【Local/Docker/K8S/Racher】Local/Docker/K8S/Racher/Docker-compose安装Celery并启动异步任务-20220820

已于 2022-08-24 23:15:17 修改
阅读量657 收藏
点赞数
分类专栏： kubernetes docker django 文章标签： docker kubernetes django
于 2022-08-20 17:41:27 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_46629123/article/details/126405866
版权
django 同时被 3 个专栏收录
210 篇文章 17 订阅
订阅专栏
docker
39 篇文章 1 订阅
订阅专栏
kubernetes
36 篇文章 1 订阅
订阅专栏

1.Local安装Celery

参考链接https://docs.celeryq.dev/en/master/django/first-steps-with-django.html#starting-the-worker-process
debug:Django使用celery启动出错Unable to load celery application. Module ‘project_name‘ has no attribute ‘celery‘https://blog.csdn.net/weixin_41660414/article/details/108295843

步骤0：安装好redis，并启用。

参考链接https://blog.csdn.net/m0_46629123/article/details/126377540

步骤1：安装好celery，并启用。

pip install celery
pip install eventlet
pip install “celery[redis,auth,msgpack]”
在这里插入图片描述

步骤2：proj/proj/celery.py

在这里插入图片描述
celery.py

from __future__ import absolute_import, unicode_literals

import os

from celery import Celery, shared_task

# set the default Django settings module for the 'celery' program.
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'GAGA.settings')

app = Celery('GAGA')

# Using a string here means the worker doesn't have to serialize
# the configuration object to child processes.
# - namespace='CELERY' means all celery-related configuration keys
#   should have a `CELERY_` prefix.
app.config_from_object('django.conf:settings', namespace='CELERY')

# Load task modules from all registered Django app configs.
app.autodiscover_tasks()


@app.task(bind=True)
def debug_task(self):
    print('Request: {0!r}'.format(self.request))

步骤3：proj/proj/init.py

__ init __.py

from __future__ import absolute_import, unicode_literals

# This will make sure the app is always imported when
# Django starts so that shared_task will use this app.
from .celery import app as celery_app

__all__ = ('celery_app',)

步骤4：proj/proj/settings.py

settings.py

CELERY_BROKER_URL = 'redis://10.41.241.169:32621/1'
CELERY_RESULT_BACKEND = 'redis://10.41.241.169:32621/1'
CELERY_ACCEPT_CONTENT = ['application/json']
CELERY_RESULT_SERIALIZER = 'json'
CELERY_TASK_SERIALIZER = 'json'
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERYD_MAX_TASKS_PER_CHILD = 10
CELERYD_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_work.log")
CELERYBEAT_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_beat.log")

步骤5：proj/app/tasks.py

tasks.py

from __future__ import absolute_import, unicode_literals
from celery import shared_task
import time
from celery import Celery

# 第一个参数 是当前脚本的名称，第二个参数 是 broker 服务地址
app = Celery('tasks', backend='redis://10.41.241.169:32621/1', broker='redis://10.41.241.169:32621/1')

@shared_task
def async_action(x, y):
    print(x+y)
    time.sleep(10)
    print(x+y+1)
    return x + y

步骤6：proj/app/views.py中async_action(100, 1)改为async_action.delay(100, 1)

views.py

from .tasks import async_action

# dashboard
def dashboard(request):
    # 异步
    async_action.delay(100, 1)
    #async_action(100, 1)

步骤7：启动redis，在根目录下启动django、celery、flower。

启动django
在这里插入图片描述

启动celery（注意-A GAGA）

celery -A GAGA worker --loglevel=INFO -P eventlet

在这里插入图片描述

启动flower（注意-A GAGA）

celery -A GAGA flower --broker=redis://10.41.241.169:32621/1

在这里插入图片描述
在这里插入图片描述

2.Docker安装Celery(shell启动)

步骤0：安装好redis，并启用。

参考链接https://blog.csdn.net/m0_46629123/article/details/126377540

步骤1：更新requirement.txt

Django==3.2.7
openpyxl==3.0.9
Pillow==8.3.2
django-simpleui
beautifulsoup4==4.10.0
requests==2.26.0
python-keycloak==2.1.1
schedule==0.6.0
django_redis
celery
eventlet
celery[redis,auth,msgpack]

步骤2：启动应用后，进入容器后台shell启动celery。

输入celery -A GAGA worker --loglevel=INFO -P eventlet。
在这里插入图片描述

3.K8S安装Celery(shell启动)

步骤0：安装好redis，并启用。

参考链接https://blog.csdn.net/m0_46629123/article/details/126377540

步骤1：K8S部署yaml

apiVersion: apps/v1
kind: Deployment
metadata:
  name: gaga-dp4
spec:
  replicas: 1
  selector:
    matchLabels:
      app: gaga-pod4
  template:
    metadata:
      labels:
        app: gaga-pod4
    spec:
      containers:
      - name: gaga-web4
        # env:
        #   - name: DJANGO_DEBUG
        #     value: 'False'
        image: seasonzhang/gaga_meeting:0.8
        imagePullPolicy: Always
        resources:
          requests:
            cpu: 100m
            memory: 100Mi
          limits:
            cpu: 200m
            memory: 200Mi
        ports:
        - containerPort: 8000
          name: gaga-web-pod4
          protocol: TCP
---
apiVersion: v1
kind: Service
metadata:
  name: gaga-svc4
spec:
  type: LoadBalancer
  ports:
   - port: 8400
     targetPort: 8000
     protocol: TCP
  selector:
    app: gaga-pod4

步骤2：启动应用后，进入pod后台shell启动celery。

输入celery -A GAGA worker --loglevel=INFO -P eventlet。
在这里插入图片描述

4.Racher安装Celery(shell启动)

步骤0：安装好redis，并启用。

步骤1：Racher部署应用

在这里插入图片描述

步骤2：启动应用后，进入pod后台shell启动celery。

5.Docker-compose安装Celery，并启动异步任务

情景1：仅启动web和celery，但redis另外部署。
version: "3.2"
services:
  web:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-web
    entrypoint: ["/bin/sh","/code/package/start.sh"]
    ports:
      - "8000:8000"
  celery:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-celery
    entrypoint: ["/bin/sh","/code/package/start-celery.sh"]

在这里插入图片描述

情景2之后的settings.py（redis由container产生，不引用外部redis）

# settings.py

```python
"""
Django settings for GAGA project.

Generated by 'django-admin startproject' using Django 3.2.7.

For more information on this file, see
https://docs.djangoproject.com/en/3.2/topics/settings/

For the full list of settings and their values, see
https://docs.djangoproject.com/en/3.2/ref/settings/
"""

from pathlib import Path
import os
from django.utils.translation import gettext_lazy as _


# 环境变量(含默认值)
REDIS_LOCATION = os.environ.get('REDIS_LOCATION',"redis://redis:6379/1")
#REDIS_LOCATION = os.environ.get('REDIS_LOCATION',"redis://10.41.241.169:32621/1")
# REDIS_LOCATION = os.environ.get('REDIS_LOCATION',"redis://106.52.14.84:32222/1")
# REDIS_PASSWORD = os.environ.get('REDIS_PASSWORD','redis@654321')
DJANGO_DEBUG = os.environ.get('DJANGO_DEBUG', True)
# REDIS_LOCATION = "redis://106.52.14.84:32222/1"
# REDIS_PASSWORD = "redis@654321"


# Build paths inside the project like this: BASE_DIR / 'subdir'.
BASE_DIR = Path(__file__).resolve().parent.parent
LOG_DIR = Path(__file__).resolve().parent.parent / 'log'

# Quick-start development settings - unsuitable for production
# See https://docs.djangoproject.com/en/3.2/howto/deployment/checklist/

# SECURITY WARNING: keep the secret key used in production secret!
SECRET_KEY = 'django-insecure-+=99f6x#@pq9f5=riae=8skj)6vu55vptpo9-in#yl*+2qfop@'

# SECURITY WARNING: don't run with debug turned on in production!
DEBUG = False
DEBUG = DJANGO_DEBUG

ALLOWED_HOSTS = ['*']





# Application definition

INSTALLED_APPS = [
    'simpleui',
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'GAGA_meeting',
    'django_celery_beat',
]


MIDDLEWARE = [
    'django.middleware.security.SecurityMiddleware',
    'django.contrib.sessions.middleware.SessionMiddleware',
    'django.middleware.locale.LocaleMiddleware',### 多语言中间件
    'django.middleware.cache.UpdateCacheMiddleware',#redis中间件
    'django.middleware.common.CommonMiddleware',
    'django.middleware.cache.FetchFromCacheMiddleware',#redis中间件
    'django.middleware.csrf.CsrfViewMiddleware',
    'django.contrib.auth.middleware.AuthenticationMiddleware',
    'django.contrib.messages.middleware.MessageMiddleware',
    'django.middleware.clickjacking.XFrameOptionsMiddleware',
]

ROOT_URLCONF = 'GAGA.urls'

TEMPLATES = [
    {
        'BACKEND': 'django.template.backends.django.DjangoTemplates',
        'DIRS': [os.path.join(BASE_DIR, 'templates')],
        'APP_DIRS': True,
        'OPTIONS': {
            'context_processors': [
                'django.template.context_processors.debug',
                'django.template.context_processors.request',
                'django.contrib.auth.context_processors.auth',
                'django.contrib.messages.context_processors.messages',
            ],
        },
    },
]

WSGI_APPLICATION = 'GAGA.wsgi.application'



# Database
# https://docs.djangoproject.com/en/3.2/ref/settings/#databases

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.sqlite3',
        #'NAME': BASE_DIR / 'db.sqlite3',
        'NAME': Path(__file__).resolve().parent /'SQL' /'db.sqlite3',
    }
}


# Password validation
# https://docs.djangoproject.com/en/3.2/ref/settings/#auth-password-validators

AUTH_PASSWORD_VALIDATORS = [
    {
        'NAME': 'django.contrib.auth.password_validation.UserAttributeSimilarityValidator',
    },
    {
        'NAME': 'django.contrib.auth.password_validation.MinimumLengthValidator',
    },
    {
        'NAME': 'django.contrib.auth.password_validation.CommonPasswordValidator',
    },
    {
        'NAME': 'django.contrib.auth.password_validation.NumericPasswordValidator',
    },
]

# 修改中文，Django内部设置zh_Hans方法指向中文 
LANGUAGES = [
    ('zh-hans', _('Chinese')),
    ('en', _('English')),
]

LANGUAGE_CODE = 'zh-hans' 
# LANGUAGE_CODE = 'en-us'

LOCALE_PATHS = (
    os.path.join(BASE_DIR, 'locale'),
)

# 修改中国时区
#TIME_ZONE = 'Asia/Shanghai'
#USE_TZ = False
USE_TZ = True
USE_I18N = True
USE_L10N = True



# Static files (CSS, JavaScript, Images)
# https://docs.djangoproject.com/en/3.2/howto/static-files/
# 通过url直接访问我在项目中的静态文件
STATIC_URL = '/static/'
# 部署静态文件时(pyhtonmanage.pycollectstatic)所有的静态文静聚合的目录
STATIC_ROOT = os.path.join(BASE_DIR, "/static/")
# STATICFILES_DIRS告诉django,首先到STATICFILES_DIRS里面寻找静态文件,其次再到各个app的static文件夹里面找
STATICFILES_DIRS = (
    os.path.join(BASE_DIR, "static"),
)

MEDIA_URL = '/media/'
MEDIA_ROOT = os.path.join(BASE_DIR, 'media')



# Default primary key field type
# https://docs.djangoproject.com/en/3.2/ref/settings/#default-auto-field

DEFAULT_AUTO_FIELD = 'django.db.models.BigAutoField'



LOGIN_URL = '/user_login/'

DATE_FORMAT = 'Y-m-d'





LOGGING = {
    'version': 1,
    'disable_existing_loggers': False,
    # 'formatters': {
    #     'simple': { # exact format is not important, this is the minimum information
    #         'format': '%(asctime)s %(name)-12s %(lineno)d %(levelname)-8s %(message)s',
    #     },
    # },
    'handlers': {
        'console': {
            'class': 'logging.StreamHandler',
        },

        'mail_admins': { # Add Handler for mail_admins for `warning` and above
            # 'level': 'ERROR',
            'class': 'django.utils.log.AdminEmailHandler',
        },
        'file': {
            'class': 'logging.FileHandler',
            'filename': os.path.join(LOG_DIR, 'admin.log'),
        },

    },

    'root': {
        'handlers': ['console', 'file','mail_admins'],
        'level': 'INFO',
    },
}



# Racher redis
# CACHES = {
#     "default": {
#         "BACKEND": "django_redis.cache.RedisCache",
#         "LOCATION": "redis://10.41.241.169:32621/1",
#         #"LOCATION": REDIS_LOCATION,
#         "OPTIONS": {
#             "CLIENT_CLASS": "django_redis.client.DefaultClient",
#             #"PASSWORD":"000415",
#             #"PASSWORD":REDIS_PASSWORD,
#             "SOCKET_CONNECT_TIMEOUT": 5,  # in seconds
#             "SOCKET_TIMEOUT": 5,  # r/w timeout in seconds
#         }
#     }
# }



# K8S redis
CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": REDIS_LOCATION,
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            #"PASSWORD":"redis@654321",
            "SOCKET_CONNECT_TIMEOUT": 5,  # in seconds
            "SOCKET_TIMEOUT": 5,  # r/w timeout in seconds
        }
    }
}



# CELERY_BROKER_URL = 'redis://10.41.241.169:32621/1'
#CELERY_BROKER_URL =  "redis://106.52.14.84:32222/1"
CELERY_BROKER_URL = REDIS_LOCATION
# CELERY_RESULT_BACKEND = 'redis://10.41.241.169:32621/1'
#CELERY_RESULT_BACKEND =  "redis://106.52.14.84:32222/1"
CELERY_RESULT_BACKEND = REDIS_LOCATION
CELERY_ACCEPT_CONTENT = ['application/json']
CELERY_RESULT_SERIALIZER = 'json'
CELERY_TASK_SERIALIZER = 'json'
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERYD_MAX_TASKS_PER_CHILD = 10
CELERYD_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_work.log")
CELERYBEAT_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_beat.log")



#### 情景2：启动web和celery、redis
```yaml
version: "3.2"
services:
  web:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-web
    entrypoint: ["/bin/sh","/code/package/start.sh"]
    # environment:
    #   - server_params=--settings=settings.local
    # volumes:
    #   - .:/data/recruitment
    #   - /data/logs/recruitment/
    ports:
      - "8000:8000"
    depends_on:
      - redis
      - celery
      # - flower
  redis:
    image: "redis:alpine"
    container_name: gaga_meeting-redis
    ports:
      - "6379:6379"
  celery:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-celery
    # volumes:
    #   - .:/data/recruitment
    #   - /data/logs/recruitment/
    entrypoint: ["/bin/sh","/code/package/start-celery.sh"]
    depends_on: 
      - redis
  # flower:
  #   image: "seasonzhang/gaga_meeting:0.9"
  #   container_name: gaga_meeting-flower
  #   ports:
  #     - "5555:5555"
  #   # volumes:
  #   #   - .:/data/recruitment
  #   #   - /data/logs/recruitment/
  #   entrypoint: ["/bin/sh","/code/package/start-flower.sh"]
  #   depends_on: 
  #     - redis

在这里插入图片描述
添加链接描述在这里插入图片描述

情景3：启动web和celery、redis、flower（celery为4.4版本）-成功

Debug: Error: No such command ‘flower‘https://blog.csdn.net/zxz567/article/details/109324339/ >pip install celery4.4.7即可解决
Running Flower using Supervisor https://stackoverflow.com/questions/26985746/running-flower-using-supervisor >pip install flower0.9.7即可解决

version: "3.2"
services:
  web:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-web
    entrypoint: ["/bin/sh","/code/package/start.sh"]
    # environment:
    #   - server_params=--settings=settings.local
    # volumes:
    #   - .:/data/recruitment
    #   - /data/logs/recruitment/
    ports:
      - "8000:8000"
    depends_on:
      - redis
      - celery
      # - flower
  redis:
    image: "redis:alpine"
    container_name: gaga_meeting-redis
    ports:
      - "6379:6379"
  celery:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-celery
    # volumes:
    #   - .:/data/recruitment
    #   - /data/logs/recruitment/
    entrypoint: ["/bin/sh","/code/package/start-celery.sh"]
    depends_on: 
      - redis
  flower:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-flower
    ports:
      - "5555:5555"
    # volumes:
    #   - .:/data/recruitment
    #   - /data/logs/recruitment/
    entrypoint: ["/bin/sh","/code/package/start-flower.sh"]
    depends_on: 
      - redis
      - web

在这里插入图片描述
在这里插入图片描述

情景4：启动web和celery、redis、flower（celery为4.4版本）、volume-成功
version: "3.2"
services:
  web:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-web
    entrypoint: ["/bin/sh","/code/package/start.sh"]
    # environment:
    #   - server_params=--settings=settings.local
    volumes:
      - C:/Users/Season/Desktop/SQL:/code/package/GAGA/SQL
    ports:
      - "8000:8000"
    depends_on:
      - redis
      - celery
      # - flower
  redis:
    image: "redis:alpine"
    container_name: gaga_meeting-redis
    ports:
      - "6379:6379"
  celery:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-celery
    # volumes:
    #   - .:/code/package/GAGA/SQL
    entrypoint: ["/bin/sh","/code/package/start-celery.sh"]
    depends_on: 
      - redis
  flower:
    image: "seasonzhang/gaga_meeting:0.9"
    container_name: gaga_meeting-flower
    ports:
      - "5555:5555"
    # volumes:
    #   - .:/code/package/GAGA/SQL
    entrypoint: ["/bin/sh","/code/package/start-flower.sh"]
    depends_on: 
      - redis
      - web
i see the future
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
celery-kubernetes-示例：Small Flask应用程序，在Kubernetes上部署了可伸缩的异步后端工作程序
02-05
Kubernetes上的芹菜 Celery工人使用Kubernetes应用程序的玩具示例。 该系统由HTTP服务组成，该HTTP服务根据输入大小使用两个不同的任务队列异步计算长时间运行的任务。 该示例旨在用于Minikube的本地实验，并且可能不适合直接用于生产。 该Web服务是一个简单的Flask应用程序，部署在其自己的pod中，以及一个用于处理小任务的Celery工作者（一个pod中有两个容器）。 该系统使用RabbitMQ作为Celery消息代理，并将其作为服务部署在另一个Pod中。 此外，还会创建第三个部署，该部署运行独立的无状态Celery工作者以使用大型任务。 第三次部署可以轻松
Racher使用应用商店安装应用
langyaxiaoxiao的专栏
12-07 42
打开应用商店菜单按钮 2.搜索要安装的软件应用 3.部署结果 4.pv异常处理 5.Rancher中创建PV和PVC 1.先选择全局集群菜单 6.执行kubectl命令 7.部署自己的微服务应用...
【Docker/K8S/Racher】Docker/K8S/Racher/Racher-ingress安装Redis-20221016更新
Season CSDN博客
08-17 752
Docker/K8S/Racher安装Redis
【云原生 | 28】Docker运行分布式任务处理平台Celery
热门推荐
小鹏linux的博客
09-12 3万+
Celery是一个简单、灵活、高可用、高性能的开源（BSD许可）分布式任务处理系统，专注于实时处理的任务队列管理，同时也支持任务调度。Celery基于Python实现，跟包括Django、Pyramid、Pylons、Flask、 Tornado等Web框架都无缝集成，有庞大的用户与贡献者社区。Celery可以单机运行，也可以在多台机器上运行，甚至可以跨越数据中心运行。
【Local/docker-compose】安装Celery并启动beat定时任务-20220823
Season CSDN博客
08-23 1009
Django安装Celery并启动beat定时任务
K8S 异步API的原因和优缺点？
光谷码农
02-02 313
当协作成员变得很多时往往很难同步交流，比如一个微信群同时在线的用户不可能太多。因此，在参与人员庞大的开源社区自然优先选择邮件列表或论坛等异步沟通等手段，在Node.js中也是通过异步编程来消除不同协作对象速度的差异。所以很多实践的地方在无法提供很好的同步API体验时，会采用事件异步触发或者定期等异步触发执行提前缓存好的操作。在传统编程领域异步API主要是带来了性能优势，在运维场景异步API缓解了各...
Kubernetes实践：使用k8s部署微服务应用
遇事不决 可问春风
08-03 7194
Kubernetes实践：使用k8s部署微服务应用1 准备工作1.1 集群环境说明1.2 部署方案2 配置文件2.1 命名空间2.1 Mysql2.1.1 deployment2.1.2 ConfigMap2.1.3 Secret2.1.4 Service2.2 Redis2.2.1 deployment2.2.2 Service2.3 SpringCloud2.3.1 image2.3.2 de...
一键安装Docker/Docker-compose
02-02
Linux一键安装Docker/Docker-compose 使用步骤： 1，下载文件 2，上传到服务器 3，执行命令：sh install-docker.sh 4，成功会看到结果： Docker version 20.10.23, build 7155243 Docker Compose version v2.15.1
centos一件安装/卸载docker+docker-compose脚本
11-10
其中包含了docker-18.09.5，和docker-compose以及安装卸载脚本 以下是文件明细： docker.service docker-18.09.5.tgz docker-compose install.sh uninstall.sh
yinheli/docker-thunder-xware:latest 镜像打包下载
02-06
yinheli/docker-thunder-xware:latest 镜像打包下载 群晖 NAS DSM 系统，只要三步使用 Docker 安装迅雷远程下载
docker-compose安装包
12-19
Docker-Compose项目是Docker官方的开源项目，负责实现对Docker容器集群的...一个服务当中可包括多个容器实例，Docker-Compose并没有解决负载均衡的问题，因此需要借助其它工具实现服务发现及负载均衡，比如 Consul。
精通docker容器技术/compose/swarm/harbor
07-01
Docker 是一个开源的应用容器引擎，基于 Go 语言 并遵从 Apache2.0 协议开源。 Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。...
docker容器内的django启动celery任务队列
XKFC1的博客
08-03 1527
docker容器内的django启动celery任务队列
【Docker/K8S】windows环境下kompose安装与使用（安装Celery并启动beat定时任务）--20220825
Season CSDN博客
08-25 616
Windows环境下kompose安装与使用
Celery简介及Docker测试环境搭建
学亮编程手记
11-23 1806
Celery 简介 任务队列一般用于线程或计算机之间分配工作的一种机制。 任务队列的输入是一个称为任务的工作单元，有专门的工作进行不断的监视任务队列，进行执行新的任务工作。 Celery 通过消息机制进行通信，通常使用中间人（Broker）作为客户端和职程（Worker）调节。启动一个任务，客户端向消息队列发送一条消息，然后中间人（Broker）将消息传递给一个职程（Worker），最后由职程（Worker）进行执行中间人（Broker）分配的任务。 Celery 可以有多个职程（Worker）和中间人（
【Django快速开发实战】（1~29）使用Django创建一个基础应用：职位管理系统
Season CSDN博客
11-12 2万+
1.总体描述 1.1产品需求： 1.2职位管理系统-建模 1.3 Django项目代码结构 05 | 开始Django之旅 ：10分钟如何创建一个可以管理职位的后台 Jobs/models.py的Job模型 created_date 和 modified_date 为自动添加的时间。 from django.db import models from django.contrib.auth.models import User # Create your models here. JobTypes
Django搭建虚拟环境(超详细完整步骤)
Season CSDN博客
09-18 9450
文章目录一、建立虚拟环境二、安装virtualenv三、激活虚拟环境四、安装Django五、在Django中创建项目六、创建数据库七、查看项目 转载自https://blog.csdn.net/qq_42543264/article/details/106261548 一、建立虚拟环境 pip install virtualenv 要使用Django，首先要建立一个虚拟工作环境。我们先为项目建立一个文件夹learn，在文件夹中打开命令行（shift+右击），来建立另一个虚拟环境。 如果使用的是pytho
【Django快速开发实战】（30~51）使用Django创建一个基础应用：职位管理系统
Season CSDN博客
11-30 4584
30 | 遗留系统集成：为已有系统数据库生成管理后台 流程说明：为已有数据库生成管理后台 创建项目和应用 创建新项目 django-admin startproject empmanager 创建新应用 django-admin startapp candidates 编辑settings.py的数据库配置 DATABASES = { 'default': { 'ENGINE': 'django.db.backends.sqlite3', 'NAME':
今天的Django教训汇总：django如何获取QuerySet的值-20211104
Season CSDN博客
11-04 3655
https://www.oschina.net/question/554705_59445 filter出来是个QuerySet，可以看成是一个列表之类的容器，并不是真正的对象，你要取容器里的单条数据，然后对单个对象调用Model里面的方法。你可以把filter换成get试试看，但是要保证符合条件的对象只有一个，通过get得到的是真的对象，可以直接调用Model里定义的方法。 文档 https://docs.djangoproject.com/en/1.4/ref/models/querysets/ ..
sudo ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose
最新发布
01-26
sudo ln -s /usr/local/bin/docker-compose /usr/bin/docker-compose ``` 这个命令将在`/usr/bin`目录下创建一个名为`docker-compose`的符号链接，指向`/usr/local/bin/docker-compose`。这样，无论在哪个目录下...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值