zoukankan      html  css  js  c++  java
  • celery 常用设置

    设置时区

    CELERY_TIMEZONE = 'Asia/Shanghai'
    

    启动时区设置

    CELERY_ENABLE_UTC = True
    

    限制任务的执行频率
    下面这个就是限制tasks模块下的add函数,每秒钟只能执行10次

    CELERY_ANNOTATIONS = {'tasks.add':{'rate_limit':'10/s'}}
    

    或者限制所有的任务的刷新频率

    CELERY_ANNOTATIONS = {'*':{'rate_limit':'10/s'}}
    

    也可以设置如果任务执行失败后调用的函数

    def my_on_failure(self,exc,task_id,args,kwargs,einfo):
        print('task failed')
    
    CELERY_ANNOTATIONS = {'*':{'on_failure':my_on_failure}}
    

    并发的worker数量,也是命令行-c指定的数目
    事实上并不是worker数量越多越好,保证任务不堆积,加上一些新增任务的预留就可以了

    CELERYD_CONCURRENCY = 20
    

    celery worker每次去redis取任务的数量,默认值就是4

    CELERYD_PREFETCH_MULTIPLIER = 4
    

    每个worker执行了多少次任务后就会死掉,建议数量大一些

    CELERYD_MAX_TASKS_PER_CHILD = 200
    

    使用redis作为任务队列

    组成: db+scheme://user:password@host:port/dbname
    BROKER_URL = 'redis://127.0.0.1:6379/0'
    

    celery任务执行结果的超时时间

    CELERY_TASK_RESULT_EXPIRES = 1200
    

    单个任务的运行时间限制,否则会被杀死

    CELERYD_TASK_TIME_LIMIT = 60
    

    使用redis存储任务执行结果,默认不使用

    CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/1'
    

    将任务结果使用'pickle'序列化成'json'格式
    任务序列化方式

    CELERY_TASK_SERIALIZER = 'pickle'
    

    任务执行结果序列化方式

    CELERY_RESULT_SERIALIZER = 'json'
    

    也可以直接在Celery对象中设置序列化方式

    app = Celery('tasks', broker='...', task_serializer='yaml')
    

    关闭限速

    CELERY_DISABLE_RATE_LIMITS = True
    

    一份比较常用的配置文件:
    在celery4.x以后,就是BROKER_URL,如果是以前,需要写成

    CELERY_BROKER_URL
    BROKER_URL = 'redis://127.0.0.1:6379/0'
    

    指定结果的接收地址

    CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/1'
    

    指定任务序列化方式

    CELERY_TASK_SERIALIZER = 'msgpack'
    

    指定结果序列化方式

    CELERY_RESULT_SERIALIZER = 'msgpack'
    

    指定任务接受的序列化类型.

    CELERY_ACCEPT_CONTENT = ['msgpack']
    

    任务过期时间,celery任务执行结果的超时时间

    CELERY_TASK_RESULT_EXPIRES = 24 * 60 * 60
    

    任务发送完成是否需要确认,对性能会稍有影响

    CELERY_ACKS_LATE = True
    

    压缩方案选择,可以是zlib, bzip2,默认是发送没有压缩的数据

    CELERY_MESSAGE_COMPRESSION = 'zlib'
    

    规定完成任务的时间
    在5s内完成任务,否则执行该任务的worker将被杀死,任务移交给父进程

    CELERYD_TASK_TIME_LIMIT = 5
    

    celery worker的并发数,默认是服务器的内核数目,也是命令行-c参数指定的数目

    CELERYD_CONCURRENCY = 4
    

    celery worker 每次去BROKER中预取任务的数量

    CELERYD_PREFETCH_MULTIPLIER = 4
    

    每个worker执行了多少任务就会死掉,默认是无限的

    CELERYD_MAX_TASKS_PER_CHILD = 40
    

    设置默认的队列名称,如果一个消息不符合其他的队列就会放在默认队列里面,如果什么都不设置的话,数据都会发送到默认的队列中

    CELERY_DEFAULT_QUEUE = "default"
    

    队列的详细设置

    CELERY_QUEUES = {
        "default": { # 这是上面指定的默认队列
            "exchange": "default",
            "exchange_type": "direct",
            "routing_key": "default"
        },
        "topicqueue": { # 这是一个topic队列 凡是topictest开头的routing key都会被放到这个队列
            "routing_key": "topic.#",
            "exchange": "topic_exchange",
            "exchange_type": "topic",
        },
        "task_eeg": { # 设置扇形交换机
            "exchange": "tasks",
            "exchange_type": "fanout",
            "binding_key": "tasks",
        },
    

    或者配置成下面两种方式:

    配置队列(settings.py)

    CELERY_QUEUES = (
        Queue('default', 
            Exchange('default'), 
            routing_key='default'),
        Queue('for_task_collect', 
            Exchange('for_task_collect'), 
            routing_key='for_task_collect'),
        Queue('for_task_compute', 
            Exchange('for_task_compute'), 
            routing_key='for_task_compute'),
    )
    

    路由(哪个任务放入哪个队列)

    CELERY_ROUTES = {
        'umonitor.tasks.multiple_thread_metric_collector': 
        {
            'queue': 'for_task_collect', 
            'routing_key': 'for_task_collect'
        },
        'compute.tasks.multiple_thread_metric_aggregate': 
        {
            'queue': 'for_task_compute', 
            'routing_key': 'for_task_compute'
        },
        'compute.tasks.test': 
        {
             'queue': 'for_task_compute',
             'routing_key': 'for_task_compute'
        },
    }
    
  • 相关阅读:
    安装python包
    在RHEL5.4上升级Python
    IronPython开发Windows Form程序总结
    Windows下手动配置Oracle Client的要点
    dreampie一个很不错的python命令行交互工具
    Eclipse插件汇总
    pyDbRowFactory Python版Db Row Factory
    如何让Jython自动加载一个Jar包
    跨计算机执行的几个方法
    Python 版 Instance Activator
  • 原文地址:https://www.cnblogs.com/zhangweijie01/p/11813243.html
Copyright © 2011-2022 走看看