官网参考：
Celery 官网：http://www.celeryproject.org/
Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html
Celery 官方文档中文版：http://docs.jinkan.org/docs/celery/
介绍：
""" 1）可以不依赖任何服务器，通过自身命令，启动服务(内部支持socket) 2）celery服务为为其他项目服务提供异步解决任务需求的 注：会有两个服务同时运行，一个是项目服务，一个是celery服务，项目服务将需要异步处理的任务交给celery服务，celery就会在需要时异步完成项目的需求 人是一个独立运行的服务 | 医院也是一个独立运行的服务 正常情况下，人可以完成所有健康情况的动作，不需要医院的参与；但当人生病时，就会被医院接收，解决人生病问题 人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求 """
Celery架构图：
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
三、使用场景
异步执行：解决耗时任务
延迟执行：解决延迟任务
定时执行：解决周期(周期)任务
四、Celery的安装配置
pip install celery
消息中间件：RabbitMQ/Redis
app=Celery('任务名', broker='xxx', backend='xxx')
五、两种celery任务结构：提倡用包管理，结构更清晰
# 如果 Celery对象:Celery(...) 是放在一个模块下的
# 1）终端切换到该模块所在文件夹位置：scripts
# 2）执行启动worker的命令：celery worker -A 模块名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：模块名随意
# 如果 Celery对象:Celery(...) 是放在一个包下的
# 1）必须在这个包下建一个celery.py的文件，将Celery(...)产生对象的语句放在该文件中
# 2）执行启动worker的命令：celery worker -A 包名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：包名随意七、Celery执行异步任务
包架构封装
project
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须交celery.py
│ └── tasks.py # 所有任务函数
├── add_task.py # 添加任务
└── get_result.py # 获取结果
celery.py 基本配置
# 1）创建app + 任务 # 2）启动celery(app)服务： # 非windows # 命令：celery worker -A celery_task -l info # windows： # pip3 install eventlet # celery worker -A celery_task -l info -P eventlet # 3）添加任务：手动添加，要自定义添加任务的脚本，右键执行脚本 # 4）获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本 from celery import Celery # 无密码 broker = 'redis://127.0.0.1:6379/1' backend = 'redis://127.0.0.1:6379/2' # 有密码： broker = 'redis://:123@127.0.0.1:6379/1' backend = 'redis://:123@127.0.0.1:6379/2' app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) ''' broker : 任务仓库 backend ： 任务结果仓库 include ：任务(函数)所在文件 '''
tasks.py 添加任务
from .celery import app @app.task def add(n1,n2): res = n1+n2 print('n1+n2 = %s' % res) return res @app.task def low(n1,n2): res = n1-n2 print('n1-n2 = %s' % res) return res
add_task.py 添加立即、延迟任务
from celery_task import tasks # delay ：添加立即任务 # apply_async ： 添加延迟任务 # eta ： 执行的utc时间 # 添加立即执行任务 t1 = tasks.add.delay(10, 20) t2 = tasks.low.delay(100, 50) print(t1.id) # 添加延迟任务 from celery_package.tasks import jump from datetime import datetime,timedelta # 秒 def eta_second(second): ctime = datetime.now() # 当前时间 utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间 time_delay = timedelta(seconds=second) # 秒 return utc_ctime + time_delay # 当前时间+往后延迟的秒 # 天 def eta_days(days): ctime = datetime.now() # 当前时间 utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间 time_delay = timedelta(days=days) # 天 return utc_ctime + time_delay # 当前时间+往后延迟的天 jump.apply_async(args=(20,5), eta=eta_second(10)) # 10秒后执行 jump.apply_async(args=(20,5), eta=eta_days(1)) # 1天后执行
get_result.py 获取结果
from celery_task.celery import app from celery.result import AsyncResult id = '21325a40-9d32-44b5-a701-9a31cc3c74b5' if __name__ == '__main__': async = AsyncResult(id=id, app=app) if async.successful(): result = async.get() print(result) elif async.failed(): print('任务失败') elif async.status == 'PENDING': print('任务等待中被执行') elif async.status == 'RETRY': print('任务异常后正在重试') elif async.status == 'STARTED': print('任务已经开始被执行')
九、高级使用
celery.py 定时任务配置(循环的)
特点：
添加任务的终端关闭之后，停止添加
celery服务端关闭后，把关闭之后未执行的任务都执行一遍，然后继续接收任务
# 1）创建app + 任务 # 2）启动celery(app)服务： # 注）：-A 表示相对路径，所以一定先进入celery_task所在包 -l 表示打印到日志 info 级别 # 非windows # 命令：celery worker -A celery_task -l info # windows： # pip3 install eventlet # celery worker -A celery_task -l info -P eventlet # 3）添加任务：自动添加任务，所以要启动一个添加任务的服务 # 命令：celery beat -A celery_task -l info # 4）获取结果 from celery import Celery # 无密码 broker = 'redis://127.0.0.1:6379/1' backend = 'redis://127.0.0.1:6379/2' # 有密码： broker = 'redis://:123@127.0.0.1:6379/1' backend = 'redis://:123@127.0.0.1:6379/2' app = Celery(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 # 自动任务的定时配置 from datetime import timedelta from celery.schedules import crontab app.conf.beat_schedule = { # 定时任务名字 'fall_task': { 'task': 'celery_task.tasks.fall', 'args':(30,20), 'schedule': timedelta(seconds=3), # 3秒后执行 # 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 } } ''' fall_task：任务名自定义 task:任务来源 args:任务参数 schedule：定时时间 ''' 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 ''' minute : 分钟 hour ：小时 day_of_week ：礼拜 day_of_month:月 month_of_year:年 '''
tasks.py
from .celery import app @app.task def fall(n1,n2): res = n1/n2 print('n1 /n2 = %s' % res) return res
get_result.py
from celery_task.celery import app from celery.result import AsyncResult id = '21325a40-9d32-44b5-a701-9a31cc3c74b5' if __name__ == '__main__': async = AsyncResult(id=id, app=app) if async.successful(): result = async.get() print(result) elif async.failed(): print('任务失败') elif async.status == 'PENDING': print('任务等待中被执行') elif async.status == 'RETRY': print('任务异常后正在重试') elif async.status == 'STARTED': print('任务已经开始被执行')