目录

原文: http://106.13.73.98/__/156/

安装：pip install celery

celery 是基于 Python 实现的模块，用于执行异步定时周期任务。

celery 组成结构：

1. 用户任务 app： 用于生成任务
2. 管道 broker 与 backend：前者用于存放任务，后者用于存放任务执行结果
3. 员工 worker：负责执行任务

@(Python celery)

简单示例

---

员工文件（workers.py）：

import time
from celery import Celery

# 创建一个Celery实例，这个就是我们用户的应用app
my_task = Celery(
    'tasks',
    broker='redis://127.0.0.1:6380',  # 指定存放任务的地方，这个指定为redis
    backend='redis://127.0.0.1:6380',  # 指定存放任务执行结果的地方
)

# 为应用创建任务
@my_task.task
def fn1(x, y):
    time.sleep(10)
    return x + y

"""
执行命令：
Linux：celery worker -A workers -l INFO
Windows：celery worker -A workers -l INFO -P eventlet

celery 4.0 已经不再对Windows操作系统提供支持了，需要安装：pip install eventlet
"""

用户app文件（user_app.py）：

from workers import fn1

# 提交任务，将任务存到管道，等待员工执行
result = fn1.delay(2, 4)  # (i, i) 是传入的参数

print(result)  # b2df92e9-0eee-4af5-be83-dd8ac044d2a4

# 运行后，将提交任务

用于取结果的文件（get_result.py）：

from celery.result import AsyncResult
from workers import my_task

# user_app文件的打印结果
ID = 'b2df92e9-0eee-4af5-be83-dd8ac044d2a4'

# 异步获取任务返回值
async_task = AsyncResult(id=ID, app=my_task)

# 判断异步任务是否执行成功
if async_task.successful():
    # 获取异步任务的返回值
    result = async_task.get()
    print(result)
else:
    print('任务还在执行中')

执行顺序：执行命令 > 提交任务 > 取结果

Celery 项目目录结构

---

在实际的项目中，我们的 celery 是有规则的：

要满足这样的条件才可以，目录 celery_task 和其它文件可以随意命名，但此目录内一定要有一个 celery.py 文件。

celery.py

from celery import Celery

celery_task = Celery(
    'task',
    broker='redis://127.0.0.1:6380',  # 指定存放任务的地方，这个指定为redis
    backend='redis://127.0.0.1:6380',  # 指定存放任务执行结果的地方
    include=['celery_task.task01', 'celery_task.task02']  # 指定任务文件，会自动寻找任务文件中所有的任务
)

# 启动worker时，无需指定文件，直接通过你的celery_task目录就可以了
# 启动命令：celery worker -A celery_task -l INFO -P eventlet
# 这样，celery就可以自动检索当前目录下的所有task了，通过Include参数去逐一寻找

task01.py

import time
from .celery import celery_task

@celery_task.task
def one(x, y):
    time.sleep(5)
    return f'one：{x + y}'

task02.py

import time
from .celery import celery_task

@celery_task.task
def two(x, y):
    time.sleep(10)
    return f'two: {x + y}'

user_app.py

from celery_task.task01 import one
from celery_task.task02 import two

one.delay(1, 1)
two.delay(2, 2)

get_result.py

from celery.result import AsyncResult
from celery_task.celery import celery_task

# 终端显示的任务ID
ID = 'b2df92e9-0eee-4af5-be83-dd8ac044d2a4'

# 异步获取任务返回值
async_task = AsyncResult(id=ID, app=celery_task)

# 判断异步任务是否执行成功
if async_task.successful():
    # 获取异步任务的返回值
    result = async_task.get()
    print(result)
else:
    print('任务还在执行中')

定时任务

---

请结合 Celery 项目目录结构 中的文件来设置定时任务。

user_app.py 文件内容如下：

import time
import datetime
from celery_task.task01 import one
from celery_task.task02 import two

# 获取当前时间，此时间为东八区时间
ctime = time.time()

# 将当前的东八区时间改为 UTC时间，注意这里一定是UTC时间，没有其它说法
utc_time = datetime.datetime.utcfromtimestamp(ctime)  # 时间格式例如：2019-02-20 11:30:02.032230

# 为当前时间增加10秒
add_time = datetime.timedelta(seconds=10)  # 0:00:10
action_time = utc_time + add_time
# 此时的 action_time 就是当前时间的未来10秒

# 现在，我们使用 apply_async 来提交定时任务
result = one.apply_async(args=(1, 1), eta=action_time)
# args=(1, 1)：提交的参数
# eta=action_time：指定执行时间

周期任务

---

请结合 Celery 项目目录结构 中的文件来设置周期任务。

celery.py 文件内容如下：

from celery import Celery
from celery.schedules import crontab

celery_task = Celery(
    'task',
    broker='redis://127.0.0.1:6380',  # 指定存放任务的地方，这个指定为redis
    backend='redis://127.0.0.1:6380',  # 指定存放任务执行结果的地方
    include=['celery_task.task01', 'celery_task.task02']  # 指定任务文件，会自动寻找任务文件中所有的任务
)

# 定制周期任务
celery_task.conf.beat_schedule = {
    # 每10秒执行一次celery_task.task01.one
    'each10s_task': {
        'task': 'celery_task.task01.one',  # 指定任务
        'schedule': 10,  # 每10秒执行一次
        'args': (1, 1)  # 参数
    },
    # 每分钟执行一次celery_task.task01.one
    'each1m_task': {
        'task': 'celery_task.task01.one',  # 指定任务
        'schedule': crontab(minute=1),  # 每分钟执行一次
        'args': (1, 1)  # 参数
    },
    # 每隔23小时执行一次celery_task.task02.two
    'each24hour_task': {
        'task': 'celery_task.task02.two',  # 指定任务
        'schedule': crontab(hour=23),  # 每23小时执行一次
        'args': (1, 1)  # 参数
    }
}

"""
启动命令：
先执行：celery beat -A celery_task -l INFO  # 生产者，周期任务需要一个生产者来周期性提交任务
再执行：celery worker -A celery_task -l INFO -P eventlet
"""

提交周期任务时，需要一个生产者 beat 来提交任务。
因此，启动命令分为两个：
celery beat -A celery_task -l INFO # 生产者，用于提交任务
celery worker -A celery_task -l INFO -P eventlet # 处理任务

原文: http://106.13.73.98/__/156/

原文地址：https://www.cnblogs.com/gqy02/p/11322824.html