

   user:用户程序,用于告知celery去执行一个任务。      broker: 存放任务(依赖RabbitMQ或Redis,进行存储)      worker:执行任务

4、celery的特性

      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.

二、异步任务 ---- django-celery

 

大家的知道celery的使用,网上也有很多的教程。因为最近在使用django来完成项目,无意间发现发现有个东西叫django-celery,比celery的配置更加的简单,这里分享一下。

首先需要统一一下使用的环境,以为如果redis的版本过高会报错

celery

 

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

 

配置settings.py

  因为本机直接有redis,在这里我们直接使用redis作为我们的broker。当然,如果你追求稳定性和效率,也可使使用rabbitMQ或者kafka。  

celery
#settings.pyimport djcelery
​
djcelery.setup_loader()
BROKER_URL = 'redis://127.0.0.1:6379/2'
​
INSTALLED_APPS = [
    ...
    "djcelery",
    ...
​
]
setting.py

 

  创建Celery所需的数据表

celery
python manage.py migrate
#如若不成功可以尝试一下命令语句
#python manage.py syncdb
终端

 

创建task

  在app里建立tasks.py文件来写入需要执行的异步任务

celery

 

celery
from celery import task

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

 

  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。

 

让任务变成异步

  例如我们希望在用户发出request后异步执行该task, 马上返回response, 从而不阻塞该request, 使用户有一个流畅的访问过程. 那么, 我们可以使用.delay。

celery
from rest_framework.views import APIView
from rest_framework.response import Response
from userapp.tasks import add

class TestCeleryView(APIView):
    def get(self,request):

        data = add.delay(2,10)  #delay是注册为celery异步任务的关键点

        return Response({"code":200})
view.py

 

 

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

 

验证celery任务

  在搞定上面的东西以后,你就可以通过postman来请求接口让接口使用celery来异步执行任务而不阻塞你的request请求。

celery

 

 

注意

celery与3.7版本兼容问题 在 celery 官方的提议下,建议将 async 文件的文件名改成 asynchronous

Python37\Lib\site-packages\kombu\async

需要修改的文件 Python37\Lib\site-packages\celery\utils\timer2.py

Python37\lib\site-packages\celery\concurrency\asynpool.py

Python37\lib\site-packages\celery\worker\components.py

Python37\lib\site-packages\celery\worker\autoscale.py

Python37\lib\site-packages\celery\worker\consumer.py

上一篇:celery原理与组件


下一篇:celery异步发送短信