用docker配置项目管理系统taiga的时候，不是我一个人遇到这个问题。https://github.com/douglasmiranda/docker-taiga/issues/5

问题描述：

用docker-compose启动celery_worker和rabbitmq，但是celery_worker 连不上 rabbitmq

celeryworker_1 | [2017-12-06 07:56:36,539: ERROR/MainProcess] consumer: Cannot connect to amqp://guest:**@rabbit1:5672//: [Errno -2] Name or service not known.
celeryworker_1 | Trying again in 4.00 seconds...

创建celery的地方用官网的

app = Celery(backend='amqp', broker='amqp://')

是不行的。

改成正式点的：

app = Celery(backend='amqp', broker='amqp://guest:guest@localhost:5672/')

也是不行的，不论用localhost。docker-compose 里 给 rabbitmq 设置的  hostname 都是不行的

成功尝试一：rabbitmq在容器中，celery worker 和 发起异步任务在host

遇到问题1，首先缩小问题。分步尝试，首先尝试只用容器启动rabbitmq。然后和传统方式一样，在host手工启动celery worker。

成功。

问题缩小到celery_worker容器化的问题。

稍微靠谱点的解法是

1先手工创建1个docker bridge

2 用docker命令行分别启动rabbitmq和celery worker

3 手工把celery worker 和 rabbitmq 添加进bridge。

据说可行，但是我就是要用docker-compose的啊，这样太丑陋了。

但至少说明有可能成功（不是celery本身bug之类）

成功尝试二、rabbitmq 和celeryworker都在容器中，celery用host的ip地址连接rabbitmq。

异步发起者可以在容器中，也可以在host中

docker中只运行rabbitmq，暴露5672 和15672端口，在本地host安装celery 起celery worker 是没问题的

但是如果想把celery worker也放进容器里，就出问题了。总是提示连不上amqp。

用了各种方法，最终把rabbit5672暴露，然后把HOST主机IP灌进celery，搞定

HOST_IP = '192.168.239.129' # ip of host(run docker-compose) 
app = Celery(backend = 'rpc://', broker = 'amqp://guest:guest@{0}:5672/'.format(HOST_IP))

额外的小技巧：

ubuntu查看 ip ：

ip addr show

成功尝试三、rabbitmq 和celeryworker都在容器中，celery用docker-compose.yml中的service_name连接

异步发起者只能在容器中

20171207隔了一天，终于发现其实不需要HOST_IP，可以用名字连接的！

只不过名字被docker、rabbitmq给来回误导了

先说答案：celery里要用docker-compose.yml里的这个名字，即启动rabbitmq镜像的那个service的名字（而不是他的hostname，我把它注释掉了，太坑人）：

这样搞的话，比用HOST_IP不好的地方在于，没法从host发起异步任务（返回不了结果）。只能从docker-compose启动容器，在里面发起异步任务。

好处是5672端口不用暴露出来了。docker-compose内网和外部完全隔离，外面感觉不到rabbitmq存在（当然我保留了暴露15672监控端口，其实也可以不暴露）

——其实postgres的问题也是一样，用Adminer连接的时候，Server处填的也是docker-composer.yml里的service名字。

http://www.cnblogs.com/xuanmanstein/p/7742647.html

结论

解决方案不细说了，放github上了

https://github.com/xuqinghan/celery-with-docker-compose#celery-with-docker-compose

心得：

1 遇到问题，要缩小、后退、分解。

　像锯木头锯不动了，要往后撤，然后稍微换换方向，角度，再用巧力，不要用蛮力：

1从部署taiga的event模块遇到celery_worker连接不上；

2退到用docker-compose运行celery官网的a+b小函数的demo 还是连不上;

3再继续后退：只用docker-compose部署rabbitmq。手工启动celery和发起异步任务，成功。

4在3成功的基础上小步前进。而此时问题已经缩小、聚焦到足够小，再尝试几种解决方案：localhost   127.0.0.1   hostname     bridge方式docker0网络

5搞定、总结。成为自己的技能点，到处复用。

2 不要有洁癖，

不追求rabbitmq不暴露任何端口，只服务于docker-compose的网络（不是docker0） ，在host里暴露端口不丢人；

在开发机上，只在调试当前工程时启动当前的docker-compose。在生产环境还是1机1个组的。不追求多工程在一个机器上运行。

不追求一次就实现全都容器化，和写代码一样，先写好单次执行的逻辑，再套外层的for循环。

——注意到了这些点，问题半天不到就搞定了；死钻牛角尖，可能N天都无解。

3 不能有0 or 100分这种想法。

不能急躁，也不能浮躁（想一次就得100分）；

也不能因为想太多，把问题看成铁板1块，就畏惧困难（直接交白卷得0分）。

——做工程，都是1分、1分地得分，也是1分 1分地扣分的。 这和合同收付款、各种节点是完全不同的！不要被后者的干扰带乱了自己的工作节奏。

做工程是类似持仓、空仓的长期过程，而不是啪啪啪不断交易的各种精彩瞬间。（如果永远处在赶工、保/抢节点的状态，要么是自己工作能力不行，要么就是项目管理SB，没有轻重缓急）

4做工程的人，在工程上做任何事每次出手，都要有章有法：有高度的目的论，且目的又和普通人不同：

1 贯彻目的和意图导向的思考。在意从需求、系统用例、到组件名、类名、子过程名、直到变量名的命名，名不正则言不顺，要强迫自己和别人（Не жалей ни себя, ни врагов.“不要吝惜自己和敌人”——《斯拉夫女人的告别》白俄版）思考目的性、价值和重要性排序。并且在每一天、每一句的开发中不断加深学习、打磨、养成习惯；

2 能每时每刻聚焦特定问题，能暂时忽略其他问题和要求，有“置XX之敌于不顾”，“攻其一点，不及其余”的勇气和能耐。这是建立在对能力的自信心（“打哪个，哪个就剩不下”，所以我有资格挑着打）基础之上的纯粹和纯净的心理状态。

接触新人、业余选手、非技术人员的最大感觉就是：

在1上，想的太简单，做的太随意（用我的话说，像个孩子）；

在2上，一次想得太杂，想得太多（0分VS100分 来回地跳变，还是像个什么都想要的孩子）。

——包括之前的自己，也是这样。还是因为功力不够+心浮气躁=棒槌。

因为和他们视角不同（甚至完全不同），所以自己首先不要生气，配合别人的任务区时可以忍着点，尽力配合；

但只要进入自己的责任区，就是要火力全开。如果气着对方也不要在意（负责这片的人是我，我也没想故意气谁，所以也无所谓）。

和战斗机一样，包线上各有优势区，但进入大喷9（Spitfire LF IX）的优势区，就不要怪Hispano 炮狠了。

技术方面的感受：容器和镜像不是万能的。不是什么都适合打包进镜像。

celery和django都相继不再在dockerhub发布官方镜像。因为这俩在用的时候，大家都是定制、引用之后才用的。

并不是这俩和docker决裂了，只是不适合打包进dockerfile罢了。

对开发人员来说，什么适合塞进dockerfile呢？配环境的步骤+配出来的一致性，隔离的、纯净的运行环境。塞配置文件的位置。

其实dockerfile有点像测试框架。而源代码和配置文件，类似mock。

所以，这符合我下意识的做法：我喜欢把源代码、和各种配置文件，数据库文件都放在外面， 用-v 或者volumns 在容器启动时挂进去，而不是写在dockerfile里（git clone 源代码，具体配置参数），直接build成image。

这种套路，非常类似于依赖注入，把repository，service塞进component的过程。

此外，这样好写测试用例啊（不依赖实际连接web和数据库）！

任何单元测试的运行，都不能依赖真实的web和数据库访问。

否则因为耗时间或者环境难配，不得不每次注释掉一部分用例，现在想想，那还测试个屁啊！

写程序的精髓在于识别和感受到  复杂性+变化性   VS  繁琐+稳定    ，然后不断分离，隔离，让不同变化速率，膨胀系数的材料，高度地解耦。

——写程序的门道无非那几条，但是知道这些道理是一回事，理解认同这些道理是另一回事, 而实际工作中能在各种场合把这些招给用出来，用活了，又是另一回事了。

和武术、修行一样，知易行难。“三岁小儿道得，八十老翁行不得”。

需要勤学苦练，不是蛮干（grasshopper里不写代码，一片一片地电池）

从各种角度、各种道路、多次实践，去领悟相同的道理。

然后就容易全面开窍和到处突破了。

之前了解、学TDD半天，但是就是用不好；现在用了一段时间docker，反而容易找到依赖注入的感觉。

自己写的程序，有哪些是框架性的，类似dockefile的；有哪些是频繁改动的，类似源代码、配置文件内容的，要层次分明，分离，然后各自获得*；

这个分离：就是意图与实现、虚VS实；部队 VS 分队，测试用例VS外部接口的mock。

关注点分离了，就各自聚焦了，也*了。分得开，责任边界清晰，才联合得起来。