Celery的使用-Python

一、什么是Celery

1.1 Celery是什么

Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。

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。
另外， Celery还支持不同的并发和序列化的手段。

• 并发：Prefork, Eventlet, gevent, threads/single threaded
• 序列化：pickle, json, yaml, msgpack. zlib, bzip2 compression， Cryptographic message signing 等等。

1.2 使用场景

celery是一个强大的 分布式任务队列的异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab)。
异步任务：将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等。
定时任务：定时执行某件事情，比如每天数据统计。

1.3 Celery具有以下优点

Simple(简单)
Celery 使用和维护都非常简单，并且不需要配置文件。

Highly Available（高可用）
woker和client会在网络连接丢失或者失败时，自动进行重试。并且有的brokers 也支持“双主”或者“主／从”的方式实现高可用。

Fast（快速）
单个的Celery进程每分钟可以处理百万级的任务，并且只需要毫秒级的往返延迟（使用 RabbitMQ, librabbitmq, 和优化设置时）

Flexible（灵活）
Celery几乎每个部分都可以扩展使用，自定义池实现、序列化、压缩方案、日志记录、调度器、消费者、生产者、broker传输等等。

1.4 Celery安装

pip install -U Celery

二、Celery执行异步任务

2.1 基本使用

创建异步任务执行文件celery_task:

import celery
import time
backend='redis://127.0.0.1:6379/1'
broker='redis://127.0.0.1:6379/2'
cel=celery.Celery('test',backend=backend,broker=broker)
@cel.task
def send_email(name):
    print("向%s发送邮件..."%name)
    time.sleep(5)
    print("向%s发送邮件完成"%name)
    return "ok"　

创建执行任务文件,produce_task.py:

from celery_task import send_email
result = send_email.delay("yuan")
print(result.id)
result2 = send_email.delay("alex")
print(result2.id)　

启动Redis服务

在当前目录下打开命令提示符，输入：

celery worker -A celery_task -l info
或
celery worker -A celery_task --loglevel=info

win10上运行celery4.x就会出现“
ValueError: not enough values to unpack (expected 3, got 0)”
需要安装eventlet

pip install eventlet

再在命令行下输入：

celery worker -A celery_task --loglevel=info -P eventlet

2.2 多任务结构

celery.py:

from celery import Celery

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_tasks.task01',
                      'celery_tasks.task02'
                      ])

# 时区
cel.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False

task01.py,task02.py:

#task01
import time
from celery_tasks.celery import cel

@cel.task
def send_email(res):
    time.sleep(5)
    return "完成向%s发送邮件任务"%res



#task02
import time
from celery_tasks.celery import cel
@cel.task
def send_msg(name):
    time.sleep(5)
    return "完成向%s发送短信任务"%name

produce_task.py:

from celery_tasks.task01 import send_email
from celery_tasks.task02 import send_msg

# 立即告知celery去执行test_celery任务，并传入一个参数
result = send_email.delay('yuan')
print(result.id)
result = send_msg.delay('yuan')
print(result.id)

开启work：

celery worker -A celery_tasks -l info -P eventlet

多任务直接启动 celery_tasks 这个包就行了，因为里面必须固定写celery这个文件。
注:celery_tasks是自己创建包的那个名字。

三、Celery执行定时任务

1. 创建异步任务执行文件，celery_task.py：

import celery
import time

backend = 'redis://127.0.0.1:6379/1'
broker = 'redis://127.0.0.1:6379/2'
cel = celery.Celery('test', backend=backend, broker=broker)


@cel.task
def send_email(name):
    print("向%s发送邮件..." % name)
    time.sleep(5)
    print("向%s发送邮件完成" % name)
    return "ok"

设定时间让celery执行一个定时任务，produce_task.py:

from celery_task import send_email
from datetime import datetime

# 方式一
# v1 = datetime(2020, 3, 11, 16, 19, 00)
# print(v1)
# v2 = datetime.utcfromtimestamp(v1.timestamp())
# print(v2)
# result = send_email.apply_async(args=["egon",], eta=v2)
# print(result.id)

# 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=5)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = send_email.apply_async(args=["egon"], eta=task_time)
print(result.id)

启动Redis、启动worker：

celery worker -A celery_task -l info -P eventlet
#celery 5.*的执行下面这句
celery --app=celery_tasks worker -l info -P eventlet

2. 多任务结构中celery.py修改如下:

from datetime import timedelta

from celery import Celery
from celery.schedules import crontab

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_tasks.task01',
                      'celery_tasks.task02'
                      ])

# 时区
cel.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False

cel.conf.beat_schedule = {
    # 名字随意命名
    'celery_tasks.task01.send_email': {
        # 执行tasks1下的test_celery函数
        'task': 'celery_tasks.task01.send_email',
        # 每隔5秒执行一次
        'schedule': 5,
        # 'schedule': crontab(minute="*/1"),
        # 'schedule': timedelta(seconds=6),
        # 传递参数
        'args': ('张三',)
    },
    # 'celery_tasks.task02.send_msg': {
    #     'task': 'celery_tasks.task01.send_email',
    #     每年4月11号，8点42分执行
    #     'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    #     'args': ('张三',)
    # },
}

task01.py,task02.py:

#task01
import time
from celery_tasks.celery import cel

@cel.task
def send_email(res):
    time.sleep(5)
    return "完成向%s发送邮件任务"%res



#task02
import time
from celery_tasks.celery import cel
@cel.task
def send_msg(name):
    time.sleep(5)
    return "完成向%s发送短信任务"%name

启动Redis
以上配置完成之后,还有一点非常重要，需要一个任务的生产方，只有worker是不够的。
创建worker：

celery worker -A celery_tasks -l info -P eventlet
#celery 5.*的执行下面这句
celery --app=celery_tasks worker -l info -P eventlet

创建生产者：

celery beat -A celery_tasks -l info
#celery 5.*的执行下面这句
celery --app=celery_tasks -l info

最好先创建消费者（worker），再创建生产者。如果先创建生产者，则再消费者创建之前，生产者就开始生产任务，这就会导致任务的堆积。当消费者创建好了之后，消费这就会马上将堆积的任务一起处理掉。

四、Django中使用Celery

项目根目录创建celery包，目录结构如下：

mycelery/
   ├── celery_config.py
   ├── __init__.py
   ├── celery_init.py
   └── sms/
       ├── __init__.py
       ├── tasks.py

配置文件celery_config.py:

broker_url = 'redis://127.0.0.1:6379/15'
result_backend = 'redis://127.0.0.1:6379/14'

beat_schedule = {
    'mycelery.sms.tasks.schedule_send_sms': {
        'task': 'mycelery.sms.tasks.schedule_send_sms',
        'schedule': 3,
    },
}

在celery_init.py文件中对django的配置文件进行加载

import os
from celery import Celery

# 创建celery实例对象
app = Celery("sms")

# 把celery和django进行组合，识别和加载django的配置文件
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'test_celery_project.settings')

# 通过app对象加载配置
app.config_from_object("mycelery.celery_config")

# 加载任务
# 参数必须必须是一个列表，里面的每一个任务都是任务的路径名称
# app.autodiscover_tasks(["任务1","任务2"])
app.autodiscover_tasks(["mycelery.sms", ])

任务文件tasks.py：

from mycelery.celery_init import app
import time

import logging

log = logging.getLogger("django")


@app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
def send_sms(mobile):
    """发送短信"""
    print("向手机号%s发送短信成功!" % mobile)
    time.sleep(5)
    return "send_sms OK"


@app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
def send_sms2(mobile):
    print("向手机号%s发送短信成功!" % mobile)
    time.sleep(5)
    return "send_sms2 OK"


# 定时/周期任务
@app.task(name='mycelery.sms.tasks.schedule_send_sms')
def schedule_send_sms():
    print("auto send sms to 12345678900.")
    return "auto send success."

引用异步任务的视图函数views.py:

from django.http.response import HttpResponse

from mycelery.sms.tasks import send_sms, send_sms2


# Create your views here.
def test(request):
    send_sms.delay('10086')
    send_sms2.delay('10010')
    return HttpResponse('hello world.')

最后启动Redis，启动worker和beat即可。
启动worker：

celery worker -A mycelery.celery_init -l info -P eventlet
#celery 5.*的执行下面这句
celery --app=mycelery.celery_init worker -l info -P eventlet

启动beat：

celery beat -A mycelery.celery_init -l info
#celery 5.*的执行下面这句
celery --app=mycelery.celery_init beat -l info