Django(6)|Celery异步组件

张烫麻辣亮。

已于 2023-11-17 15:47:01 修改

阅读量998

点赞数

分类专栏： # -- [Python-Django框架] 文章标签： redis celery

于 2019-10-08 21:22:18 首次发布

侵权必究

本文链接：https://blog.csdn.net/qq_40558166/article/details/102409752

版权

-- [Python-Django框架] 专栏收录该内容

10 篇文章 10 订阅

订阅专栏

文章目录

一、celery介绍
二、Celery执行异步任务
三、celery执行多异步任务
四、celery执行定时任务
五、Django的celery异步任务

一、celery介绍

1.定义

在web开发中，要给用户发送邮件，发送短息，都属于耗时的操作，会导致给用户的响应时间变长，这种情况的解决办法，给用户先返回一个响应，不要影响用户的使用，将这些耗时的操作，放在后台执行，例如新开一个进程，celery就是解决这个问题而生

2.celery组成部分
在这里插入图片描述

worker：执行任务的单元，可以理解为一个一个的线程任务，并发的执行。
broker：消息中间件，用来在服务和woker中传递消息。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
backend：用来存储消息以及celery执行结果。

3.使用场景
celery是一个强大的分布式任务队列的异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab)。

异步任务：将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等
定时任务：定时执行某件事情，比如每天数据统计

4.特点

简单：Celery 使用和维护都非常简单，并且不需要配置文件。
高可用：woker和client会在网络连接丢失或者失败时，自动进行重试。并且有的brokers 也支持“双主”或者“主／从”的方式实现高可用。
快速：单个的Celery进程每分钟可以处理百万级的任务，并且只需要毫秒级的往返延迟（使用 RabbitMQ, librabbitmq, 和优化设置时）
灵活：Celery几乎每个部分都可以扩展使用，自定义池实现、序列化、压缩方案、日志记录、调度器、消费者、生产者、broker传输等等。

5.安装celery组件和redis

redis安装：https://blog.csdn.net/qq_40558166/article/details/102980775
celery安装：pip install -U Celery

二、Celery执行异步任务

1.创建一个异步任务执行文件celery_task.py

import celery
import time
# 消息中间件和backend都使用redis数据库，使用1和2两个子库
backend='redis://127.0.0.1:6379/1'  
broker='redis://127.0.0.1:6379/2'
cel=celery.Celery('test',backend=backend,broker=broker) #当定义了cel，下边的装饰器必须使用cel.task
@cel.task
def send_email(name):
    print("向%s发送邮件..."%name)
    time.sleep(5)
    print("向%s发送邮件完成"%name)
    return "ok"
    
@cel.task
def send_msg(name):
    print("向%s发送消息..."%name)
    time.sleep(5)
    print("向%s发送消息完成"%name)
    return "ok"

2.在命令行执行命令，即可看到该任务已经被监听，但是没有启动

celery worker -A celery_task -l info

在这里插入图片描述

3.创建执行任务文件produce_task.py

from celery_task import send_email,send_msg

result = send_email.delay("zs")
print(result.id)
result2 = send_msg.delay("ls")
print(result2.id)

4.运行produce_task.py运行，即可得到两个id值，这两个id值相当于我们backend存储的返回消息的钥匙，我们celery_task.py文件中的任务返回的值，会存在此处
在这里插入图片描述
5.如果我们要获取这些值，可以写个单独的文件

from celery.result import AsyncResult
from celery_task import cel

async_result=AsyncResult(id="获取的id值", app=cel)

if async_result.successful():
    result = async_result.get()
    print(result)
    # result.forget() # 将结果删除
elif async_result.failed():
    print('执行失败')
elif async_result.status == 'PENDING':
    print('任务等待中被执行')
elif async_result.status == 'RETRY':
    print('任务异常后正在重试')
elif async_result.status == 'STARTED':
    print('任务已经开始被执行')

三、celery执行多异步任务

本质就是创建一个文件夹，把每个任务分开写。
在这里插入图片描述
各文件中的内容

celery.py
from celery import Celery

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_tasks.task01',
                      'celery_tasks.task02'
                      ])

# 时区
cel.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False
-------------------------------------------------------------------------
task01.py
import time
from celery_tasks.celery import cel

@cel.task
def send_email(res):
    time.sleep(5)
    return "完成向%s发送邮件任务"%res
-------------------------------------------------------------------------
task02.py
import time
from celery_tasks.celery import cel
@cel.task
def send_msg(name):
    time.sleep(5)
    return "完成向%s发送短信任务"%name
------------------------------------------------------------------------
produce_task.py:
from celery_tasks.task01 import send_email
from celery_tasks.task02 import send_msg

# 立即告知celery去执行test_celery任务，并传入一个参数
result = send_email.delay('yuan')
print(result.id)
result = send_msg.delay('yuan')
print(result.id)
-----------------------------------------------------------------------
check_result.py:
from celery.result import AsyncResult
from celery_tasks.celery import cel

async_result = AsyncResult(id="562834c6-e4be-46d2-908a-b102adbbf390", app=cel)

if async_result.successful():
    result = async_result.get()
    print(result)
    # result.forget() # 将结果删除,执行完成，结果不会自动删除
    # async.revoke(terminate=True)  # 无论现在是什么时候，都要终止
    # async.revoke(terminate=False) # 如果任务还没有开始执行呢，那么就可以终止。
elif async_result.failed():
    print('执行失败')
elif async_result.status == 'PENDING':
    print('任务等待中被执行')
elif async_result.status == 'RETRY':
    print('任务异常后正在重试')
elif async_result.status == 'STARTED':
    print('任务已经开始被执行')

四、celery执行定时任务

设定时间让celery执行一个定时任务，produce_task.py:

from celery_task import send_email
from datetime import datetime

# 方式一
# v1 = datetime(2020, 8, 2, 16, 19, 00)
# print(v1)
# v2 = datetime.utcfromtimestamp(v1.timestamp()) #必须要使用国标时间
# print(v2)
# result = send_email.apply_async(args=["egon",], eta=v2)
# print(result.id)

# 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=10)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = send_email.apply_async(args=["egon"], eta=task_time)
print(result.id)

多任务结构中celery.py修改如下:

from datetime import timedelta
from celery import Celery
from celery.schedules import crontab

cel = Celery('tasks', broker='redis://127.0.0.1:6379/1', backend='redis://127.0.0.1:6379/2', include=[
    'celery_tasks.task01',
    'celery_tasks.task02',
])
cel.conf.timezone = 'Asia/Shanghai'
cel.conf.enable_utc = False

cel.conf.beat_schedule = {
    # 名字随意命名
    'add-every-10-seconds': {
        # 执行tasks1下的test_celery函数
        'task': 'celery_tasks.task01.send_email',
        # 每隔2秒执行一次
        # 'schedule': 1.0,
        # 'schedule': crontab(minute="*/1"),
        'schedule': timedelta(seconds=6),
        # 传递参数
        'args': ('张三',)
    },
    # 'add-every-12-seconds': {
    #     'task': 'celery_tasks.task01.send_email',
    #     每年4月11号，8点42分执行
    #     'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    #     'args': ('张三',)
    # },
}

 - 启动 Beat 程序$ celery beat -A proj<br> # Celery Beat进程会读取配置文件的内容，周期性的将配置中到期需要执行的任务发送给任务队列
 - 之后启动 worker 进程.$ celery -A proj worker -l info 或者$ celery -B -A proj worker -l info

五、Django的celery异步任务

和之前的开发相比，django-celery只是将任务发布出去，处理耗时操作发送邮件，发送短信，爬虫，使用异步任务去实现，使得主进程不会阻塞，web服务只负责发起任务和接受任务的结果，中间执行的过程交给异步任务处理。

1.安装注册

pip install django-celery
pip install django-redis
pip install redis

在这里插入图片描述

2.settings.py末尾配置

import djcelery  # 导入包

djcelery.setup_loader()  # 进行模块载入
BROKER_URL = 'redis://127.0.0.1:6379/1'  # 中间件,使用下标为1的数据库
BACKEND_URL = 'redis://127.0.0.1:6379/1'
CELERY_IMPORTS = ('CeleryTask.tasks',)  # 具体的任务文件
CELERY_TIMEZONE = 'Asia/Shanghai'  # celery时区，跟Django保持一致
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'  # Django-celery的处理器，是固定的

3.创建一个子应用

命令行输入

python manage.py CeleryTask

并在配置文件中创建task.py文件，应用名称叫什么不重要，但是里边的tasks.py文件名字必须不能改
在这里插入图片描述

4.在项目主目录中创建一个文件（celery.py) , 用来编写celery的控制文件

在这里插入图片描述
celery.py

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

#设置celery的环境变量和Django-celery的主目录
os.environ.setdefault('DJANGO_SETTINGS_MODULE','CeleryTask.settings')

#实例化一个celery应用,art_project celery服务器的名字
app=Celery('art_project')

#加载celery的配置
app.config_from_object('django.conf:settings')
#如果在项目当中，创建了task.py，celery就会沿着app去寻找这个文件来生成任务
app.autodiscover_tasks(lambda :settings.INSTALLED_APPS)

5.编写任务文件 tasks.py，创建第一个任务

①创建任务
在这里插入图片描述
②数据迁移

python manage.py migrate

③配置视图和路由
在这里插入图片描述
路由

④启动celery

python manage.py celery worker --loglevel=info

6.创建带参数的任务

在这里插入图片描述
在视图中写函数

启动celery

python manage.py celery worker --loglevel=info

张烫麻辣亮。

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
打赏
1
评论
Django(6)|Celery异步组件

1.定义在web开发中，要给用户发送邮件，发送短息，都属于耗时的操作，会导致给用户的响应时间变长，这种情况的解决办法，给用户先返回一个响应，不要影响用户的使用，将这些耗时的操作，放在后台执行，例如新开一个进程，celery就是解决这个问题而生2.celery组成部分worker：执行任务的单元，可以理解为一个一个的线程任务，并发的执行。broker：消息中间件，用来在服务和woker中传递消息。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。
复制链接

扫一扫