celery框架
Celery是一个简单、灵活且可靠的,处理大量消息的分布式系统。它专注于实时处理的异步任务队列,同时也支持任务调度。
Celery官网
Celery官方文档英文版
Celery 官方文档中文版
1)可以不依赖任何服务器,通过自身命令,启动服务(内部支持socket)
2)celery服务为为其他项目服务提供异步解决任务需求的
注:会有两个服务同时运行,一个是项目服务,一个是celery服务,项目服务将需要异步处理的任务交给celery服务,celery就会在需要时异步完成项目的需求
Celery架构
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(task result store)组成。
![fe4f24182c18f23719a54e4f1efee7af.png](https://img-blog.csdnimg.cn/img_convert/fe4f24182c18f23719a54e4f1efee7af.png)
celery的作用
# 执行异步任务
# 执行延时任务
# 执行定时任务
安装
pip install celery
Celery的使用
基本结构
# 配置文件中配置
# dev.py
BROKER = 'redis://127.0.0.1:6379/2', # 任务中间件
BACKEND = 'redis://127.0.0.1:6379/3', # 任务结果存储
# celery_task.py
from celery import Celery
from django.conf import settings
broker = settings.Broker
backend = settings.Backend
app=Celery(__name__,broker=broker,backend=backend) # 实例化得到一个对象
执行(用命令来执行)
# linux下启动
celery worker -A celery_task -l Info
-A 执行任务文件
-L 日志级别
# windows下启动
celery worker -A celery_task -l info -P eventlet
添加任务
# 使用装饰器 @app.task
@app.task
def add(x,y):
retrun x+y
# 添加任务
from celery_task import add
# 将任务添加到broker中
red = add.delay(3,4) # 返回任务的ID号
# 取结果 get_result.py
from celery_task.celery import app
from celery.result import AsyncResult
id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
if __name__ == '__main__':
async = AsyncResult(id=id, app=app)
if async.successful():
result = async.get()
print(result)
elif async.failed():
print('任务失败')
elif async.status == 'PENDING':
print('任务等待中被执行')
elif async.status == 'RETRY':
print('任务异常后正在重试')
elif async.status == 'STARTED':
print('任务已经开始被执行')
推荐使用方式
# 新建一个celery_task的包
# 在包下新建一个celery.py的文件
from django.conf import settings
from celery import Celery
app = Celery(__name__, broker=settings.BROKER, backend=settings.BACKEND,include=['celery_task.task_1','celery_task.task_2']) # 通过反射将任务加到列表中
# task_1.py
from celery import app
@app.task
def add(x,y):
print(x,y)
return x+y
# task_2.py
from celery import app
@app.task
def mutile(x,y):
print(x,y)
return x*y
# 5 添加任务(异步任务,延迟任务)
from celery_task.task1 import add
from celery_task.task2 import mutile
# 提交异步
ret=add.delay(6,7)
print(ret) # 2d4ad592-9548-4c7c-8df4-7f8583e8a1b1
# 提交延迟任务
from datetime import datetime, timedelta
# 需要utc时间
eta=datetime.utcnow() + timedelta(seconds=10)
ret=add.apply_async(args=(240, 50), eta=eta)
print(ret)
# 6获取结果同上
执行定时任务
#1 celery.py
from celery import Celery
broker='redis://127.0.0.1:6379/1' #broker任务队列
backend='redis://127.0.0.1:6379/2' # 结构存储,执行完的结果存在这
app=Celery(__name__,broker=broker,backend=backend,include=['celery_task.task1','celery_task.task2'])
# 执行定时任务
# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
app.conf.enable_utc = False
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
'add-task': {
'task': 'celery_task.task1.add',
# 'schedule': timedelta(seconds=3),
'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点
'args': (300, 150),
}
}
# 2 启动worker,启动beat
-celery worker -A celery_task -l info -P eventlet
-celery beat -A celery_task -l info
在django中使用
"""
celery框架django项目工作流程
1)加载django配置环境
2)创建Celery框架对象app,配置broker和backend,得到的app就是worker
3)给worker对应的app添加可处理的任务函数,用include配置给worker的app
4)完成提供的任务的定时配置app.conf.beat_schedule
5)启动celery服务,运行worker,执行任务
6)启动beat服务,运行beat,添加任务
重点:由于采用了django的反射机制,使用celery.py所在的celery_task包必须放置项目的根目录下
"""
# 一、加载django配置环境
import os
os.environ.setdefault("DJANGO_SETTINGS_MODULE", "luffyapi.settings.dev")
# 二、加载celery配置环境
from celery import Celery
# broker
broker = 'redis://127.0.0.1:6379/0'
# backend
backend = 'redis://127.0.0.1:6379/1'
# worker
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])
# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
app.conf.enable_utc = False
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
'update-banner-list': {
'task': 'celery_task.tasks.update_banner_list',
'schedule': timedelta(seconds=10),
'args': (),
}
}