celery的中文_Celery 异步任务框架

Jeff 的技术栈

出处：http://dwz.date/aNfM

目录

Celery

一、官方

二、Celery 异步任务框架

• Celery 架构图

• 消息中间件

• 任务执行单元

• 任务结果存储

三、使用场景

四、Celery 的安装配置

五、两种 Celery 任务结构：提倡用包管理，结构更清晰

六、Celery 执行异步任务

• 包架构封装

七、基本使用

• add_task.py 添加立即、延迟任务

• get_result.py 获取结果

• celery.py 基本配置

• tasks.py 添加任务

八、高级使用

• get_result.py

• celery.py 定时任务配置(循环的)

• tasks.py

九、Django 中使用(更新轮播图案例)

• redis 的配置

• 接口缓存

• views.py

• 启动服务

• celery.py

• tasks.py

一、官方 Celery 官网： http://www.celeryproject.org/ Celery 官方文档英文版： http://docs.celeryproject.org/en/latest/index.html Celery 官方文档中文版： http://docs.jinkan.org/docs/celery/

二、Celery异步任务框架 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 人是一个独立运行的服务 | 医院也是一个独立运行的服务 正常情况下，人可以完成所有健康情况的动作，不需要医院的参与；但当人生病时，就会被医院接收，解决人生病问题 人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求Celery 架构图 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。

消息中间件 Celery 本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis 等等

任务执行单元 Worker 是 Celery 提供的任务执行的单元，worker 并发的运行在分布式的系统节点中。

任务结果存储 Task result store 用来存储 Worker 执行的任务的结果，Celery 支持以不同方式存储任务的结果，包括 AMQP, redis 等 三、使用场景 异步执行：解决耗时任务 延迟执行：解决延迟任务 定时执行：解决周期(周期)任务四、Celery的安装配置 pip install celery 消息中间件：RabbitMQ/Redis app=Celery('任务名', broker='xxx', backend='xxx')五、两种 Celery 任务结构：提倡用包管理，结构更清晰

如果 Celery 对象:Celery(...) 是放在一个模块下的

1. 终端切换到该模块所在文件夹位置：scripts
2. 执行启动 worker 的命令：celery worker -A 模块名 -l info -P eventlet

注：windows 系统需要 eventlet 支持，Linux 与 MacOS 直接执行：celery worker -A 模块名 -l info 注：模块名随意 如果 Celery 对象:Celery(...) 是放在一个包下的

1. 必须在这个包下建一个 Celery.py 的文件，将 Celery(...)产生对象的语句放在该文件中
2. 执行启动 worker 的命令：celery worker -A 包名 -l info -P eventlet

注：windows 系统需要 eventlet 支持，Linux 与 MacOS 直接执行：celery worker -A 模块名 -l info 注：包名随意

放在根目录下就可以：

六、Celery 执行异步任务包架构封装

project
    ├── celery_task # celery包
    │ ├── __init__.py # 包文件
    │ ├── celery.py # celery连接和配置相关文件，且名字必须交celery.py
    │ └── tasks.py # 所有任务函数
    ├── add_task.py # 添加任务
    └── get_result.py # 获取结果

七、基本使用

celery.py 基本配置

# 1)创建app + 任务

# 2)启动celery(app)服务：
# 非windows
# 命令：celery worker -A celery_task -l info
# windows：
# pip3 install eventlet
# celery worker -A celery_task -l info -P eventlet

# 3)添加任务：手动添加，要自定义添加任务的脚本，右键执行脚本

# 4)获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本


from celery import Celery
# 无密码
broker = 'redis://127.0.0.1:6379/1'    
backend = 'redis://127.0.0.1:6379/2'
# 有密码：
broker = 'redis://:123@127.0.0.1:6379/1'
backend = 'redis://:123@127.0.0.1:6379/2'
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])
'''
broker : 任务仓库
backend ：任务结果仓库
include ：任务(函数)所在文件
'''

tasks.py 添加任务

from .celery import app@app.taskdef add(n1,n2):
    res = n1+n2
    print('n1+n2 = %s' % res)return res@app.taskdef low(n1,n2):
    res = n1-n2
    print('n1-n2 = %s' % res)return res

add_task.py 添加立即、延迟任务

from celery_task import tasks# delay ：添加立即任务# apply_async ：添加延迟任务# eta ：执行的utc时间# 添加立即执行任务
t1 = tasks.add.delay(10, 20)
t2 = tasks.low.delay(100, 50)
print(t1.id)# 添加延迟任务from celery_package.tasks import jumpfrom datetime import datetime,timedelta# 秒def eta_second(second):
    ctime = datetime.now() # 当前时间
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间
    time_delay = timedelta(seconds=second) # 秒return utc_ctime + time_delay # 当前时间+往后延迟的秒# 天def eta_days(days):
    ctime = datetime.now() # 当前时间
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间
    time_delay = timedelta(days=days) # 天return utc_ctime + time_delay # 当前时间+往后延迟的天
jump.apply_async(args=(20,5), eta=eta_second(10)) # 10秒后执行
jump.apply_async(args=(20,5), eta=eta_days(1)) # 1天后执行

get_result.py 获取结果

from celery_task.celery import appfrom 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')

八、高级使用

celery.py 定时任务配置(循环的)

特点：

添加任务的终端关闭之后，停止添加

celery服务端关闭后，把关闭之后未执行的任务都执行一遍，然后继续接收任务

# 1)创建app + 任务# 2)启动celery(app)服务：# 注)：-A 表示相对路径，所以一定先进入celery_task所在包
     -l 表示打印到日志 info 级别# 非windows# 命令：celery worker -A celery_task -l info# windows：# pip3 install eventlet# celery worker -A celery_task -l info -P eventlet# 3)添加任务：自动添加任务，所以要启动一个添加任务的服务# 命令：celery beat -A celery_task -l info# 4)获取结果from celery import Celery# 无密码
broker = 'redis://127.0.0.1:6379/1'    
backend = 'redis://127.0.0.1:6379/2'# 有密码：
broker = 'redis://:123@127.0.0.1:6379/1'
backend = 'redis://:123@127.0.0.1:6379/2'
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# 自动任务的定时配置from datetime import timedeltafrom celery.schedules import crontab
app.conf.beat_schedule = {# 定时任务名字'fall_task': {'task': 'celery_task.tasks.fall','args':(30,20),'schedule': timedelta(seconds=3), # 3秒后执行# 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点
    }
}'''
fall_task：任务名自定义
task:任务来源
args:任务参数
schedule：定时时间
''''schedule': crontab(hour=8, day_of_week=1), # 每周一早八点'''
minute : 分钟
hour ：小时
day_of_week ：礼拜
day_of_month:月
month_of_year:年
'''

tasks.py

from .celery import app@app.taskdef fall(n1,n2):
    res = n1/n2
    print('n1 /n2 = %s' % res)return res

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')

九、Django 中使用(更新轮播图案例) 最终达到的效果：根据定时任务来更新 redis 中的缓存。用户获取资源都是从 redis 缓存中获取。避免了数据库的压力redis 的配置

dev.py

# 缓存redis数据库配置
CACHES = {"default": {"BACKEND": "django_redis.cache.RedisCache","LOCATION": "redis://127.0.0.1:6379/10","OPTIONS": {"CLIENT_CLASS": "django_redis.client.DefaultClient","CONNECTION_POOL_KWARGS": {"max_connections": 100}, # 同时的并发量"DECODE_RESPONSES": True,"PASSWORD": "123",
        }
    }
}

接口缓存 1)什么是接口的后台缓存  前台访问后台接口，后台会优先从缓存(内存)中查找接口数据 

• 如果有数据，直接对前台响应缓存数据 

• 如果没有数据，与(mysql)数据库交互，得到数据，对前台响应，同时将数据进行缓存，以备下次使用 

了解：前台缓存 - 前台在请求到接口数据后，在前台建立缓存，再发送同样请求时，发现前台缓存有数据，就不再对后台做请求了  2)什么的接口会进行接口缓存

1. 接口会被大量访问：比如主页中的接口，几乎所有人都会访问，而且会重复访问 

2. 在一定时间内数据不会变化(或数据不变化)的接口

3. 接口数据的时效性不是特别强(数据库数据发生变化了，不是立即同步给前台，验后时间同步给前台也没事) 

注：理论上所有接口都可以建立缓存，只要数据库与缓存数据同步及时  3)如何实现接口缓存：主页轮播图接口views.py

from rest_framework.viewsets import ModelViewSetfrom rest_framework import mixinsfrom . import models, serializersfrom django.conf import settingsfrom rest_framework.response import Responsefrom django.core.cache import cacheclass BannerViewSet(ModelViewSet, mixins.ListModelMixin):
    queryset = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:settings.BANNER_COUNT]
    serializer_class = serializers.BannerSerializer# 有缓存走缓存，没有缓存走数据库，然后同步给缓存。接口自己实现def list(self, request, *args, **kwargs):
        banner_list = cache.get('banner_list')if not banner_list:
            print('走了数据库')
            response = self.list(request, *args, **kwargs)
            banner_list = response.data
            cache.set('banner_list', banner_list, 86400) # 存进缓存中，缓存配置了redis数据库return Response(banner_list)

启动服务

'''
1):先切换到celery_task所在的同级目录(一般为根目录下)
2):开一个终端(启动服务)： celery worker -A celery_task -l info -P eventlet
3):再开一个终端(添加任务): celery beat -A celery_task -l info
'''# 注)：-A 表示相对路径，所以一定先进入celery_task所在包
     -l 表示打印到日志 info 级别

celery.py

"""
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 = 'redis://:123@127.0.0.1:6379/1'
backend = 'redis://:123@127.0.0.1:6379/2'# worker
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) # 外面的包名和文件名，一般都是固定# 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 timedeltafrom celery.schedules import crontab
app.conf.beat_schedule = {# 定时任务名字'update_banner_cache': {'task': 'celery_task.tasks.update_banner_list','args': (),'schedule': timedelta(seconds=10), # 3秒一次# 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点# 'schedule': crontab(minute=0, day_of_week=1), # 每周一早八点
    }
}'''
minute : 分钟
hour ：小时
day_of_week ：礼拜
day_of_month:月
month_of_year:年
''''''
fall_task：任务名自定义
task:任务来源
args:任务参数
schedule：定时时间(秒)
'''

tasks.py

from .celery import appfrom django.core.cache import cachefrom home import models, serializersfrom django.conf import settings@app.taskdef update_banner_list():
    queryset = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:settings.BANNER_COUNT]
    banner_list = serializers.BannerSerializer(queryset, many=True).data# 拿不到request对象，所以头像的连接base_url要自己组装for banner in banner_list:
        banner['image'] = 'http://127.0.0.1:8000%s' % banner['image']
    cache.set('banner_list', banner_list, 86400)return True

团购、优惠、课程详情扫码咨询>>>

●招人(内推岗)

●资料分享

●运维精华面试题

●安装 gin 出现的问题及解决和设置代理报错解决