python2 队列的使用_在 Python 中使用 redis 作为任务队列 Python RQ 使用

在学习 Flask 时接触 flask-rq2，然后知道了 python-rq 因为之前使用过 Celery ，所以对 python-rq 倒也没有多大的困惑。因为 python-rq 只依赖于 redis，相较于 Celery 轻量很多，如果在 Flask 中不需要非常繁重的后台任务队列(比如只有发送注册邮件任务)可以考虑使用 python-rq，毕竟有 flask-rq2 为 Flask 度身定做，结合 Flask 要比 Celery 容易很多。

RQ (Redis Queue) is a simple Python library for queueing jobs and processing them in the background with workers. It is backed by Redis and it is designed to have a low barrier to entry. It can be integrated in your web stack easily.

官方的介绍也非常清晰，RQ 是一个用于后台任务的简单的 Python library。他使用 Redis 作为后台，他的设计目标就是降低入门门槛。他可以被轻松的整合到 Web 应用中。在项目的历史中，也不避讳的直言该项目受到 Celery，Resque 和 Flask snippet 中设计精美的部分的启发，然后作为一个轻量的任务队列框架而设计。

python-rq 的内容就不多介绍，感兴趣可以去官网 直接了解，非常简单。不过有几点需要注意。作为一个任务队列基本都要完成几个步骤

定义耗时任务 def count_words_at_url(url): pass

启动任务 worker rq worker

提交任务到队列中 q = Queue(connection=redis_conn); q.