Celery

什么是Clelery

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架构

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

使用场景

异步任务：将耗时操作任务提交给Celeryu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

Celery的安装配置

pip install celery

消息中间件：RabbitMQ/Redis

app=Celery('任务名'，backend='xxx',broker='xxx')

Celery执行异步任务

创建py文件：celery_app_task.py

from celery import Celery
# broker='redis://127.0.0.1:6379/2' 不加密码
backend='redis://:123456@127.0.0.1:6379/0' #最后的0是指定的库
broker='redis://:123456@127.0.0.1:6379/1'
app = Celery('test',broker=broker,backend=backend) #一定要指定一个名字，每次实例化都要起一个名字

#任务其实是一个函数
#需要用到一个装饰器,表示该任务是被celery管理的，并且可以用celery执行的
@app.task()
def add(x,y):
    import time
    time.sleep(2)
    return x+y

现在需要把任务提交到消息队列里，是另一个程序需要新建一个add_task.py

#提交任务到消息队列中
#只是把任务提交到消息队列中，并没有执行
ret = celery_task_s1.add.delay(4,5)
print(ret)
#c94054bb-9aac-425f-a4e2-9b315b2a2fe1返回了字符串，这就是任务的标识号，那这个去数据库查

创建py文件：run.py，执行任务，或者使用命令执行：celery worker -A celery_app_task -l info

注：windows下：celery worker -A celery_app_task -l info -P eventlet

在命令行输入命令

然后数据库就有结果了

然后查看任务执行结果创建celery_result.py

from celery.result import AsyncResult
from celery_task_s1 import app

async = AsyncResult(id="c94054bb-9aac-425f-a4e2-9b315b2a2fe1", app=app)

if async.successful():
    #取出return值
    result = async.get()
    print(result)
    # result.forget() # 将结果删除
elif async.failed():
    print('执行失败')
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')

这就是分布式

总结流程

-1 指定broker（消息中间件），指定backend（结果存储）
-2 实例化产生一个Celery对象 app=Celery('名字'，broker，backend)
-3 加装饰器绑定任务，在函数（add）上加装饰器app.task
-4 其他程序提交任务,先导入add，add.delay(参，参数)，会将该函数提交到消息中间件，但是并不会执行，有个返回值，直接print会打印出任务的id，以后用id去查询任务是否执行完成
-5 启动worker去执行任务：celery worker -A celery_task_s1 -l info   windows下：celery worker -A celery_task_s1 -l info -P eventlet
-6 查看结果：根据id去查询   

多任务结构

pro_cel
    ├── celery_task# celery相关文件夹
    │   ├── celery.py   # celery连接和配置相关文件,必须叫这个名字
    │   └── tasks1.py    #  所有任务函数
    │    └── tasks2.py    #  所有任务函数
    ├── check_result.py # 检查结果
    └── send_task.py    # 触发任务

celery.py

from celery import Celery

backend='redis://:123456@127.0.0.1:6379/1' #最后的0是指定的库
broker='redis://:123456@127.0.0.1:6379/0'
app = Celery('test',broker=broker,backend=backend,
             include=['celery_task.order_task',
                      'celery_task.user_task'
                      ])
#一定要指定一个名字，每次实例化都要起一个名字
# 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
#时区
# app.conf.timezone = 'Asia/Shanghai'
#是否使用UTC
# app.conf.enable_utf = False

order_task.py

from celery_task.celery import app

import time
@app.task
def order_add(x,y):
    time.sleep(1)
    return x+y

user_task.py

from celery_task.celery import app

import time
@app.task
def user_add(x,y):
    time.sleep(1)
    return x+y

add_task.py

from celery_task.order_task import order_add
from celery_task.user_task import user_add

ret = order_add.delay(5,6)
print(ret)
ret2 =user_add.delay(10,6)
print(ret2)

先执行add_task拿到唯一id存到redis里的backend结果存储然后再到命令行执行

-启动worker，celery_task是包的名字
celery worker -A celery_task -l info -P eventle

查询结果celery_result.py

from celery.result import AsyncResult
from celery_task.celery import app

async = AsyncResult(id="48da55ab-6109-4913-8f43-0d6a6ad4a174", app=app)

if async.successful():
    #取出return值
    result = async.get()
    print(result)
    # result.forget() # 将结果删除
elif async.failed():
    print('执行失败')
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')

Celery执行定时任务

设定时间让celery执行一个任务

比如几点几分几秒执行某个任务，添加任务的时候

方式一：

v1 = datetime(2019, 7, 13, 9, 48, 56)
print(v1)
v2 = datetime.utcfromtimestamp(v1.timestamp())
print(v2)
#取出我要执行任务的时间对象，调用apply_async方法，args是参数，eta是执行的时间
result = celery_task_s1.add.apply_async(args=[1, 3], eta=v2)
print(result.id)

方式二：第二种取时间的方法，获取当前之间，定时执行

ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
#取10秒之后的时间对象
time_delay = timedelta(seconds=3)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = celery_task_s1.add.apply_async(args=[4, 3], eta=task_time)
print(result.id)

 类似于contab的定时任务

from celery import Celery
from datetime import timedelta
from celery.schedules import crontab
backend='redis://:123456@127.0.0.1:6379/1' #最后的0是指定的库
broker='redis://:123456@127.0.0.1:6379/0'
app = Celery('test',broker=broker,backend=backend,
             include=['celery_task.order_task',
                      'celery_task.user_task'
                      ])
#一定要指定一个名字，每次实例化都要起一个名字
# 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
#时区
app.conf.timezone = 'Asia/Shanghai'
#是否使用UTC
app.conf.enable_utf = False
-----******-----
app.conf.beat_schedule = {
    # 名字随意命名
    'add-every-10-seconds': {
        # 执行tasks1下的test_celery函数
        'task': 'celery_task.order_task.order_add',
        # 每隔2秒执行一次
        # 'schedule': 1.0,
        # 'schedule': crontab(minute="*/1"),
        'schedule': timedelta(seconds=2),
        # 传递参数
        'args': (5,6)
    },
    # 'add-every-12-seconds': {
    #     'task': 'celery_task.order_task.order_add',
    #     # 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),
    #     # 'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    #     'args': (16, 16)
    # },
}

启动一个beat：celery beat -A celery_task -l info

启动work执行：celery worker -A celery_task -l info -P eventlet

Django中使用Celery

安装包

celery==3.1.25
django-celery==3.1.20

由于django-celery不好用所以直接把多任务结构中的celery_task文件复制到django目录下

-******在celery的任务函数中不能直接调用django的环境，需要手动添加
os.environ.setdefault("DJANGO_SETTINGS_MODULE", "untitled15.settings")
import django
django.setup()

很少有人使用django的celery