标签：celery task app Celery 任务 使用 print import

一、celery介绍

1. 什么是celery

• Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统
  • 专注于实时处理的异步任务队列
  • 同时也支持任务调度
  • celery单独使用一个socket，不会额外占用其他程序的资源。
• 项目中使用celery的优势
  • 减少服务器的压力
  • 提供了3中任务的执行方式

2. 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。

• celery的架构图

（1）消息中间件

• celery本身不提供消息服务，但是可以和第三方提供的消息中间件集成。包括，RabbitMQ, Redis等等

（2）任务执行单元

• worker是celery提供的任务执行单元，worker并发的运行在分布式系统节点中

（3）任务结果存储

• Task result store用来存储worker执行的任务结果，celery支持以不同方式存储任务的结果，包括AMQP，redis等

3. celery的使用场景

• celery中共提供了3中任务执行的方式，分别应用于3个场景
  • 异步执行
  • 延迟执行
  • 定时执行

（1）异步执行

• 异步的执行分配的任务

（2）延迟执行

• 就是在之后的某一个时间点，执行该指定的任务

（3）定时执行

• 解决周期任务（就是周期的执行某一个任务）

4. celery的安装

'''
pip install celery

消息中间件使用：RabbitMQ/Redis

'''

二、celery的使用

1. celery基本使用介绍

（1）项目中celery的文件结构

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

（2）celery的基本使用方法

步骤：

1. 在celery.py中配置broker，backend和Celery对象（进行Celery对象实例化时，将任务文件传入）

2. 在任务文件task.py中，定义任务函数，任务函数要装饰上上面生成的  Celery对象.task 这个装饰器

3. 在add_task.py文件中，为task.py文件中定义的任务函数，添加执行方式（异步/延迟/定时）

4. 在get.result.py文件中，可以定义结果，查看任务执行的结果，但是一般这些任务的执行结果不必要查看，所以这一步可做可不做

5. 启动celery服务

6. 获取结果

2. celery的基本使用实例

（1）celery.py文件中

# 1）创建Celery对象 + 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'])

（2）task.py文件中

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

（3）add_task.py文件中

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
eta=datetime.utcnow() + timedelta(seconds=10)
tasks.low.apply_async(args=(200, 50), eta=eta)

（4）get_result.py文件中

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')

3. Celery的高级使用

（1）celery.py文件中

步骤：

# 1）创建Celery对象 + 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'])


# 下面这两个时间的配置，只要写一个就可以了
# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
app.conf.enable_utc = False  # 这个为False，则走django项目的settings文件的国际化配置

# 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),
    }
}

（2）task.py文件中

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

（3）get_result.py文件中

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')

4. django项目中celery的使用

• 使用celery做轮播图的硬盘数据库同步到缓存

（1）步骤

"""
前提：将celery文件夹创建在项目根目录下

celery框架django项目工作流程
1）加载django配置环境
2）创建Celery框架对象app，配置broker和backend，得到的app就是worker
3）给worker对应的app添加可处理的任务函数，用include配置给worker的app
4）完成提供的任务的定时配置app.conf.beat_schedule
5）启动celery服务，运行worker，执行任务
6）启动beat服务，运行beat，添加任务

重点：由于采用了django的反射机制，使用celery.py所在的celery_task包必须放置项目的根目录下
"""

（2）celery.py文件中

# 一、加载django配置环境
import os
os.environ.setdefault("DJANGO_SETTINGS_MODULE", "luffyapi.settings.dev")

# 二、加载celery配置环境
from celery import Celery
# broker
broker = 'redis://127.0.0.1:6379/0'
# backend
backend = 'redis://127.0.0.1:6379/1'
# worker
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

# 定时任务配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
        # 'add-task': {
    #     'task': 'celery_task.tasks.add',
    #     'schedule': timedelta(seconds=3),
    #     # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
    #     'args': (20, 10),
    # },
    # 'low-task': {
    #     'task': 'celery_task.tasks.low',
    #     'schedule': timedelta(seconds=6),
    #     'args': (20, 10),
    # },
    # 'get-users-task': {
    #     'task': 'celery_task.tasks.get_users',
    #     'schedule': timedelta(seconds=3),
    #     'args': (),
    # },
    # 案例：django异步更新缓存
    'update-banner-cache': {
        'task': 'celery_task.tasks.update_banner_cache',
        'schedule': timedelta(seconds=10),
        'args': (),
    },
}

（3）task.py文件中

from .celery import app
from user.models import User


# 测试django环境下的任务
@app.task
def get_users():
    user_list = User.objects.all()
    print(user_list)
    return True

# 伪代码：立即和延迟任务使用
@app.task
def send_email(user, content):
    result = print('对user发送content邮件内容')
    if not result:
        print('短信推送用户，邮件发送失败')
        return False
    return True

# 案例：django异步更新缓存
from home.models import Banner
from django.conf import settings
from django.core.cache import cache
from home.serializers import BannerModelSerializer
@app.task
def update_banner_cache():
    banner_query = Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders').all()[:settings.BANNER_COUNT]
    banner_data = BannerModelSerializer(banner_query, many=True).data
    for banner in banner_data:
        banner['image'] = "%s%s" % (settings.BASE_URL, banner.get('image'))
    cache.set('banner_cache', banner_data)
    return True

标签：celery,task,app,Celery,任务,使用,print,import
来源： https://www.cnblogs.com/Mcoming/p/12178255.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。