Celery 异步任务队列《快速入门一》

一、Celery介绍

Celery是一个功能完备即插即用的任务队列。 它使得我们不需要考虑复杂的问题，使用非常简单。celery适用异步处理问题，当发送邮件、或者文件上传, 图像处理等等一些比较耗时的操作，我们可将其异步执行，这样用户不需要等待很久，提高用户体验。
Celery的特点是：

• 简单，易于使用和维护，有丰富的文档。
• 高效，单个celery进程每分钟可以处理数百万个任务。
• 灵活，celery中几乎每个部分都可以自定义扩展。
• Celery非常易于集成到一些web开发框架中。
  
  

二、开发遇到的问题

我们在做网站后端程序开发时，会碰到这样的需求：
用户需要在我们的网站填写注册信息，我们给用户发送验证码或发一封注册激活邮件到用户邮箱，如果由于各种原因，这封邮件发送所需时间较长，那么客户端将会等待很久，造成不好的用户体验。

那么怎么解决这样的问题呢?

思路：
我们将耗时任务放到后台异步执行。不会影响用户其他操作。
除了注册功能，例如：上传，图形处理等等耗时的任务，都可以按照这种思路来解决。

如何实现异步执行任务呢？我们可使用celery，celery除了刚才所涉及到的异步执行任务之外，还可以实现定时处理某些任务。

三、Celery原理及基本配置

3.1 Celery安装

• 我们可以使用python的包管理器pip来安装:

  pip install -U Celery
  

• 也可从官方直接下载安装包:https://pypi.python.org/pypi/celery/

  tar xvfz celery-0.0.0.tar.gz
  cd celery-0.0.0
  python setup.py build
  python setup.py install
  

3.2 任务队列Queue

• 任务队列是一种跨线程、跨机器工作的一种机制，中包含称作任务的工作单元。有专门的工作进程持续不断的监视任务队列，并从中获得新的任务并处理.
• celery通过消息进行通信，通常使用一个叫Broker(中间人)来协client(任务的发出者)和worker(任务的处理者). clients发出消息到队列中，broker将队列中的信息派发给worker来处理。
• 一个celery系统可以包含很多的worker和broker，可增强横向扩展性和高可用性能。
  

3.3 消息中间件Broker

Celery需要一种解决消息的发送和接受的方式，我们把这种用来存储消息的的中间装置叫做message broker, 也可叫做消息中间人。 作为中间人，我们有几种方案可选择：

• RabbitMQ
  RabbitMQ是一个功能完备，稳定的并且易于安装的broker. 它是生产环境中最优的选择。
  RabbitMQ的细节参照以下链接： http://docs.celeryproject.org/en/latest/getting-started/brokers/rabbitmq.html#broker-rabbitmq

  在Ubuntu或者Debian发行版的Linux中，可以直接通过下面的命令安装RabbitMQ:
  sudo apt-get install rabbitmq-server
  安装完毕之后，RabbitMQ-server服务器就已经在后台运行。
  如果您用的并不是Ubuntu或Debian, 可以在以下网址： http://www.rabbitmq.com/download.html 去查找自己所需要的版本软件。

• Redis
  Redis也是一款功能完备的broker可选项，但是其更可能因意外中断或者电源故障导致数据丢失的情况。 关于Redis作为Broker详解可参考： http://docs.celeryproject.org/en/latest/getting-started/brokers/redis.html#broker-redis
  
  

3.4 生产者Producer与消费者Worker

使用celery第一件要做的最为重要的事情是需要先创建一个Celery实例，我们一般叫做celery应用，或者更简单直接叫做一个app。app应用是我们使用celery所有功能的入口，比如创建任务，管理任务等，在使用celery的时候，app必须能够被其他的模块导入。

• 创建应用
  我们首先创建tasks.py模块, 其内容为:

  from celery import Celery
  
  # 我们这里案例使用redis作为broker
  app = Celery('demo', broker='redis://:332572@127.0.0.1/1')
  
  # 创建任务函数
  @app.task
  def my_task():
      print("任务函数正在执行....")
  

  Celery 第一个参数是给其设定一个名字， 第二参数我们设定一个中间人broker, 在这里我们使用Redis作为中间人。这里my_task函数就是我们编写的一个任务函数， 通过加上装饰器app.task, 将其注册到broker的队列中。

  现在我们在创建一个worker， 等待处理队列中的任务：
  打开终端，cd到tasks.py同级目录中，执行命令:
  celery -A tasks worker --loglevel=info
  显示效果如下:
  

• 调用任务
  任务加入到broker队列中，以便刚才我们创建的celery workder服务器能够从队列中取出任务并执行。如何将任务函数加入到队列中，可使用delay()。

  进入python终端, 执行如下代码:

  from tasks import my_task
  my_task.delay()
  

  执行效果如下:
  
  说明： 我们通过worker的控制台，可以看到我们的任务被worker处理。调用一个任务函数，将会返回一个AsyncResult对象，这个对象可以用来检查任务的状态或者获得任务的返回值。
  
  

• 存储结果
  如果我们想跟踪任务的状态，Celery需要将结果保存到某个地方。
  有几种保存的方案可选：
  SQLAlchemy、Django ORM、Memcached、 Redis、RPC (RabbitMQ/AMQP)。

  以下例子，我们仍然使用Redis作为存储结果的方案，任务结果存储配置我们通过Celery的backend参数来设定。我们将tasks模块修改如下:

  from celery import Celery
  
  # 我们这里案例使用redis作为broker
  app = Celery('demo',
               backend='redis://:332572@127.0.0.1:6379/2',
               broker='redis://:332572@127.0.0.1:6379/1')
  
  # 创建任务函数
  @app.task
  def my_task(a, b):
      print("任务函数正在执行....")
      return a + b
  

  说明： 我们给Celery增加了backend参数，指定redis作为结果存储，并将任务函数修改为两个参数，并且有返回值。
  

  更多关于result对象信息，请参阅下列网址: http://docs.celeryproject.org/en/latest/reference/celery.result.html#module-celery.result
  
  

3.5 配置方法

Celery使用简单，配置也非常简单。Celery有很多配置选项能够使得celery能够符合我们的需要，但是默认的几项配置已经足够应付大多数应用场景了。

配置信息可以直接在app中设置，或者通过专有的配置模块来配置。

• 直接通过app来配置

  from celery import Celery
  app = Celery('demo')
  # 增加配置
  app.conf.update(
      result_backend='redis://:332572@127.0.0.1:6379/2',
      broker_url='redis://:332572@127.0.0.1:6379/1',
  )
  

• 专有配置文件
  对于比较大的项目，我们建议配置信息作为一个单独的模块。我们可以通过调用app的函数来告诉Celery使用我们的配置模块。

  配置模块的名字我们取名为celeryconfig, 这个名字不是固定的，我们可以任意取名，建议这么做。我们必须保证配置模块能够被导入。 配置模块的名字我们取名为celeryconfig, 这个名字不是固定的，我们可以任意取名，建议这么做。我们必须保证配置模块能够被导入。

  下面我们在tasks.py模块 同级目录下创建配置模块celeryconfig.py：

  result_backend = 'redis://:332572@127.0.0.1:6379/2'
  broker_url = 'redis://:332572@127.0.0.1:6379/1'
  

  tasks.py文件修改为:

  from celery import Celery
  import celeryconfig
  
  # 我们这里案例使用redis作为broker
  app = Celery('demo')
  
  # 从单独的配置模块中加载配置
  app.config_from_object('celeryconfig')
  

更多配置: http://docs.celeryproject.org/en/latest/userguide/configuration.html#configuration