Django 大神手把手带你上路 ~ celery系列

概述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（me 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 *** 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

Celery的安装配置

pip install celery

消息中间件：RabbitMQ/Redis

app=Celery(‘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

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 Celerybroker = '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'])

tasks.py

from .celery import appimport time@app.taskdef add(n,m):    print(n)    print(m)    time.sleep(10)    print('n+m的结果：%s' % (n + m))    return n + m@app.taskdef 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,timedeltadef eta_second(second):    ctime = datetime.Now()    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())    time_delay = timedelta(seconds=second)    return utc_ctime + time_delaytasks.low.apply_async(args=(200,50),eta=eta_second(10))

get_result.py

from celery_task.celery import appfrom celery.result import AsyncResultID = '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')

高级使用 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：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 Celerybroker = 'redis://127.0.0.1:6379/1'backend = 'redis://127.0.0.1:6379/2'app = Celery(broker=broker,include=['celery_task.tasks'])# 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 = {    '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 appimport time@app.taskdef add(n,m):    print(n)    print(m)    time.sleep(10)    print('n+m的结果：%s' % (n + m))    return n + m@app.taskdef 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 appfrom celery.result import AsyncResultID = '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')

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 osos.environ.setdefault('DJANGO_SETTINGS_MODulE','项目名.settings')import djangodjango.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 Celerybroker = 'redis://127.0.0.1:6379/1'backend = 'redis://127.0.0.1:6379/2'app = Celery(broker=broker,include=['celery_task.tasks'])# 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 = {    'django-task': {        'task': 'celery_task.tasks.test_django_celery','args': (),}}

tasks.py

from .celery import app# 获取项目中的模型类from API.models import Banner@app.taskdef test_django_celery():    banner_query = Banner.objects.filter(is_delete=False).all()    print(banner_query)

总结

以上是内存溢出为你收集整理的Django 大神手把手带你上路 ~ celery系列全部内容，希望文章能够帮你解决Django 大神手把手带你上路 ~ celery系列所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。