十面九问的逆天异步神器-celery，你了解多少？

celery是什么，有什么用？

对于celery，各种文档解释一堆，可以自己看下，根据日常互动，公众号用户小白居多，官方用到的很多名词可能你理解起来不是那么容易，我这里就不照本宣科了，就以我这边的理解简单以下方图示解释下，如果有误，欢迎指正：

首先理解一个概念：阻塞

理解阻塞，先从耗时操作讲起，常见的场景比如用户输入、等待（sleep）这些都属于，具体到实际项目中比如说发邮件、发短信、机器/深度学习训练模型、自动化测试中的各种操作流程等待都会产生耗时，耗时操作通常我们也会称之为阻塞，意思就是程序一行一行代码执行，你这些耗时操作没执行完毕，后面的代码就不会执行，阻塞了后面的代码执行

理解了阻塞以后，就很容易引出一个问题？我如果想提高程序执行效率不让程序阻塞，那该怎么办？有没有一种方式，能在程序阻塞的时候，不影响我后面代码的执行？

一般来说，我们可以用线程、进程、协程，都是可以实现的，只不过在实际项目中，有成熟开源并且广泛应用的的东西，我们会用框架，而不去手写多线程、进程、协程，也不是说这些不用去学，这是编程的基本知识，也是必须掌握的，很能体现编程基本功底

celery基本原理：

1、客户端也就是python（django/flask等）发布任务

2、发布的任务存到任务队列里面，可以以redis、rabbitMQ、MessageQueue、MySQL存储，一般在django/flask程序里redis居多

3、任务处理者会不断从任务队列里面获取任务执行

1、安装django/celery库

django==2.0.6

celery==3.1.26

django-celery==3.3.0

redis==2.10.6

都用pip安装，我这边这几个版本测试没问题，版本有些时候不兼容，如果报错，网上找下解决

2、redis数据库安装

redis安装：http://www.python88.cn/book/redis10/

注意以下几点：

1、redis.conf改bind127.0.0.1为bind 真实ip，这样可以远程访问

2、如果是阿里云服务器，需要在控制台将6379端口开放

3、redis启动服务端：redis-server,启动客户端：redis-cli

3、演示代码demo

整体流程是在前面页面点击表格里面的执行，会用selenium打开浏览器，执行耗时操作，相当于每个执行都是一个单独耗时任务

4、demo前端代码：

给按钮绑定run_case2方法，获取当前表格行号（映射要用selenium打开的网站链接），作为参数传到后端

function run_case2(obj){    row_tr = obj.parentNode.parentNode.rowIndex;//获取当前行数    console.log(row_tr);    param = {"url":row_tr};    $.post('/web/yzm/', param, function (data) {    console.log(data.result)    })}
    row_tr = obj.parentNode.parentNode.rowIndex;//获取当前行数
    console.log(row_tr);
    param = {"url":row_tr};
    $.post('/web/yzm/', param, function (data) {
    console.log(data.result)
    })
}

5、demo后端代码：（阻塞写法）

看下面代码，前端传的行号，我这只是为了测试传参数，随便构造的，分别跟3个网址进行映射，对于下面的这种写法，就是典型的阻塞线程，webdriver在执行的时候，只有当把quit()关闭浏览器执行完毕时候，才会return返回结果并在控制台打印success，如下图演示，我点击的是第三个执行按钮

from selenium import webdriverimport time@csrf_exempt@login_requireddef yzm(request):  url_num = request.POST.get("url")  if int(url_num)==1:    url_str = "https://www.baidu.com"   elif int(url_num==2:    url_str = "http://www.python66.cn"   elif int(url_num)==3:    url_str = "http://www.python88.cn"   print(url_num,url_str)  # 下面webdriver打开网站，并休眠5秒钟都是耗时任务   driver = webdriver.Chrome(executable_path="C:\chromedriver_win32\chromedriver.exe")   driver.get(url_str)   time.sleep(5)   driver.quit()   # 耗时任务执行完毕开始return   return JsonResponse({"result": "success"})import webdriver
import time
@csrf_exempt
@login_required
def yzm(request):
  url_num = request.POST.get("url")
  if int(url_num)==1:
    url_str = "https://www.baidu.com"
   elif int(url_num==2:
    url_str = "http://www.python66.cn"
   elif int(url_num)==3:
    url_str = "http://www.python88.cn"
   print(url_num,url_str)

  # 下面webdriver打开网站，并休眠5秒钟都是耗时任务
   driver = webdriver.Chrome(executable_path="C:\chromedriver_win32\chromedriver.exe")
   driver.get(url_str)
   time.sleep(5)
   driver.quit()

   # 耗时任务执行完毕开始return
   return JsonResponse({"result": "success"})

6、demo后端代码：（celery异步）

异步：名字虽然为异步，你可以理解为同步，就是一边做耗时操作，一般执行后面代码，两者同时执行

文件目录，我在项目目录下面建立了celery_task包，创建tasks.py文件

1、创建app,代表一个celery对象，broker代表队列，用的redis 0号数据库

2、然后将上一步我们selenium打开浏览器的方法封装成open_url方法

3、@app.task代表定义任务，指明这个open_url方法是一个任务，可以在视图里面调用发布

from celery import Celeryfrom selenium import webdriverimport time# 创建celery的应用app = Celery("celery_task", broker="redis://47.101.203.45:6379/0")@app.taskdef open_url(url):    driver = webdriver.Chrome(executable_path="C:\chromedriver_win32\chromedriver.exe")    driver.get(url)    time.sleep(5)    driver.quit()import Celery
from selenium import webdriver
import time

# 创建celery的应用
app = Celery("celery_task", broker="redis://47.101.203.45:6379/0")

@app.task
def open_url(url):
    driver = webdriver.Chrome(executable_path="C:\chromedriver_win32\chromedriver.exe")
    driver.get(url)
    time.sleep(5)
    driver.quit()

views.py视图里面这样写

1、from celery_task.tasks import  open_url为导入任务

2、open_url.delay(url_str)为发布任务,其中delay里面可以传参数，你前端传过来的参数views.py视图函数接收，可以再传到celery任务中去

效果图如下：当点击执行时候，return的success很快就返回并打印了，跟我操控浏览器的过程没一点牵涉，无需等待selenium，这样就实现了非阻塞异步，完美解决了耗时问题

from celery_task.tasks import open_url@csrf_exempt@login_requireddef yzm2(request): url_num = request.POST.get("url")    if int(url_num)==1: url_str = "https://www.baidu.com"    elif int(url_num)==2: url_str = "http://www.python66.cn" elif int(url_num)==3:    url_str = "http://www.python88.cn" print(url_num,url_str) open_url.delay(url_str)return JsonResponse({"result":"success"})import open_url
@csrf_exempt
@login_required
def yzm2(request):
 url_num = request.POST.get("url")
    if int(url_num)==1:
 url_str = "https://www.baidu.com"
    elif int(url_num)==2:
 url_str = "http://www.python66.cn"
 elif int(url_num)==3:
    url_str = "http://www.python88.cn"
 print(url_num,url_str)

 open_url.delay(url_str)
return JsonResponse({"result":"success"})

7、多个任务同时执行

对于多个任务同时执行，我这里连续点击三个执行按钮，立马先打印了3个success，说明3个任务都被celery异步处理了，对于多任务的参数问题，上面也说了，我们在delay里面传入参数即可，传到定义任务的tasks.py文件里面的对于方法中去，本例中我演示的是传了一个url_str参数

8、启动程序

打开两个终端，都切换到项目目录下面

1、先启动celery：

celery -A celery_task.tasks worker -l info

2、再启动django：

python manage.py runserver

本文重要的是理解原理，celery的牛逼远不止于此，有兴趣可以看看在爬虫、机器学习、深度学习领域的使用，会对celery的使用场景有更清晰的认识

python爬虫人工智能大数据公众号