Django+Celery实现异步任务以及RabbitMQ

本文介绍了Django结合Celery实现异步任务的原理,包括Celery的Task模块、消息中间件Broker、任务执行单元Worker和结果存储Backend。还讲解了Celery模块的安装与使用,如task.delay()和apply_async()方法。此外,文章探讨了如何动态指定任务队列并设置优先级,以及在非阻塞队列情况下,优先级高的任务可能不是最先执行的原因。
摘要由CSDN通过智能技术生成
一.Django+Celery实现异步任务
1.1 Celery介绍

celery是一个强大的分布式任务队列的异步处理模块,可以让执行的任务完全脱离主程序,我们通常使用它来实现异步任务(async task)和定时任务(crontab)
Celery的架构由三部分组成,消息中间件(message broker),任务执行单元(worker)和任务执行结果存储backend(task result store)组成
在这里插入图片描述
可以看到,Celery 主要包含以下几个模块:

任务模块 Task
包含异步任务和定时任务。其中,异步任务通常在业务逻辑中被触发并发往任务队列,而定时任务由 Celery Beat 进程周期性地将任务发往任务队列。

消息中间件 Broker
Broker,即为任务调度队列,接收任务生产者发来的消息(即任务),将任务存入队列。Celery 本身不提供队列服务,官方推荐使用 RabbitMQ 和 Redis 等。

任务执行单元 Worker
Worker 是执行任务的处理单元,它实时监控消息队列,获取队列中调度的任务,并执行它。

任务结果存储 Backend
Backend 用于存储任务的执行结果,以供查询。同消息中间件一样,存储也可使用 RabbitMQ, redis 和 MongoDB 等。

所以总结一下celery:它是一个处理大量消息的分布式系统,能异步任务、定时任务,使用场景一般用于耗时操作的多任务或者定时性的任务

1.2 Celery模塊安裝/使用

pip install celery
celery中常用方法
task.delay():这是apply_async方法的别名,但接受的参数较为简单;
task.apply_async(args=[arg1, arg2], kwargs={key:value, key:value})
send_task():可以发送未被注册的异步任务,即没有被celery.task装饰的任务;
routing_key:自定义路由键;

queue:指定发送到哪个队列;
exchange:指定发送到哪个交换机;
priority:任务队列的优先级,0-9之间;
serializer:任务序列化方法;通常不设置;
compression:压缩方案,通常有zlib, bzip2
headers:为任务添加额外的消息;
link:任务成功执行后的回调方法;是一个signature对象;可以用作关联任务;
link_error: 任务失败后的回调方法,是一个signature对象;

自定义发布者,交换机,路由键, 队列, 优先级,序列方案和压缩方法:

task.apply_async((2,2), 
    compression='zlib',
    serialize='json',
    queue='priority.high',
    routing_key='web.add',
    priority=0,
    exchange='web_exchange')
   # 注意,celery4版本后,CELERY_BROKER_URL改为BROKER_URL
BROKER_URL 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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