在Windows平台Celery运行的时候报错ValueError: not enough values to unpack

最新推荐文章于 2023-05-11 09:27:07 发布
最新推荐文章于 2023-05-11 09:27:07 发布
阅读量239 收藏
点赞数
分类专栏： Django 文章标签： django
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44177600/article/details/109037630
版权 
Traceback (most recent call last):
  File "d:\source\python\lib\site-packages\billiard\pool.py", line 362, in workloop
    result = (True, prepare_result(fun(*args, **kwargs)))
  File "d:\source\python\lib\site-packages\celery\app\trace.py", line 600, in _fast_trace_task
    tasks, accept, hostname = _loc
ValueError: not enough values to unpack (expected 3, got 0)

解决方法：
Celery 的 版本是4.4.7，解决的方法是启动celery的时候添加参数 --pool=solo

celery -A example7 worker --pool=solo -l info

If I could Tell Yang
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Windows下Django2.2使用celery4.x出现ValueError
12-20
官方文档表示： 从celery 4.x开始，由于资源不足，不再支持Windows。但是它可能仍然有效，我们很高兴接受补丁。 解决方法 在项目环境中安装协程相关的库，eventlet或gevent celery默认的Pool implementation是prefork 启动celery时加上-P参数指定Pool implementation 方法一 pip install eventlet celery -A proj worker -l info -P eventlet 方法二 pip install gevent celery -A proj worker -l info -P geve
celery-flask-factory：在Flask应用程序工厂中实施Celery
02-05
此仓库演示了在使用Flask配置Celery任务队列。 Flask应用程序工厂模式会延迟配置，直到启动WSGI服务器为止，这才允许使用安全的动态配置文件。 Celery官方教程假定所有配置在导入时都可用，因此此示例Flask服务器...
在Windows平台Celery运行的时候报错：ValueError: not enough values to unpack
GC
08-30 4581
celery版本：4.3.0 错误信息： Traceback (most recent call last): File "c:\users\lzjun\.virtualenvs\weihub-flask-j3runhkh\lib\site-packages\billiard\pool.py", line 358, in workloop result = (True, prepare...
tasks, accept, hostname = _loc ValueError: not enough values to unpack (expected 3, got 0)
qq_43734041的博客
11-02 642
tasks, accept, hostname = _loc ValueError: not enough values to unpack (expected 3, got 0) 解决： 卸载最新的celery ,安装3.1.24左右的版本 #导入 pip install eventlet #启动 celery -A celery_tasks.main worker -l info -P eventlet
Django:项目中使用celery报错ValueError: not enough values to unpack (expected 3, got 0)
Lyajpunov的博客
11-01 416
在Django项目中使用celery，连接redis数据库 1、一开始在终端中使用： celery -A proj worker -l info 表示是连接redis成功的，后来刷新网页时报错： ValueError: not enough values to unpack (expected 3, got 0) 2、在网上找了一圈，解决办法是： 环境中安装eventlet pip install eventlet 运行下面的代码 celery worker -A projname -l info
使用libsvm进行easy.py调试时出现value error not enough 的解决办法
堵心好似八局
12-05 309
最近在看SVM，用到台湾大学林智仁老师的Libsvm库。用grid.py运行没问题，因为正确的改了相关的路径，到了easy.py确不行了，虽然相关路径都改了，但是运行的时候，会自动跳出grid.py的页面，不关掉就一直运行，关掉后就报错误value error not enough values to unpac<expected 3 ，got 0>后来寻找资料发现原因是grid.py...
Celery 报错 Windows ：ValueError: not enough values to unpack (expected 3, got 0)
junxieshiguan的博客
04-26 696
环境 windows，django，clery 启动命令：celery worker -A devops -l info -c 6 ERROR/MainProcess] Task handler raised error: ValueError('not enough values to unpack (expected 3, got 0)') Traceback (most recent...
celery-cn::rocket:Celery中文手册
05-02
Celery 在国内，使用的人员很少，可能与 Celery 的文档相关。因为到目前为止，国内没有一个完整的翻译完毕 Celery 的技术使用文档。 问题与反馈 如果您觉得本《Celery 中文手册》有翻译问题或不足之处，请通过 ...
celery-kubernetes-示例：Small Flask应用程序，在Kubernetes上部署了可伸缩的异步后端工作程序
02-05
该Web服务是一个简单的Flask应用程序，部署在其自己的pod中，以及一个用于处理小任务的Celery工作者（一个pod中有两个容器）。 该系统使用RabbitMQ作为Celery消息代理，并将其作为服务部署在另一个Pod中。 此外，还...
django-celery-docker-example：在带有Celery工人的Nginx代理后面为Django应用设置Docker的示例
02-05
Django Celery Docker示例这是一个最小的示例，展示了如何使用Docker与Celery worker一起在Nginx代理后面设置Django应用程序的组件。安装git clone git@github....
Celery ValueError: not enough values to unpack (expected 3, got 0)的解决方案
编程的世界
08-03 2201
背景 最近因项目需要，学习任务队列Celery的用法，跟着官网写Demo，出现如题错误，最终在github的Issues里找到解决办法，记录如下。 场景还原 本地环境如下： Windows 10 Python 3.5.2 Celery 4.1.0 我是跟着这个前人翻译的中文文档敲的Demo。 代码tasks.py： from celery import Celery app =...
celery提交任务出错
weixin_41134293的博客
01-08 260
trace_task tasks, accept, hostname = _loc ValueError: not enough values to unpack (expected 3, got 0) [2017-08-08 19:15:46,049: ERROR/MainProcess] Task handler raised error: ValueErr or(‘not enough va...
windows下使用celery启动报错解决
我不生产数据，只是数据的搬运工
07-21 1521
新建tasks.py import time from celery import Celery celery = Celery('tasks', broker='redis://127.0.0.1:6379/0') @celery.task def sendmail(mail): print(mail) print('sending mail to %s...' % mail['to']) time.sleep(2.0) print('mail sent.') if
python定时任务2_celery flower计划任务
qq_51218906的博客
05-11 622
停止 worker 或 beat：`celery control stop worker` 或 `celery control stop beat`- 启动并行 worker：`celery -A tasks worker -c 4 --loglevel=INFO`- 启动 beat 定时任务调度程序：`celery -A tasks beat --loglevel=INFO`- 启动 worker：`celery -A tasks worker --loglevel=INFO`worker启动成功。
Celery ValueError: not enough values to unpack (expected 3, got 0)
showgea的博客
10-28 5471
目录 1、Celery ValueError: not enough values to unpack (expected 3, got 0) 2、AttributeError: async 1、Celery ValueError: not enough values to unpack (expected 3, got 0) 报错环境如下： Windows 10 Python 3.6.4 Celery 4.1.1 启动celery，报错如下： [2020-10-28 20:23:17,2
python学习(5)：celery-beat-task异步驱动框架
Power of technology will free your body and spirit
08-27 1137
https://github.com/celery/celery/tree/master/examples/ celery的example程序periodic-tasks存在如下问题： [2017-08-26 21:52:11,412: INFO/MainProcess] Received task: periodic-tasks.say[ce4e0f08-ac1e-4bdf-8e3
简要解释一下这段代码 tasks['Duration'] = tasks['End'] - tasks['Begin'] tasks = pd.pivot_table(tasks, values=['Duration'], index=['Id'], columns=['Task'], aggfunc='sum', fill_value=0) tasks.columns = [c[1] for c in tasks.columns] tasks = tasks.reset_index() tasks['t_group'] = cluster.KMeans(n_clusters = cluster_size, random_state = seed).fit_predict(tasks[tasks.columns[1:]])
最新发布
05-28
这段代码主要是对一个任务列表进行了处理，其作用如下： 1. 计算每个任务的时长，将时长作为一个新的列添加到原任务列表中，使用了 Pandas 库中的 DataFrame 的操作。 ``` tasks['Duration'] = tasks['End'] - tasks['Begin'] ``` 2. 使用 Pandas 的 pivot_table 方法，对任务列表进行重新排列，将任务的时长按照 Id 和 Task 进行分组，统计每个任务的总时长。 ``` tasks = pd.pivot_table(tasks, values=['Duration'], index=['Id'], columns=['Task'], aggfunc='sum', fill_value=0) ``` 3. 对新的 DataFrame 列表的列名进行修改，将列名中的 Duration 去掉。 ``` tasks.columns = [c[1] for c in tasks.columns] ``` 4. 重置 DataFrame 的索引。 ``` tasks = tasks.reset_index() ``` 5. 使用 KMeans 算法对任务列表进行聚类，将聚类结果作为新的一列添加到 DataFrame 中。 ``` tasks['t_group'] = cluster.KMeans(n_clusters = cluster_size, random_state = seed).fit_predict(tasks[tasks.columns[1:]]) ``` 其中，cluster_size 和 seed 是 KMeans 算法的参数，用于控制聚类的数量和随机种子。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值