python elif可以单独使用_Celery在python中的单独使用

简单使用：

1.目录结构

-app_task.py

-worker.py

-result.py

2.在需要进行异步执行的文件app_task.py中导入celery,并实例化出一个对象，传入消息中间和数据存储配置参数

broker = 'redis://127.0.0.1:6379/1' #使用redis第一个库

backend = 'redis://127.0.0.1:6379/2' #使用redis第二个库

cel = celery.Celery('test',broker=broker,backend=backend)

3.在需要进行异步执行的函数上添加装饰器

@cle.taskdefadd(x,y):return x+y

4.新建文件worker.py用来添加任务

from app_task importadd

result= add.delay(4,2)print(result) #此结果不是add执行结果，而是放入消息队列中的一个任务id

5.新建文件result.py用来接收结果

from celery.result importAsyncResultfrom app_task importcel#2e76b24d-364f-46b7-a0eb-f69f663dfb0d

async1 = AsyncResult(id="56db7832-d0f4-4b9b-ba92-4fb08d0f9592", app=cel) #id处放置消息队列中任务的id

if async1.successful(): #判断执行任务成功

result =async1.get()print(result)#result.forget() # 将结果删除

elifasync1.failed():print('执行失败')elif async1.status == 'PENDING':print('任务等待中被执行')elif async1.status == 'RETRY':print('任务异常后正在重试')elif async1.status == 'STARTED':print('任务已经开始被执行')

6.添加任务+启动工人+查看结果

1.运行worker.py

2.终端中输入命令：celery worker -A app_task -l info -P eventlet # 其中app_task为配置参数的文件名

3.运行result.py查看结果

多任务使用：

1.目录结构，将简单使用中的app_task改为一个celery_task文件夹，其中放至少两个文件：celery.py(名字固定)/task1.py(方具体任务的文件)/根据需求放置其他任务文件

-celery_task

-celery.py # 配置参数

-task1.py # 任务文件，根据需求添加

-task2.py

...

-worker.py # 添加任务

-result.py # 查看结果

2.在任务文件task1.py中导入cel，并以装饰器形式加在函数上

from .celery importcel

@cel.taskdefmul(x,y):return x*y

3.celery.py中配置参数

from celery importCelery

cel=Celery('celery_demo',

backend= 'redis://127.0.0.1:6379/1',

broker= 'redis://127.0.0.1:6379/2',

include=['celery_task.task1','celery_task.task2']

)

cel.conf.timezone= 'Asia/Shanghai'cel.conf.enable_utc= False

4.worker.py和简单使用中的相同

5.result.py与简单使用中的相同

6.添加任务+启动工人+查看结果

1.运行worker.py

2.终端中输入命令：celery worker -A celery_task -l info -P eventlet    # 其中celery_task为文件夹名

3.运行result.py查看结果

延时任务：

1.目录结构

-celery_task

-celery.py

-task1.py

-task2.py

...

-worker.py

-result.py

2.task1.py与多任务相同

3.celery.py与多任务相同

4.worker.py中将传入的时间改为指定时间

ctime = datetime.now() #当前时间

utc_time = datetime.utcfromtimestamp(ctime.timestamp()) #转成本地时间

time_delta = timedelta(seconds=30) #设置延时30s

task_time = utc_time+time_delta #设定时间点为30s后

ret1 = add.apply_async(args=[2,3],eta=task_time)

5.result.py与简单使用中的相同

6.与多任务相同

定时任务：

1.目录结构，去掉worker.py，添加任务变为在终端输入命令

-celery.py

-celery.py

-task1.py

-task2.py

...

-result.py

2.task1.py与多任务相同

3.celery.py中与定时任务相比，添加下面参数

1.设定时间间隔，循环执行

cel.conf.beat_schedule ={'add-every-10-seconds':{ #名字随意起

'task': 'celery_task.task1.mul', #指定要执行的任务

'schedule': timedelta(seconds=2), #指定时间间隔

'args': (2,3) #传入参数

}

}

2.指定年月日具体时间，循环执行

from celery.schedules importcrontab

cel.conf.beat_schedule={'add-every-10-seconds':{'task': 'celery_task.task1.mul','schedule': crontab(minute=28,hour=2,day_of_month=23,month_of_year=6),'args': (6,3)

}

}

4.没有worker.py

5.result.py与简单使用中的相同

6.添加任务+启动工人+查看结果

1.启动一个终端，输入：celery beat -A celery_task -l info # celery_task为文件夹名

2.再启动一个终端，输入：celery worker -A celery_task -l info -P eventlet

3.运行result.py查看结果