我们可以用Go写一个计算密集型任务的Worker，然后用Python的Celery beat来调度这个Worker，下面给大家演示一下：
1.编写Go Worker
最好是将计算密集型的任务改造成Go语言版的，这样收益才能最大化。
比如这里，我使用的是上回从1亿减到1的老梗。
PS，别被下面这段代码吓到了，其实大部分是可以去掉的配置项，核心代码就几行。
输入命令：
go run main.go
即可运行该worker
2.编写Python客户端
每5秒调度一次1亿减到1，不过不跑Python worker. 由于Go Worker在运行，这里的minus会被Go Worker消费。
另外请注意，这里的minus函数实际上只是为了能被识别到而编写的，其内容毫无意义，直接写个pass都没问题（因为实际上是Go Worker在消费）。
编写完后，针对go_tasks模块启动beat：
celery -A go_tasks beat
此时，调度器就会调度Go Worker执行任务：
可以看到，我们成功用Python的Celery Beat调度了Go写的Worker！可喜可贺。
接下来可以看看如果单纯用Python的Worker做这样的计算是有多耗时：
启动worker:
celery worker -A python_tasks -l info --pool=eventlet
启动beat调度器:
celery -A python_tasks beat
结果如下：
可以看到，Python从1亿减到1平均需要5.2秒左右的时间，和Go版相差了100倍左右。
如果我们将调度器的频率提高到每秒计算1次，Python版的Worker，其任务队列一定会堵塞，因为Worker消费能力不够强大。相比之下，Go版的Worker可就非常给力了。