所有演示均基于Django2.0
celery是一个基于python开发的简单、灵活且可靠的分布式任务队列框架,支持使用任务队列的方式在分布式的机器/进程/线程上执行任务调度。采用典型的生产者-消费者模型,主要由三部分组成:
消息队列broker:broker实际上就是一个MQ队列服务,可以使用redis、rabbitmq等作为broker
处理任务的消费者workers:broker通知worker队列中有任务,worker去队列中取出任务执行,每一个worker就是一个进程
存储结果的backend:执行结果存储在backend,默认也会存储在broker使用的MQ队列服务中,也可以单独配置用何种服务做backend
异步任务我的异步使用场景为项目上线:前端web上有个上线按钮,点击按钮后发请求给后端,后端执行上线过程要5分钟,后端在接收到请求后把任务放入队列异步执行,同时马上返回给前端一个任务执行中的结果。若果没有异步执行会怎么样呢?同步的情况就是执行过程中前端一直在等后端返回结果,页面转呀转的就转超时了。
异步任务配置1.安装rabbitmq,这里我们使用rabbitmq作为broker,安装完成后默认启动了,也不需要其他任何配置
# apt-get install rabbitmq-server2.安装celery
# pip3 install celery3.celery用在django项目中,django项目目录结构(简化)如下
website/ |-- deploy | |-- admin.py | |-- apps.py | |-- __init__.py | |-- models.py | |-- tasks.py | |-- tests.py | |-- urls.py | `-- views.py |-- manage.py |-- README `-- website |-- celery.py |-- __init__.py |-- settings.py |-- urls.py `-- wsgi.py4.创建website/celery.py主文件
from __future__ import absolute_import, unicode_literals import os from celery import Celery, platforms # set the default Django settings module for the 'celery' program. os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'website.settings') app = Celery('website') # 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() # 允许root 用户运行celery platforms.C_FORCE_ROOT = True @app.task(bind=True) def debug_task(self): print('Request: {0!r}'.format(self.request))5.在website/__init__.py文件中增加如下内容,确保django启动的时候这个app能够被加载到
from __future__ import absolute_import # 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']6.各应用创建tasks.py文件,这里为deploy/tasks.py
from __future__ import absolute_import from celery import shared_task @shared_task def add(x, y): return x + y注意tasks.py必须建在各app的根目录下,且只能叫tasks.py,不能随意命名
7.views.py中引用使用这个tasks异步处理
from deploy.tasks import add def post(request): result = add.delay(2, 3)使用函数名.delay()即可使函数异步执行
可以通过result.ready()来判断任务是否完成处理
如果任务抛出一个异常,使用result.get(timeout=1)可以重新抛出异常
如果任务抛出一个异常,使用result.traceback可以获取原始的回溯信息
8.启动celery
# celery -A website worker -l info9.这样在调用post这个方法时,里边的add就可以异步处理了
定时任务定时任务的使用场景就很普遍了,比如我需要定时发送报告给老板~
定时任务配置1.website/celery.py文件添加如下配置以支持定时任务crontab
from celery.schedules import crontab app.conf.update( CELERYBEAT_SCHEDULE = { 'sum-task': { 'task': 'deploy.tasks.add', 'schedule': timedelta(seconds=20), 'args': (5, 6) } 'send-report': { 'task': 'deploy.tasks.report', 'schedule': crontab(hour=4, minute=30, day_of_week=1), } } )定义了两个task:
名字为'sum-task'的task,每20秒执行一次add函数,并传了两个参数5和6
名字为'send-report'的task,每周一早上4:30执行report函数
timedelta是datetime中的一个对象,需要from datetime import timedelta引入,有如下几个参数
days:天
seconds:秒
microseconds:微妙
milliseconds:毫秒
minutes:分
hours:小时
crontab的参数有:
month_of_year:月份
day_of_month:日期
day_of_week:周
hour:小时
minute:分钟
2.deploy/tasks.py文件添加report方法:
@shared_task def report(): return 53.启动celery beat,celery启动了一个beat进程一直在不断的判断是否有任务需要执行
# celery -A website beat -l info Tips