目录Jeff 的技术栈
出处:http://dwz.date/aNfM
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
如果 Celery 对象:Celery(...) 是放在一个模块下的
- 终端切换到该模块所在文件夹位置:scripts
- 执行启动 worker 的命令:celery worker -A 模块名 -l info -P eventlet
- 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
- 执行启动 worker 的命令:celery worker -A 包名 -l info -P eventlet
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
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
在一定时间内数据不会变化(或数据不变化)的接口
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)
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