celery分布式任务队列

celery分布式任务队列

Celery是基于分布式消息传递的异步任务队列/作业队列。它专注于实时操作,但也支持调度。

执行单元(称为任务)使用多处理,Eventlet或gevent在一个或多个工作服务器上并发执行。任务可以异步(在后台)或同步执行(等到准备就绪)。

Celery用于生产系统,每天处理数百万个任务。
异步实时处理
支持扩展
支持多种消息队列
使用AMQP协议

应用场景:

  • 后台任务
  • 一步操作
  • 定期执行的工作
  • 一定程度上的分布式计算

核心关键词:

  • Task queue:任务队列,描述在多线程或主机间任务工作的一种机制

  • Task:任务,队列输入,工作单元

  • Broker:消息代理,转发任务

  • Worker:工作者,负责执行任务
    在这里插入图片描述
    首先安装RabbitMQ-server请在我的博客里查找安装的方法
    安装redis

    yum install redis
    systemctl start redis
    ps -aux|grep redis
    #如果运行中出错  请修改celery如下所示
    pip install --upgrade https://github.com/celery/celery/tarball/master
    

pip install celery

  • 发送任务
  • 定时执行任务
  • 多台机器并发工作

task—>MQ—>worker—>db
Linux操作
1.创建task

vim task.py

在这里插入图片描述
2.启动celery服务

celery worker -A task -l info

在这里插入图片描述
在这里插入图片描述
3.执行worker任务
打开ipython

from task import worker
w = worker.delay('log')
w.ready()
w.get()

在这里插入图片描述

[2019-03-05 17:19:21,274: WARNING/ForkPoolWorker-1] log工作正在进行
[2019-03-05 17:19:23,277: INFO/ForkPoolWorker-1] Task task.worker[fce96b65-68c9-4489-bfc2-f2a2d1bbc2aa] succeeded in 2.0033699511550367s: 'logOK'


下面说明执行定时任务

vim run.py

在这里插入图片描述

 vim config.py

在这里插入图片描述

vim task_log.py

在这里插入图片描述

启动

#celery worker -A task_log -l info
celery beat -A task_log -l info

分布式

在这里插入图片描述

在这里插入图片描述
run.py的内容

在这里插入图片描述

在这里插入图片描述
大家可以看出任务是交替运行的

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