Celery介绍:
celery通过消息进行通信,通常使用一个叫Broker(中间人)来协调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。
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:
1.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。使用RabbitMQ的细节参照以下链接: http://docs.celeryproject.org/en/latest/getting-started/brokers/rabbitmq.html#broker-rabbitmq
如果我们使用的是Ubuntu或者Debian发行版的Linux,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。
2.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,可访下面网址: http://docs.celeryproject.org/en/latest/getting-started/brokers/redis.html#broker-redis
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。
案例:
import time
@app.task
def add (x, y):
print('enter call func......')
# 模拟阻塞
time.sleep(4)
return x + y
if __name__ == '__main__':
print('start task.....')
result = add(2, 8)
print('end task')
print(result)
输出结果:
start task.....
enter call func......
# 4秒后输出以下内容
end task
10
说明:
- 没有使用celery之前
print('end task')
输出语句一直处于阻塞状态,直到add
函数调用执行完成后才会输出 - 在使用celery之后则不会阻塞,直接输出
end task
,任务函数会被发送到redis消息队列,worker监控消息队列,发现有新的任务,便去调用执行,并返回结果,示例如下:
Celery使用:
1. 安装celery,我们选择使用redis作为中间消息队列(celery版本需要和redis版本有依赖关系,所以我们最好在安装celery时指明redis,这样系统会根据celery版本所需安装合适的redis版本)
pip3 install -U celery[redis]
2. 创建应用
首先我们创建task.py
模块,内容如下:
import time
from celery import Celery
broker = 'redis://localhost:6379/1'
backend = 'redis://localhost:6379/2'
# 模块名称 消息中间件 存储任务执行结果
app = Celery('my_task', broker=broker, backend=backend)
@app.task
def add (x, y):
print('enter call func......')
# 模拟阻塞
time.sleep(4)
return x + y
在app.py
文件中调用
# task是我们python文件名,add对我们的函数名
from task import add
if __name__ == '__main__':
print('start task.....')
# delay:异步执行
result = add.delay(2, 8)
print('end task')
print(result)
说明:
- 我们指定了
backend
存储任务执行结果 - 可以通过
result.ready()
来查看任务处理结果,完成返回True,未完成返回False - 可以通过
result.get()
来获取返回结果 - 终端测试:如果要获取
result.get()
,就必须等待函数执行完成
ubantu@ubantu-virtual-machine:~/Desktop$ python3
Python 3.5.2 (default, Nov 12 2018, 13:43:14)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from task import add
>>> add.delay(3, 9)
<AsyncResult: 605f53d5-7586-4c46-9bac-96d706105d72>
>>> result = add.delay(3, 9)
>>> result.ready()
True
>>> result.get()
12
>>>
>>>
>>>
>>> result = add.delay(4, 7)
>>> result.ready()
>>> False
>>> .... # 阻塞中
>>> 11
>>> result.ready()
>>> True
启动worker:
# -A:指定worker文件位置
# -l:指定日志级别
celery worker -A tasks -l INFO
-------------- celery@ubantu-virtual-machine v4.2.1 (windowlicker)
---- **** -----
--- * *** * -- Linux-4.13.0-36-generic-x86_64-with-Ubuntu-16.04-xenial 2019-02-14 19:28:42
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app: my_task:0x7f9cb8ffb7f0
- ** ---------- .> transport: redis://localhost:6379/1
- ** ---------- .> results: redis://localhost:6379/2
- *** --- * --- .> concurrency: 2 (prefork)
-- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker)
--- ***** -----
-------------- [queues]
.> celery exchange=celery(direct) key=celery
[tasks]
. task.add # 当前位置 task 文件下的 add 函数
[2019-02-14 19:28:42,643: INFO/MainProcess] Connected to redis://localhost:6379/1
[2019-02-14 19:28:42,669: INFO/MainProcess] mingle: searching for neighbors
[2019-02-14 19:28:43,724: INFO/MainProcess] mingle: all alone
[2019-02-14 19:28:43,758: INFO/MainProcess] celery@ubantu-virtual-machine ready.
运行任务文件:
python3 app.py
输出:
start task.....
end task # 此处没有遇到阻塞,直接输出
d20d649c-2188-49bd-846c-b9c14106c714
[tasks]
. task.add
[2019-02-14 19:28:42,643: INFO/MainProcess] Connected to redis://localhost:6379/1
[2019-02-14 19:28:42,669: INFO/MainProcess] mingle: searching for neighbors
[2019-02-14 19:28:43,724: INFO/MainProcess] mingle: all alone
[2019-02-14 19:28:43,758: INFO/MainProcess] celery@ubantu-virtual-machine ready.
[2019-02-14 19:31:27,506: INFO/MainProcess] Received task: task.add[d20d649c-2188-49bd-846c-b9c14106c714]
[2019-02-14 19:31:27,508: WARNING/ForkPoolWorker-2] enter call func......
# 4.013025895999817秒后输出函数调用结果 10
[2019-02-14 19:31:31,521: INFO/ForkPoolWorker-2] Task task.add[d20d649c-2188-49bd-846c-b9c14106c714] succeeded in 4.013025895999817s: 10