python中的Celery基本使用

一、Celery异步任务框架

Celery是一个异步任务框架，并且是一个简单、灵活可靠的，处理大量消息的分布式系统

Celery服务为其他项目服务提供异步解决任务的需求，内置socket

Celery可执行的任务：执行异步任务，执行延迟任务，执行定时任务

Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html

二、Celery架构

Celery是由三部分组成的，消息中间件（message broker）、任务执行单元（worker）、任务结果存储（task result store）组成的。

Broker（任务中间件）————>Worker（任务执行者）————>Backend（任务结果仓库）

消息中间件：Celery是不提供消息服务的，但是可以使用第三方来提供消息服务（提供任务），列如，Redis。

任务执行单元：Worker会自动（后台异步）执行消息中间件（broker）中的任务任务。

任务结果存储：将Worker执行的结果存储在backend中，可以使用Redis来存储

三、Celery任务结构

Celery有两种任务结构，基本结构、包架构封装，但是我们提倡使用包架构封装，因为结构更加清晰，例如：

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

包架构封装

celery.py

from celery import Celery

broker = 'redis://127.0.0.1:6379/1'     # broker 任务队列，任务放到这里面
backend = 'redis://127.0.0.1:6379/2'    # backend 结果存储，执行结果放在这里面

app = Celery(__name__, broker=broker, backend=backend, include=['celery_task.tasks'])

tasks.py

from .celery import app

@app.task
def add(x, y):
    return x + y

@app.task
def multip(x, y):
    return x * y

异步任务执行：

add_task.py

把 tasks.py 中的任务函数添加到 broker 中

windows 首先需要安装：pip install celery 和 pip install eventlet

需要启动 celery， 在包项目下输入以下命令：

C:project> celery -A celery_task worker -P eventlet -l info

celery -A 包名 worker -P eventlet -l info

from celery_task.tasks import add

# 提交异步任务
ret = add.delay(5, 3)	# 把add函数任务添加到 broker中，worker在异步实时取出执行

print(ret)	# 0cc72e56-4604-4c00-bb3d-5b456f4869a7	获取执行结果需要此ID

延迟任务执行：

add_task.py

还是需要先启动celery

from celery_task.tasks import multip
# 提交延迟任务
from datetime import datetime, timedelta

# 需要UTC时间
eta = datetime.utcnow() + timedelta(seconds=10)		# 当前UTC时间往后加10秒
ret = multip.apply_async(args=(9, 9), eta=eta)		# 10 秒之后执行

print(ret)	# 3c8cfa57-05ff-4a26-b8fa-1f7f2d8051f2	获取执行结果需要此ID

定时任务执行：

执行定时任务需要从新配置celery.py

from celery import Celery
from datetime import timedelta
from celery.schedules import crontab

broker = 'redis://127.0.0.1:6379/1'  # broker 任务队列，任务放到这里面
backend = 'redis://127.0.0.1:6379/2'  # backend 任务队列，执行结果放在这里面

app = Celery(__name__, 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

app.conf.beat_schedule = {
    # add 任务
    'add-task': {
        'task': 'celery_task.tasks.add',
        'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点执行一次
        'args': (300, 150),
    },
    # multip 任务
    'multip-task': {
        'task': 'celery_task.tasks.multip',
        'schedule': timedelta(seconds=3),           # 每三秒执行一次
        'args': (300, 150),
    }
}

启动 worker 等待执行任务

celery -A celery_task beat -l info

celery -A 包名 beat -l info

启动 beat 将任务添加 broker 中，让worker执行

celery -A celery_task worker -P eventlet -l info

celery -A 包名 worker -P eventlet -l info

查看任务执行结果：

get_result.py

from celery_task.celery import app
from celery.result import AsyncResult

id = '3fedc0d8-32c8-4b1a-af43-fedfac6107a2'

if __name__ == '__main__':
    asyncs = AsyncResult(id=id, app=app)

    if asyncs.successful():
        result = asyncs.get()
        print(result)	# 成功则取出backend中id对应的值
        
    elif asyncs.failed():
        print('任务失败')
    elif asyncs.status == 'PENDING':
        print('任务等待中被执行')
    elif asyncs.status == 'RETRY':
        print('任务异常后正在重试,或id不存在')
    elif asyncs.status == 'STARTED':
        print('任务已经开始被执行')

基本结构

创建py文件：celery_app_task.py

from celery import Celery
import time

# backend='redis://:123456@127.0.0.1:6379/1'	# 有密码123456

broker = 'redis://127.0.0.1:6379/1'  	# broker 任务队列，任务放到这里面
backend = 'redis://127.0.0.1:6379/2'  	# backend 任务队列，执行结果放在这里面

app = Celery(__name__, broker=broker, backend=backend)

@app.task
def add(x, y):
    return x + y

启动 worker

celery -A celery_app_task worker -P eventlet -l info

添加任务：add_task.py

from celery_app_task import add

# 提交任务
ret = add.delay(5, 3)	# 往 broker 中添加一个任务
print(ret)