zoukankan      html  css  js  c++  java

  • celery结合django使用

    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

    ?
    1
    broker_url = 'amqp://guest:guest@localhost:5672//'

    　

    使用Redis做broker也可以

    ?
    1
    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

    ?
    1
    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

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    from celery import Celery
     <br>#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　

    ?
    1
    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

    ?
    1
    2
    >>> 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

    ?
    1
    >>> 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

    ?
    1
    >>> 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）

    ?
    1
    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

    ?
    1
    2
    3
    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:

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    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

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    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

    ?
    1
    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

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    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
    ?
    1
    @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

    ?
    1
    2
    3
    4
    5
    6
    7
    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　　

    ?
    1
    2
    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：

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    # 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

    ?
    1
    2
    3
    4
    5
    6
    7
    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

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    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　

    ?
    1
    2
    3
    4
    5
    6
    7
    8
    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

    ?
    1
    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

    　　

    https://zhuanlan.zhihu.com/p/369639432
     
     
    每天逼着自己写点东西，终有一天会为自己的变化感动的。这是一个潜移默化的过程，每天坚持编编故事，自己不知不觉就会拥有故事人物的特质的。 Explicit is better than implicit.(清楚优于含糊)
  • 相关阅读:
    windows 10 查看电池损耗情况
    pycharm 远程显示 matplotlib
    关联矩阵与邻接矩阵 2018-11-27
    Determinats(行列式) 2018-11-23
    Ablation study 2018-11-10
    ODBC，实现图片循环写入Oracle数据库
    c#与java之比较（转自Jack.Wang's home）
    java中移位操作
    如何自学java迅速成为java高手
    一点点学习思考
  • 原文地址：https://www.cnblogs.com/kylin5201314/p/14865923.html
Copyright © 2011-2022 走看看