celery的介绍和使用

celery介绍

celery是一个异步任务框架，它可以执行异步任务、延迟任务、定时任务
异步任务框架简述：

1. 1）celery可以不依赖任何服务器，通过自身命令，启动服务(内部支持socket)
2. 2）celery服务为为其他项目服务提供异步解决任务需求的
3. 注：会有两个服务同时运行，一个是项目服务，一个是celery服务，项目服务将需要异步处理的任务交给celery服务，celery就会在需要时异步完成项目的需求

复制代码

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（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

异步执行：解决耗时任务,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
延迟执行：解决延迟任务
定时执行：解决周期(周期)任务,比如每天数据统计
Celery的安装配置

pip install celery gevent
windows环境下启动celery

1. # module为python module名
2. celery -A <module> worker -l info -P gevent

复制代码

celery执行异步任务

采用包架构封装（多任务结构）
在项目文件project下新建一个celery包

1. project
2.     ├── celery_task          # celery包
3.     │   ├── __init__.py # 包文件
4.     │   ├── celery.py   # celery连接和配置相关文件，且名字必须叫celery.py
5.     │   └── tasks.py    # 所有任务函数
6.     ├── add_task.py          # 添加任务
7.     └── get_result.py   # 获取结果

复制代码

celery.py

1. # 导入模块
2. from celery import Celery
3. # 指定任务中间件和任务处理仓库为redis里的第一个库，后面1表示第一个，2表示第二个。
4. broker = 'redis://127.0.0.1:6379/1'
5. backend = 'redis://127.0.0.1:6379/2'
6. # backend='redis://:[email protected]:6379/1' redis加密码写法
7. # include列表里表示celery_task包里的task.py交给app处理
8. app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])

复制代码

task.py

1. from .celery import app
2. import time
3. @app.task #添加该装饰器表示这个函数任务使用了celery框架的异步处理
4. def add(n, m):
5.     print(n)
6.     print(m)
7.     time.sleep(10)
8.     print('n+m的结果：%s' % (n + m))
9.     return n + m
11. @app.task
12. def low(n, m):
13.     print(n)
14.     print(m)
15.     print('n-m的结果：%s' % (n - m))
16.     return n - m

复制代码

add_task.py
这个py文件是用来添加任务的，可以建在任意位置

1. from celery_task import tasks
3. # 添加立即执行任务
4. t1 = tasks.add.delay(10, 20)
5. t2 = tasks.low.delay(100, 50)
6. print(t1) # 获取的就是这个任务的id号
8. # 添加延迟任务
9. from datetime import datetime, timedelta
10. eta=datetime.utcnow() + timedelta(seconds=10)
11. tasks.low.apply_async(args=(200, 50), eta=eta)

复制代码

get_result.py
这个py文件是用来获取任务处理的结果的

1. from celery_task.celery import app
3. from celery.result import AsyncResult
5. id = '21325a40-9d32-44b5-a701-9a31cc3c74b5' #输入任务的id号
6. if __name__ == '__main__':
7.     async = AsyncResult(id=id, app=app)
8.     if async.successful(): #如果这个任务执行成功
9.         result = async.get() #得到结果
10.         print(result)
11.     elif async.failed():
12.         print('任务失败')
13.     elif async.status == 'PENDING':
14.         print('任务等待中被执行')
15.     elif async.status == 'RETRY':
16.         print('任务异常后正在重试')
17.     elif async.status == 'STARTED':
18.         print('任务已经开始被执行')

复制代码

celery执行延迟任务

在add_task.py里书写：

1. # 添加延迟任务
2. from datetime import datetime, timedelta
3. # datetime.utcnow()表示获取当前的utc时间，timedelta(seconds=10)表示加10秒timedelta括号里之后是时间类型，可以相加减
4. eta=datetime.utcnow() + timedelta(seconds=10)
5. # 使用的是apply_async这个方法，tasks.add这个是函数名，args括号里是函数add需要传的参数，eta必须是utc时间
6. tasks.add.apply_async(args=(200, 50), eta=eta)

复制代码

celery执行定时任务

将celery.py添加以下定时配置

1. # 导入模块
2. from celery import Celery
3. # 指定任务中间件和任务处理仓库为redis里的第一个库，后面1表示第一个，2表示第二个。
4. broker = 'redis://127.0.0.1:6379/1'
5. backend = 'redis://127.0.0.1:6379/2'
6. # backend='redis://:[email protected]:6379/1' redis加密码写法
7. # include列表里表示celery_task包里的task.py交给app处理
8. app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])# 定时任务配置# 时区app.conf.timezone = 'Asia/Shanghai'# 是否使用UTCapp.conf.enable_utc = False# 任务的定时配置from datetime import timedeltafrom celery.schedules import crontabapp.conf.beat_schedule = {    'add-task': {        'task': 'celery_task.tasks.add',  # celery_task.tasks.low这个是你函数任务的位置，task是固定的        'schedule': timedelta(seconds=3), # 每隔三秒执行一次        # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点        'args': (300, 150), # 函数任务需要传入的参数    }}

复制代码

然后在终端下cd到scripts文件夹
执行celery -A celery_task beat
表示开始定时发布任务