Celery （芹菜）是基于Python开发的分布式任务队列。它支持使用任务队列的方式在分布的机器／进程／线程上执行任务调度。
架构设计
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（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, MongoDB (experimental), Amazon SQS (experimental),CouchDB (experimental), SQLAlchemy (experimental),Django ORM (experimental), IronMQ
- 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，memcached, MongoDB，SQLAlchemy, Django ORM，Apache Cassandra, IronCache
另外， Celery还支持不同的并发和序列化的手段
- 并发
- 序列化
pickle, json, yaml, msgpack. zlib, bzip2 compression， Cryptographic message signing 等等
安装和运行
Celery的安装过程略为复杂，下面的安装过程是基于我的AWS EC2的Linux版本的安装过程，不同的系统安装过程可能会有差异。大家可以参考官方文档。
首先我选择RabbitMQ作为消息中间件，所以要先安装RabbitMQ。作为安装准备，先更新YUM。
|
1 |
sudo yum -y update |
RabbitMQ是基于erlang的，所以先安装erlang
|
1 2 3 4 5 6 7 8 |
# Add and enable relevant application repositories:
|
然后安装RabbitMQ
|
1 2 3 4 5 6 |
# Download the latest RabbitMQ package using wget:
|
启动RabbitMQ服务
|
1 |
rabbitmq-server start |
RabbitMQ服务已经准备好了，然后安装Celery， 假定你使用pip来管理你的python安装包
|
1 |
pip install Celery |
为了测试Celery是否工作，我们运行一个最简单的任务，编写tasks.py
|
1 2 3 4 5 6 7 8 |
from celery import Celery
|
在当前目录运行一个worker，用来执行这个加法的task
|
1 |
celery -A tasks worker --loglevel=info |
其中－A参数表示的是Celery App的名字。注意这里我使用的是SQLAlchemy作为结果存储。对应的python包要事先安装好。
worker日志中我们会看到这样的信息
|
1 2 3 4 5 |
- ** ---------- [config]
|
其中，我们可以看到worker缺省使用prefork来执行并发，并设置并发数为8
下面的任务执行的客户端代码：
|
1 2 3 4 5 6 7 8 9 |
from tasks import add
|
用python执行这段客户端代码，在客户端，结果如下
|
1 2 |
not ready
|
Work日志显示
|
1 2 |
[2015-03-12 02:54:07,973: INFO/MainProcess] Received task: tasks.add[34c4210f-1bc5-420f-a421-1500361b914f]
|
这里我们可以发现，每一个task有一个唯一的ID，task异步执行在worker上。
这里要注意的是，如果你运行官方文档中的例子，你是无法在客户端得到结果的，这也是我为什么要使用SQLAlchemy 来存储任务执行结果的原因。官方的例子使用AMPQ，有可能Worker在打印日志的时候取出了task的运行结果显示在worker日志中，然而 AMPQ作为一个消息队列，当消息被取走后，队列中就没有了，于是客户端总是无法得到任务的执行结果。不知道为什么官方文档对这样的错误视而不见。
如果大家想要对Celery做更进一步的了解，请参考官方文档