Celery架构

cerely是什么？

　　cerely被用来稍后执行某些代码，或者调度器调度这些代码。

Celery架构

　　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（backend - 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

总结：

"""
1、celery框架自带socket，所以自身是一个独立运行的服务
2、启动celery服务，是来执行服务中的任务的，服务中带一个执行任务的对象，会执行准备就绪的任务，将执行任务的结果保存起来
3、celery框架由三部分组成：存放要执行的任务broker，执行任务的对象worker，存放任务结果的backend
4、安装的celery主体模块，默认只提供worker，要结合其他技术提供broker和backend（两个存储的单位）
"""

工作的基本原理

1、准备配置了broker与backend的worker(任务的来源)，并启动。

2、添加任务到broker，worker就会执行任务，将结果存储到backend中。

3、想查看任务的执行结果，根据任务的id去bckend中查询。

Celery的安装配置

pip install celery

消息中间件：RabbitMQ/Redis

app=celery.Celery(‘任务名‘, broker=‘xxx‘, backend=‘xxx‘, include=[‘xxx‘, ‘xxx‘])

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

基本使用

celery.py

# 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

broker = ‘redis://127.0.0.1:6379/1‘
backend = ‘redis://127.0.0.1:6379/2‘
app = Celery(broker=broker, backend=backend, include=[‘celery_task.tasks‘])

tasks.py

from .celery import app
import time
@app.task
def add(n, m):
    print(n)
    print(m)
    time.sleep(10)
    print(‘n+m的结果：%s‘ % (n + m))
    return n + m

@app.task
def low(n, m):
    print(n)
    print(m)
    print(‘n-m的结果：%s‘ % (n - m))
    return n - m

add_task.py

from celery_task import tasks

# 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 datetime import datetime, timedelta
def eta_second(second):
    ctime = datetime.now()
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    time_delay = timedelta(seconds=second)
    return utc_ctime + time_delay

tasks.low.apply_async(args=(200, 50), eta=eta_second(10))

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‘)

高级使用

celery.py

# 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：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
?
broker = ‘redis://127.0.0.1:6379/1‘
backend = ‘redis://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
?
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    ‘low-task‘: {
        ‘task‘: ‘celery_task.tasks.low‘,
        ‘schedule‘: timedelta(seconds=3),
        # ‘schedule‘: crontab(hour=8, day_of_week=1),  # 每周一早八点
        ‘args‘: (300, 150),
    }
}

tasks.py

from .celery import app
?
import time
@app.task
def add(n, m):
    print(n)
    print(m)
    time.sleep(10)
    print(‘n+m的结果：%s‘ % (n + m))
    return n + m
?
?
@app.task
def low(n, m):
    print(n)
    print(m)
    print(‘n-m的结果：%s‘ % (n - m))
    return n - m

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‘)
 

django中使用

celery.py

# 重点：要将 项目名.settings 所占的文件夹添加到环境变量
# import sys
# sys.path.append(r‘项目绝对路径‘)
?
# 开启django支持
import os
os.environ.setdefault(‘DJANGO_SETTINGS_MODULE‘, ‘项目名.settings‘)
import django
django.setup()
?
?
?
# 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：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
?
broker = ‘redis://127.0.0.1:6379/1‘
backend = ‘redis://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
?
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    ‘django-task‘: {
        ‘task‘: ‘celery_task.tasks.test_django_celery‘,
        ‘schedule‘: timedelta(seconds=3),
        ‘args‘: (),
    }
}

tasks.py

from .celery import app
?
from home.models import Banner
from settings.const import BANNER_COUNT  # 轮播图最大显示条数
from home.serializers import BannerModelSerializer
from django.core.cache import cache
@app.task
def update_banner_list():
    # 获取最新内容
    banner_query = Banner.objects.filter(is_delete=False, is_show=True).order_by(‘-orders‘)[:BANNER_COUNT]
    # 序列化
    banner_data = BannerModelSerializer(banner_query, many=True).data
    for banner in banner_data:
        banner[‘image‘] = ‘http://127.0.0.1:8000‘ + banner[‘image‘]
    # 更新缓存
    cache.set(‘banner_list‘, banner_data)
    return True

原文地址：https://www.cnblogs.com/Gaimo/p/11774506.html