Celery

官方

Celery 官网：http://www.celeryproject.org/

Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html

Celery 官方文档中文版：http://docs.jinkan.org/docs/celery/

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（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

使用场景

异步任务：将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等

定时任务：定时执行某件事情，比如每天数据统计

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'])

Celery的使用

新建一个包，随你命名，包内一定要有有两个文件，celery文件（名字写死），tasks文件（名字自拟）。

celery基础使用

celery_task/celery.py

from celery import Celery

# broker：任务仓库
broker = 'redis://127.0.0.1:6379/5'
# backend：任务结果仓库
backend = 'redis://127.0.0.1:6379/6'
# include：任务(函数)所在文件
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])

celery_task/tasks.py

from .celery import app

@app.task
def add(n1, n2):
    res = n1 + n2
    print('n1 + n2 = %s' % res)
    return res

@app.task
def low(n1, n2):
    res = n1 - n2
    print('n1 - n2 = %s' % res)
    return res

以上的celery_task就是一个celery框架，这个文件夹相当于是正个celery的配置，接下来只需要给任务就好了，手动给的情况下是这样的

在这之前得开启服务，celery是一个独自的socket。

add_task.py（名字自拟）

# 右键执行该文件，下面环境合理
from celery_task.tasks import add, low

# 往celery的Broker中添加立即任务
add.delay(10, 20)

以上就完成了celery的基础使用

celery延迟任务

同样的也要建立一个包，条件都一样

celery_task/celery.py

from celery import Celery

# broker：任务仓库
broker = 'redis://127.0.0.1:6379/15'
# backend：任务结果仓库
backend = 'redis://127.0.0.1:6379/15'
# include：任务(函数)所在文件
app = Celery(broker=broker, backend=backend, include=['celery_package.tasks'])

celery_task/tasks.py

from .celery import app

@app.task
def jump(n1, n2):
    res = n1 * n2
    print('n1 * n2 = %s' % res)
    return res

add_task.py（名字自拟）

from celery_package.tasks import jump

# 直接执行函数
# jump(10, 20)

# 添加celery立即任务
# jump.delay(10, 20)

# 添加延迟任务
# args是jump任务需要的参数，没有就设置为空()
# eta是该任务执行的UTC格式的时间
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
def eta_days(days):
    ctime = datetime.now()
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    time_delay = timedelta(days=days)
    return utc_ctime + time_delay

# apply_async就是添加延迟任务
jump.apply_async(args=(200, 50), eta=eta_second(10))

celery自动任务

celery_task/celery.py

from celery import Celery

broker = 'redis://127.0.0.1:6379/15'
backend = 'redis://127.0.0.1:6379/15'
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

# 自动任务的定时配置
from celery.schedules import crontab
from datetime import timedelta
app.conf.beat_schedule = {
    # 定时任务：任务名自定义
    'fall_task': {
        'task': 'celery_task.tasks.fall',  # 任务源
        'args': (30, 10),  # 任务参数
        'schedule': timedelta(seconds=3), # 定时添加任务的时间
        # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
    }
}

celery_task/tasks.py

from .celery import app

@app.task
def fall(n1, n2):
    res = n1 / n2
    print('n1 / n2 = %s' % res)
    return res

这是自动开启任务的，所以不需要我们来提交，那要怎么提交？

这时候需要开启一个新的socket，也就是beat，他会全权负责提交任务的事情。

命令：celery beat -A celery_task -l info

如何在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
# 获取项目中的模型类
from api.models import Banner
@app.task
def test_django_celery():
    banner_query = Banner.objects.filter(is_delete=False).all()
    print(banner_query)

来源：https://www.cnblogs.com/chanyuli/p/11986938.html

标签

celery

Redis