Celery异步发送短信

Celery安装

celery，分布式异步任务队列
eventlet，并发网络库 gevent 协程库

pip install celery==4.4.7

pip install eventlet==0.26.1

Celery介绍

Celery 是一个 基于python的分布式异步任务队列，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， 举几个实例场景:

• 异步任务：将耗时的操作任务提交给Celery异步执行，比如发送短信/邮件、消息推送、音频处理等等
• 做一个定时任务，比如每天定时执行爬虫爬取指定内容
• 还可以使用celery实现简单的分布式爬虫系统等等

Celery 在执行任务时需要通过一个消息中间件(Broker)来接收和发送任务消息，以及存储任务结果

Celery有以下优点：

• 简单：Celery 易于使用和维护，并且它 不需要配置文件 ，并且配置和使用还是比较简单的
• 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
• 快速：单个 Celery 进程每分钟可处理数以百万计的任务，而保持往返延迟在亚毫秒级
• 灵活： Celery 几乎所有部分都可以扩展或单独使用，各个部分可以自定义。

## Celery存储任务结果

1. 创建一个laufing.py文件，并创建worker

from celery  import Celery

app = Celery("worker2", broker="redis://:laufing@localhost:6379/4", backend="redis://:laufing@localhost:6379/5")

@app.task
def task1(a, b):
	print("简单求和")
	return a + b

@app.task
def task2(a, b):
	print("2-s后求和")
	time.sleep(20)
	return a + b

2. 前台启动worker

# windows 下需要加-P eventlet  或者 -P gevent
#因为celery 4.x 对window支持的不太好
celery -A laufing worker --loglevel=info -P eventlet
#window
celery -A laufing worker -l info -P eventlet

3. 发送任务，并获取结果
   ipython中测试如下：

from laufing import task1, task2

r1 = task1.delay(3, 5)  # 发送任务
r1.result

r2 = task2.delay(4, 7) #发送任务，并立即执行下一行，不会阻塞
r2.result   # worker来执行task，返回结果后才可以拿到

分布式的worker:只需在多个主机上启动该laufing下的worker即可， 每一个worker进程都是并发处理任务

celery异步发送短信

在django项目根目录下创建celery.py以及config.py文件，配置以下内容：
config.py文件:

broker_url='redis://:redis密码@127.0.0.1:6379/5'
result_backend='redis://:redis密码@127.0.0.1:6379/6'

celery.py文件：

from celery import Celery
from django.conf import settings
import os

#配置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE','p6_306.settings')

#实例化celery对象
app=Celery('cc')
#通过配置文件进行配置
app.config_from_object('p6_306.config')

# 让app自动发现任务函数
app.autodiscover_tasks(settings.INSTALLED_APPS)

在django项目子应用下，创建tasks.py

from p6_306.celery import app
from ronglian_sms_sdk import SmsSDK
import json
accId='8aaf07088185853e01*******'
accToken='8ac934ad5ddf44a4a*********'
appId='8aaf07088185853e018********'
#定义任务函数
@app.task
#AUTH TOKEN: 8ac934ad5ddf44a4a1b********
# ACCOUNT SID：8aaf07088185853e0181********
# AppID(默认)：8aaf07088185853e01**********
#定义发送短信的函数
def send_message(sms_code,mobile,expire=5):
    """
    :param sms_code:  要发送的验证码
    :param mobile:    发送手机号
    :param expire:    过期时间
    :return:
    """
    # 实例化sdk对象
    sdk=SmsSDK(accId=accId,accToken=accToken,appId=appId)
    #准备数据
    tid='1'
    datas=('%s'%sms_code,'%s'%expire)
    #发送短信
    res=sdk.sendMessage(tid=tid,mobile=mobile,datas=datas)
    data =json.loads(res)
    print('容联云解析的数据：',data)
    # if data.get('statusCode')=='000000':
    #     #     return True
    #     # return False
    return data

编写视图类

from rest_framework.views import APIView
from rest_framework.response import Response
import random,redis
from .tasks import send_message
class SmsCodeAPIView(APIView):
    #发送短信验证码
    def get(self,request):
        #获取前端的手机号
        mobile=request.query_params.get('mobile')
        #生成随机验证码
        sms_code=random.randint(10000,99999)
        
        # 发送短信，异步任务
        send_message.delay(sms_code, mobile)
        redis_conn = redis.Redis(host='localhost', port=6379, password='shayebushi')
        key='sms_%s'%mobile
        redis_conn.set(key,sms_code,ex=300)
        return Response({'code': 200, 'msg': '发送短信,注意查收'})
    #启动指令
    # celery -A p6_306 worker -l info -P eventlet

    # 验证短信验证码
    def post(self,request):
        #1.获取前端的手机号，验证码
        mobile=request.data.get('mobile')
        sms_code=request.data.get('smsCode')
        # 2.获取存储的验证码
        redis_conn=redis.Redis(host='localhost',port=6379,password='shayebushi')
        key='sms_%s'%mobile
        stored_code=redis_conn.get(key)
        #3.判断验证码是否一致
        if stored_code and stored_code.decode()==sms_code:
            return Response({'code':200,'msg':'验证成功'})

        return Response({'code':400,'msg':'验证失败'})

配置路由

from django.urls import path
from users import views
urlpatterns = [
    #获取短信验证码
    path('sms_code/',views.SmsCodeAPIView.as_view())
]

启动celery

# windows系统下启动
celery -A mdpro worker -l info -P eventlet

# mac下启动，
celery -A mdpro worker -l info