zoukankan      html  css  js  c++  java

  • 异步Celery

    一、什么是Celery

    1.1、celery是什么

    Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。

    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

    另外， Celery还支持不同的并发和序列化的手段

    • 并发：Prefork, Eventlet, gevent, threads/single threaded
    • 序列化：pickle, json, yaml, msgpack. zlib, bzip2 compression， Cryptographic message signing 等等

    1.2、使用场景

    celery是一个强大的 分布式任务队列的异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab)。

    异步任务：将耗时操作任务提交给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

    1.3、Celery具有以下优点

    复制代码
    Simple(简单)
Celery 使用和维护都非常简单，并且不需要配置文件。

    Highly Available（高可用）
    
woker和client会在网络连接丢失或者失败时，自动进行重试。并且有的brokers 也支持“双主”或者“主／从”的方式实现高可用。
    

    Fast（快速）
    
单个的Celery进程每分钟可以处理百万级的任务，并且只需要毫秒级的往返延迟（使用 RabbitMQ, librabbitmq, 和优化设置时）
    

    Flexible（灵活）
    
Celery几乎每个部分都可以扩展使用，自定义池实现、序列化、压缩方案、日志记录、调度器、消费者、生产者、broker传输等等。

    复制代码

     1.4、Celery安装

    你可以安装Celery通过Python包管理平台（PyPI）或者源码安装
    使用pip安装:

    ?
    1
    $ pip install -U Celery

    或着：

    ?
    1
    $ sudo easy_install Celery

    二、Celery执行异步任务

    2.1、基本使用

    创建项目celerypro

    创建异步任务执行文件celery_task:

    复制代码
    import celery
import time
backend='redis://127.0.0.1:6379/1'
broker='redis://127.0.0.1:6379/2'
cel=celery.Celery('test',backend=backend,broker=broker)
@cel.task
def send_email(name):
    print("向%s发送邮件..."%name)
    time.sleep(5)
    print("向%s发送邮件完成"%name)
    return "ok"　　
    复制代码

    创建执行任务文件,produce_task.py:

    from celery_task import send_email
result = send_email.delay("yuan")
print(result.id)
result2 = send_email.delay("alex")
print(result2.id)　　

    注意，异步任务文件命令执行：

    ?
    1
    celery worker -A celery_app_task -l info

    创建py文件：result.py，查看任务执行结果，

    复制代码
    from celery.result import AsyncResult
from celery_task import cel

    async_result=AsyncResult(id="c6ddd5b7-a662-4f0e-93d4-ab69ec2aea5d", app=cel)
    

    if async_result.successful():
    
result     = async_result.get()
    
    print(result)
    
    # result.forget() # 将结果删除
    
elif async_result.failed():
    
    print('执行失败')
    
    elif async_result.status == 'PENDING':
    
    print('任务等待中被执行')
    
    elif async_result.status == 'RETRY':
    
    print('任务异常后正在重试')
    
    elif async_result.status == 'STARTED':
    
    print('任务已经开始被执行')

    复制代码

    2.1、多任务结构

     

    celery.py:

    复制代码
    from celery import Celery

    cel = Celery('celery_demo',
    
broker    ='redis://127.0.0.1:6379/1',
    
backend    ='redis://127.0.0.1:6379/2',
    
    # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
    
include=['celery_tasks.task01',
    
    'celery_tasks.task02'
    
])
    

    # 时区
    
cel.conf.timezone = 'Asia/Shanghai'
    
# 是否使用UTC
    
cel.conf.enable_utc = False

    复制代码

    task01.py,task02.py:

    复制代码
    #task01
import time
from celery_tasks.celery import cel

    @cel.task
    
def send_email(res):
    
time.sleep(    5)
    
    return "完成向%s发送邮件任务"%res
    

    #task02
    
import time
    
    from celery_tasks.celery import cel
    
@cel.task
    
    def send_msg(name):
    
time.sleep(    5)
    
    return "完成向%s发送短信任务"%name

    复制代码

    produce_task.py:

    复制代码
    from celery_tasks.task01 import send_email
from celery_tasks.task02 import send_msg

    # 立即告知celery去执行test_celery任务，并传入一个参数
    
result = send_email.delay('yuan')
    
    print(result.id)
    
result     = send_msg.delay('yuan')
    
    print(result.id)

    复制代码

    check_result.py:

    复制代码
    from celery.result import AsyncResult
from celery_tasks.celery import cel

    async_result = AsyncResult(id="562834c6-e4be-46d2-908a-b102adbbf390", app=cel)
    

    if async_result.successful():
    
result     = async_result.get()
    
    print(result)
    
    # result.forget() # 将结果删除,执行完成，结果不会自动删除
    
# async.revoke(terminate=True)  # 无论现在是什么时候，都要终止
    
# async.revoke(terminate=False) # 如果任务还没有开始执行呢，那么就可以终止。
    
elif async_result.failed():
    
    print('执行失败')
    
    elif async_result.status == 'PENDING':
    
    print('任务等待中被执行')
    
    elif async_result.status == 'RETRY':
    
    print('任务异常后正在重试')
    
    elif async_result.status == 'STARTED':
    
    print('任务已经开始被执行')

    复制代码

    开启work：celery worker -A celery_task -l info -P eventlet，添加任务（执行produce_task.py)，检查任务执行结果（执行check_result.py）

    三、Celery执行定时任务

     设定时间让celery执行一个定时任务，produce_task.py:

    复制代码
    from celery_task import send_email
from datetime import datetime

    # 方式一
    

     v1 = datetime(2020, 3, 11, 16, 19, 00)
    

     print(v1)
    

     v2 = datetime.utcfromtimestamp(v1.timestamp())
    

     print(v2)
    

     result = send_email.apply_async(args=["egon",], eta=v2)
    

     print(result.id)
    

    # 方式二
    
ctime = datetime.now()
    
    # 默认用utc时间
    
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    
    from datetime import timedelta
    
time_delay     = timedelta(seconds=10)
    
task_time     = utc_ctime + time_delay
    

    # 使用apply_async并设定时间
    
result = send_email.apply_async(args=["egon"], eta=task_time)
    
    print(result.id)

    复制代码

    多任务结构中celery.py修改如下:

    复制代码
    from datetime import timedelta
from celery import Celery
from celery.schedules import crontab

    cel = Celery('tasks', broker='redis://127.0.0.1:6379/1', backend='redis://127.0.0.1:6379/2', include=[
    
    'celery_tasks.task01',
    
    'celery_tasks.task02',
    
])
    
cel.conf.timezone     = 'Asia/Shanghai'
    
cel.conf.enable_utc     = False
    

    cel.conf.beat_schedule = {
    
    # 名字随意命名
    
'add-every-10-seconds': {
    
    # 执行tasks1下的test_celery函数
    
'task': 'celery_tasks.task01.send_email',
    
    # 每隔2秒执行一次
    
# 'schedule': 1.0,
    
# 'schedule': crontab(minute="*/1"),
    
'schedule': timedelta(seconds=6),
    
    # 传递参数
    
'args': ('张三',)
    
},
    
    # 'add-every-12-seconds': {
    
#     'task': 'celery_tasks.task01.send_email',
    
#     每年4月11号，8点42分执行
    
#     'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    
#     'args': ('张三',)
    
# },
    
} 

    复制代码
    ?
    1
    2
    3
    # 启动 Beat 程序$ celery beat -A proj<br># Celery Beat进程会读取配置文件的内容，周期性的将配置中到期需要执行的任务发送给任务队列
     
    # 之后启动 worker 进程.$ celery -A proj worker -l info 或者$ celery -B -A proj worker -l info

    四、Django中使用celery

     项目根目录创建celery包，目录结构如下：

    复制代码
    mycelery/
├── config.py
├── __init__.py
├── main.py
└── sms/
    ├── __init__.py
    ├── tasks.py
    复制代码

    配置文件config.py:

    broker_url = 'redis://127.0.0.1:6379/15'
result_backend = 'redis://127.0.0.1:6379/14'

    任务文件tasks.py：

    复制代码
    # celery的任务必须写在tasks.py的文件中，别的文件名称不识别!!!
from mycelerys.main import app
import time

    import logging
    
log     = logging.getLogger("django")
    

    @app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
    
def send_sms(mobile):
    
    """发送短信"""
    
print("向手机号%s发送短信成功!"%mobile)
    
time.sleep(    5)
    

    </span><span style="color: rgba(0, 0, 255, 1)">return</span> <span style="color: rgba(128, 0, 0, 1)">"</span><span style="color: rgba(128, 0, 0, 1)">send_sms OK</span><span style="color: rgba(128, 0, 0, 1)">"</span><span style="color: rgba(0, 0, 0, 1)">

    

    @app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
    
def send_sms2(mobile):
    
    print("向手机号%s发送短信成功!" % mobile)
    
time.sleep(    5)
    

    </span><span style="color: rgba(0, 0, 255, 1)">return</span> <span style="color: rgba(128, 0, 0, 1)">"</span><span style="color: rgba(128, 0, 0, 1)">send_sms2 OK</span><span style="color: rgba(128, 0, 0, 1)">"</span></pre>

    

    复制代码

    最后在main.py主程序中对django的配置文件进行加载

    复制代码
    # 主程序
import os
from celery import Celery
# 创建celery实例对象
app = Celery("sms")

    # 把celery和django进行组合，识别和加载django的配置文件
    
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celeryPros.settings.dev')
    

    # 通过app对象加载配置
    
app.config_from_object("mycelerys.config")
    

    # 加载任务
    

     参数必须必须是一个列表，里面的每一个任务都是任务的路径名称
    

     app.autodiscover_tasks(["任务1","任务2"])
    

    app.autodiscover_tasks(["mycelerys.sms",])
    

    # 启动Celery的命令
    

     强烈建议切换目录到mycelery根目录下启动
    

     celery -A mycelery.main worker --loglevel=info
    复制代码

    Django视图调用：

    from django.shortcuts import render

    Create your views here.

    from django.shortcuts import render,HttpResponse
    from mycelerys.sms.tasks import send_sms,send_sms2
    from datetime import timedelta

    from datetime import datetime
    def test(request):

    ################################# 异步任务

# 1. 声明一个和celery一模一样的任务函数，但是我们可以导包来解决

# send_sms.delay("110")
# send_sms2.delay("119")
# send_sms.delay() 如果调用的任务函数没有参数，则不需要填写任何内容


################################# 定时任务

# ctime = datetime.now()
# # 默认用utc时间
# utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
# time_delay = timedelta(seconds=10)
# task_time = utc_ctime + time_delay
# result = send_sms.apply_async(["911", ], eta=task_time)
# print(result.id)

return HttpResponse('ok')

    　　
  • 相关阅读:
    Pika的设计及实现
    高性能网络编程
    C语言的结构体
    消息队列库——ZeroMQ
    Diffie-Hellman密钥交换算法
    mysql-proxy 读写分离
    位运算
    分布式学习之一：事务
    Redis Cluster
    SpringBoot整合ActiveMQ，看这篇就够了
  • 原文地址：https://www.cnblogs.com/huanghongzheng/p/14129607.html
Copyright © 2011-2022 走看看