目录
1-2-1 消息中间件(message broker) - 将任务提交至任务队列
1-2-2 任务执行单元(worker)- 负责将任务从任务队列中取出后的执行
1-2-3 任务执行结果存储(task result store)
零、学习资料
一、简单认识
Celery - 一个处理大量消息的分布式系统,专注于实时处理任务队列,并支持任务调度。
1-1 特性总结
- 简单
- Celery 易于使用和维护,并且它 不需要配置文件 。
Celery 有一个活跃、友好的社区来让你寻求帮助,包括一个 邮件列表 和一个 IRC频道。- 高可用
- 倘若连接丢失或失败,职程和客户端会自动重试,并且一些中间人通过 主/主 或 主/从 方式复制来提高可用性。
- 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(使用 RabbitMQ、py-librabbitmq 和优化过的设置)。
- 灵活
- Celery 几乎所有部分都可以扩展或单独使用。可以自制连接池、 序列化、压缩模式、日志、调度器、消费者、生产者、自动扩展、 中间人传输或更多。
1-2 架构总结
三大组成部分:消息中间件(message broker)、任务执行单元(worker)、任务执行结果存储(task result store)
1-2-1 消息中间件(message broker) - 将任务提交至任务队列
Celery本身不提供消息服务,但是可以方便的和第三方提供的消息中间件集成。包括,RabbitMQ, Redis等等
celery通过使用Broker在客户端和职程之间调度,这个过程从客户端向队列添加消息开始,之后中间人把消息派送给职程。
1-2-2 任务执行单元(worker)- 负责将任务从任务队列中取出后的执行
Worker是Celery提供的任务执行的单元,worker并发的运行在分布式的系统节点中。
!!注意:同一时刻,可以启用多个worker进行执行任务,只要启动worker,只要broker提交了任务,自动执行。
1-2-3 任务执行结果存储(task result store)
Task result store用来存储Worker执行的任务的结果,Celery支持以不同方式存储任务的结果,包括AMQP, redis等
1-3 功能总结
1-4 框架集成
常用框架 框架内celery依赖包 Django django-celery Pyramid pyramid_celery Pylons celery-pylons Flask 不需要 web2py web2py-celery Tornado tornado-celery 1-5 版本支持情况
Celery version 4.0 runs on
Python ❨2.7, 3.4, 3.5❩
PyPy ❨5.4, 5.5❩
This is the last version to support Python 2.7, and from the next version (Celery 5.x) Python 3.5 or newer is required.If you’re running an older version of Python, you need to be running an older version of Celery:
Python 2.6: Celery series 3.1 or earlier.
Python 2.5: Celery series 3.0 or earlier.
Python 2.4 was Celery series 2.2 or earlier.Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform. - 官方表示不支持windows系统,即在win下使用broker需要做额外操作。
二、基于Windows系统的简单操作
2-0 安装
2-1 简单应用实现
from celery import Celery # 创建Celery对象 app = Celery('hello', broker='amqp://guest@localhost//') @app.task def hello(): return 'hello world'