zoukankan      html  css  js  c++  java
  • Celery 分布式任务队列入门

    一、Celery介绍和基本使用 

    Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理, 如果你的业务场景中需要用到异步任务,就可以考虑使用celery, 举几个实例场景中可用的例子:

    1. 你想对100台机器执行一条批量命令,可能会花很长时间 ,但你不想让你的程序等着结果返回,而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果, 在任务执行ing进行时,你可以继续做其它的事情。 
    2. 你想做一个定时任务,比如每天检测一下你们所有客户的资料,如果发现今天 是客户的生日,就给他发个短信祝福

    Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息,以及存储任务结果, 一般使用rabbitMQ or Redis,后面会讲

    1.1 Celery有以下优点:

    1. 简单:一单熟悉了celery的工作流程后,配置和使用还是比较简单的
    2. 高可用:当任务执行失败或执行过程中发生连接中断,celery 会自动尝试重新执行任务
    3. 快速:一个单进程的celery每分钟可处理上百万个任务
    4. 灵活: 几乎celery的各个组件都可以被扩展及自定制

    Celery基本工作流程图

    1.2 Celery安装使用

    Celery的默认broker是RabbitMQ, 我这里使用redis,仅需配置一行就可以

    broker_url = 'amqp://guest:guest@localhost:5672//'
    

     

    使用Redis做broker也可以

    broker_url = 'redis://:password@localhost:6379'  

     注意:celery任务队列执行使用的中间件和取结果的中间件是彼此分离的,在使用中都需要各自配置

    1. 3 开始使用Celery啦  

    安装celery模块

    pip3 install celery
    

     

    创建一个celery application 用来定义你的任务列表

    创建一个任务文件就叫tasks.py吧

    from celery import Celery
     
    #app是一个worker,负责执行任务,多个worker执行时,任务执行顺序为抢占式,并不会按照类似于rabbitmq分配任务 app = Celery('tasks', broker='redis://:password@localhost', #执行任务中间件 backend='redis://:password@localhost') #保存结果中间件 @app.task def add(x,y): #这是worker可以执行的一个任务 print("running...",x,y) return x+y

     启动Celery Worker来开始监听并执行任务 

    celery -A celery_test worker -l debug
    

     打印结果如下:

    上面显示配置信息

    下面红线内为自定义任务:

     调用任务

    再打开一个终端, 进行命令行模式,调用任务

    >>> from celery_test import add
    >>> add.delay(4, 4)
    

    看你的worker终端会显示收到 一个任务,此时你想看任务结果的话,需要在调用 任务时 赋值个变量

    >>> result = add.delay(4, 4)  

     如果想查看任务是否完成,可调用下面命令,返回布尔值

    >>> result.ready()  

     想拿到任务执行结果,调用下面命令(注意:想拿到结果首先得配置接收任务的中间件,否则会报错)

    result.get()  
    

    二、在项目中如何使用celery 

    可以把celery配置成一个应用 

    目录格式如下

    proj/__init__.py
        /celery.py   #配置信息
        /tasks.py    #任务
    

     配置结果如下: 

     

    编辑proj/celery.py文件:

    from __future__ import absolute_import, unicode_literals  #声明celery从python包绝对路径里导入celery包
    from celery import Celery
     
    app = Celery('proj',
                 broker='amqp://',
                 backend='amqp://',
                 include=['proj.tasks'])  #任务文件路径列表,可添加多个任务
     
    # Optional configuration, see the application user guide.
    app.conf.update(
        result_expires=3600,   #任务结果保存时间
    )
     
    if __name__ == '__main__':
        app.start()

    编辑proj/tasks.py中的内容

    from __future__ import absolute_import, unicode_literals
    from .celery import app  #导入同级目录下celery文件中的app
    
    
    @app.task
    def add(x, y):
        return x + y
    
    
    @app.task
    def mul(x, y):
        return x * y
    
    
    @app.task
    def xsum(numbers):
        return sum(numbers)
    

     cd到proj文件夹上一级启动worker ,命令如下

     celery -A proj worker -l debug  

     执行结果:

    同时启动多个worker:

    停止某个worker:(stopwait是等待当前任务完成停止,stop是立即停止)

    三:celery+django项目

    django 可以轻松跟celery结合实现异步任务,只需简单配置即可

     

    第一步:在settings.py同级目录下,创建celery.py文件

    from __future__ import absolute_import, unicode_literals
    import os
    from celery import Celery
     
    # set the default Django settings module for the 'celery' program.
    os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'PERCRM.settings')    #根据具体项目配置
     
    app = Celery('PERCRM')
     
    # Using a string here means the worker don't have to serialize
    # the configuration object to child processes.
    # - namespace='CELERY' means all celery-related configuration keys
    #   should have a `CELERY_` prefix.
    app.config_from_object('django.conf:settings', namespace='CELERY')
     
    # Load task modules from all registered Django app configs.
    app.autodiscover_tasks()   #自动发现各个app里面创建的celery任务,可以创建多个任务
    @app.task(bind=True) def debug_task(self): print('Request: {0!r}'.format(self.request))

    第二步:配置settings.py同级目录下的__init__.py文件

    from __future__ import absolute_import, unicode_literals
    
    # This will make sure the app is always imported when
    # Django starts so that shared_task will use this app.
    from .celery import app as celery_app
    
    __all__ = ['celery_app']  

    第三步:配置settings.py文件  

    CELERY_BROKER_URL = 'redis://:123456@192.168.2.107'
    CELERY_RESULT_BACKEND = 'redis://:123456@192.168.2.107'  

    第四步:创建任务文件,在APP下创建tasks.py文件

    任务内容格式如下:

    # Create your tasks here
    from __future__ import absolute_import, unicode_literals
    from celery import shared_task  #可以跟其他APP共享任务
    
    
    @shared_task
    def add(x, y):
        return x + y
    
    
    @shared_task
    def mul(x, y):
        return x * y
    
    
    @shared_task
    def xsum(numbers):
        return sum(numbers)
    

     此时,基本的配置就完了,加上一条对应的视图,整个项目就可以结合celery运行了 

    urls.py:

    views.py

    from students.tasks import add,mul
    
    
    def celery_test(request):
        task = add.delay(123,456)
    
        return HttpResponse(task.id)
    

     现在我们启动项目:

    进到项目里面启动celery

    此时在浏览器访问http://192.168.2.107:8866/celery_test/

    结果如下,返回了celery任务id,一个简单的celery与django结合的项目就完成了

    再查看服务端celery

     四、Celery 定时任务

     celery支持定时任务,设定好任务的执行时间,celery就会定时自动帮你执行, 这个定时任务模块叫celery beat

    写一个脚本 叫periodic_task.py

    from celery import Celery
    from celery.schedules import crontab
     
    app = Celery()
     
    @app.on_after_configure.connect  #装饰器作用:只要脚本一启动便立刻自动执行被装饰的函数
    def setup_periodic_tasks(sender, **kwargs):
        # Calls test('hello') every 10 seconds.
        sender.add_periodic_task(10.0, test.s('hello'), name='add every 10')  #每隔十秒钟,执行test函数,传入参数‘hello’,
     
        # Calls test('world') every 30 seconds
        sender.add_periodic_task(30.0, test.s('world'), expires=10)  #expires任务结果保存十秒钟
      
        # Executes every Monday morning at 7:30 a.m.
        sender.add_periodic_task(
            crontab(hour=7, minute=30, day_of_week=1),
            test.s('Happy Mondays!'),  #每周一早上十点半执行test函数
        )
     
    @app.task
    def test(arg):
        print(arg)
    

     add_periodic_task 会添加一条定时任务

    上面是通过调用函数添加定时任务,也可以像写配置文件 一样的形式添加, 下面是每30s执行的任务 

    app.conf.beat_schedule = {
        'add-every-30-seconds': {
            'task': 'tasks.add',
            'schedule': 30.0,
            'args': (16, 16)
        },
    }
    app.conf.timezone = 'UTC'
    

     任务添加好了,需要让celery单独启动一个进程来定时发起这些任务, 注意, 这里是发起任务,不是执行,这个进程只会不断的去检查你的任务计划, 每发现有任务需要执行了,就发起一个任务调用消息,交给celery worker去执行 

     启动任务调度器 celery beat,(注意:需写上具体的任务名)

    输出:

    worker打印输出:

    五、在django中使用计划任务功能

    第一步:安装模块

    pip3 install django-celery-beat  

     第二步:在django项目的settings.py中INSTALLED_APPS的配置

    第三步:配置完之后,需要同步数据库,执行migrate与makemigrations命令

    以上操作完成之后,启动django项目,访问http://192.168.2.107:8866/admin/

    在admin页面我们会看到底部多了一个三张表出来

    配置完长这样

    此时启动你的celery beat 和worker,会发现每隔2分钟,beat会发起一个任务消息让worker执行scp_task任务

    注意,经测试,每添加或修改一个任务,celery beat都需要重启一次,要不然新的配置不会被celery beat进程读到

      

     

     

  • 相关阅读:
    BZOJ2219数论之神——BSGS+中国剩余定理+原根与指标+欧拉定理+exgcd
    Luogu 3690 Link Cut Tree
    CF1009F Dominant Indices
    CF600E Lomsat gelral
    bzoj 4303 数列
    CF1114F Please, another Queries on Array?
    CF1114B Yet Another Array Partitioning Task
    bzoj 1858 序列操作
    bzoj 4852 炸弹攻击
    bzoj 3564 信号增幅仪
  • 原文地址:https://www.cnblogs.com/chenice/p/6918435.html
Copyright © 2011-2022 走看看