标签：task app worker celery 任务 print

Celery

Celery是一个异步任务框架,是一个独立运行的服务.(内置socket)

相当于一个生产者消费者模型的任务队列.

拥有高可用,异步,简易,等特点.

celery是一个独立的socket

官网

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(backend)（task result store）组成。

RabbitMQ 异步消息队列,可编程

Redis 数据库

消息中间件

Celery本身不提供消息服务,但是可以方便的于第三方提供的消息中间件集成.包括RabbitMQ,Redis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,一般需要支持过期时间.

使用场景

异步执行delay()：解决耗时任务

# 添加任务
# result = add.delay(20, 30)
# print(result.id)

1）创建Celery框架对象app，配置broker和backend，得到的app就是worker
2）给worker对应的app添加可处理的任务函数
3）启动celery服务，运行worker
4）书写添加任务的脚本，执行脚本添加任务到broker，worker会自己异步从broker中拿任务执行，执行结果放在backend中
5) 书写获取任务结果的脚本，明确任务id与执行的app，获取任务结果

延迟执行：解决延迟任务

# 添加延迟任务
from datetime import datetime, timedelta
result = add.apply_async(args=(10, 20), eta=datetime.utcnow() + timedelta(seconds=10))
print(result)

1）创建Celery框架对象app，配置broker和backend，得到的app就是worker
2）给worker对应的app添加可处理的任务函数，用include配置给worker的app
3）启动celery服务，运行worker
4）书写添加任务的脚本，执行脚本添加任务到broker，worker会自己异步从broker中拿任务执行，执行结果放在backend中
5) 书写获取任务结果的脚本，明确任务id与执行的app，获取任务结果

定时执行：解决周期(周期)任务

# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用
UTCapp.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),    },
}

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

Celery安装与配置

安装

pip install celery

消息中间件

RaddbiMQ/Redis

实例化对象

app = Celert('任务名',broker="xxx",backend="xxx")

Celery执行异步任务

包架构封装

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

异步执行

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
broker = 'redis://127.0.0.1:6379/1'
#backend
backend = 'redis://127.0.0.1:6379/2'
#worker
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) #include是任务tasks

task.py

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

add_task.py

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)

get_result.py

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')

定时任务

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：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 = {
    '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),
    }
}

tasks.py

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

get_result.py

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')

标签：task,app,worker,celery,任务,print
来源： https://www.cnblogs.com/agsol/p/12178477.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。