刨析django----celery

目录

• 简介
• 核心
• 功能
• Celery配置项
• web框架集成
• 安装
• broker
• • rabbitmq
• 在包中使用Celery
• celery定时任务
• 后台启动worker进程

简介

celery是基于python的分布式任务队列，一款简单、灵活、可靠的分布式系统。可以在一台机器上运行，也可以在多台机器上运行。
任务队列一般用于线程或计算机之间分配工作的一种机制。
 

核心

1. task， 耗时的任务、定时任务
2. broker， 消息中间件，如redis/rabbitmq
3. worker, 执行者，并发执行（eventlet，gevent）
4. backend， 存储任务的结果，如redis/memcached/Django ORM;
   默认禁用，如果不需要结果则禁用；局部禁用 结果

@app.task(ignore_result=True)
def task():
	return 5

5. beat， 定时任务的调度器

功能

1. 监控集群状态
2. 任务调度
3. 内存泄漏保护

Celery配置项

app = Celery("myworker")
# 消息队列
app.conf.broker_url = ""
# 结果后台
app.conf.result_backend = ""
# 时区
app.conf.timezone = "Asia/Shanghai"

# 保存结果过期 s
app.conf.result_expires = 200

 
 

web框架集成

flask，
django,

安装

pip install celery==4.4.7

# 同时安装依赖
pip install 'celery[gevent]'
pip install 'celery[redis]'

 
 

broker rabbitmq

生产环境中的首先

# 只需简单配置
broker_url = 'amqp://myuser:mypassword@localhost:5672/myvhost'

rabbitmq官网

Ubuntu安装：

$ sudo apt-get install rabbitmq-server

docker运行：

$ docker run -d -p 5462:5462 rabbitmq

https://www.celerycn.io/ru-men/celery-chu-ci-shi-yong
 
 

在包中使用Celery

python3中优先绝对路径导入，然后相对路径

1. 目录结构
   
2. 代码
   celery.py

"""
    基础设置
"""
from celery import Celery

# 实例化
app = Celery(
    "my_worker", # worker名称
    broker="redis://:laufing@127.0.0.1:6379/5", # 消息队列
    backend="redis://:laufing@127.0.0.1:6379/6", # 结果后端，默认禁用
    include=["pkg.tasks"], # celery启动时，需导入的模块
    )

# 更新配置
app.conf.update(
    result_expires = 3600, # 结果过期时间
)

if __name__ == "__main__":
    app.start()

tasks.py

"""
    创建任务函数
"""
from .celery import app

# 创建任务函数
@app.task
def task1():
    print("简单打印结果。。。")
    return 5

@app.task(ignore_result=True) # 当前任务禁用结果
def task2():
    print("局部禁用结果")
    return 10

启动worker进程

# windows  使用eventlet、gevent单线程的高并发---协程
celery -A pkg worker -l info -P eventlet  -n laufing    
# -A 应用
# -l log级别
# -P 并发形式
# -n 主机名 , 一台主机一个名字，起一个worker进程

# linux  默认prefork 进程池
celery -A pkg worker -l info  

查看worker正在处理的任务:

#  检查集群中所有的worker正在执行的任务
celery -A pkg inspect active

# 监视 指定某些worker 正在执行的任务
celery -A pkg inspect active --destination=celery@tom.com， 

# 监控worker及执行的任务
celery -A pkg control enable_events
# 查看worker执行状况
celery -A pkg events --dump 
# 禁用事件
celery -A pkg control disable_events

# 查看集群中的worker列表
celery -A pkg status

 
 

celery定时任务

1. 配置 定时任务调度器

# celery.py 内部

# 定时任务调度器
beat_shedule = {
	"task1":{
		"task": "pkg.tasks.func1", # 任务函数
		"schedule": crontab(minute="*/1"), # 每1分钟执行一次，将任务提交到任务队列
		"args": (), # 任务函数的参数
	},
	"task2": {},
	"task3": {},
}

# 更新配置
app.conf.update(
    beat_schedule = beat_schedule
)

2. 启动 定时任务调度器

# 启动， 会定时提交任务到异步队列
celery -A pkg beat -l info

# 启动worker进程
celery -A pkg worker -l info -P eventlet -n laufing

3. 定时任务遇到的问题
   
4. 解决方案
   删除之前启动定时任务的相关文件

以上可以直接在Django中使用Celery的定时任务
 
 

后台启动worker进程

linux下：， 注意window平台不支持

# 后台启动 multi start
celery -A pkg multi start my_worker -l info 

# 后台 重启  multi restart
# 后台 异步停止  multi stop 
# 后台同步停止  multi stopwait