celery介绍
celery是一个异步任务框架,它可以执行异步任务、延迟任务、定时任务
异步任务框架简述:
1)celery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
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
异步执行:解决耗时任务,将耗时操作任务提交给Celery去异步执行,比如发送短信/邮件、消息推送、音视频处理等等
延迟执行:解决延迟任务
定时执行:解决周期(周期)任务,比如每天数据统计
Celery的安装配置
pip install celery gevent
windows环境下启动celery
# module为python module名celery -A worker -l info -P gevent
celery执行异步任务
采用包架构封装(多任务结构)
在项目文件project下新建一个celery包
project ├── celery_task # celery包 │ ├── __init__.py # 包文件 │ ├── celery.py # celery连接和配置相关文件,且名字必须叫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
# 导入模块from celery import Celery# 指定任务中间件和任务处理仓库为redis里的第一个库,后面1表示第一个,2表示第二个。broker = 'redis://127.0.0.1:6379/1'backend = 'redis://127.0.0.1:6379/2'# backend='redis://:123456@127.0.0.1:6379/1' redis加密码写法# include列表里表示celery_task包里的task.py交给app处理app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])
task.py
from .celery import appimport time@app.task #添加该装饰器表示这个函数任务使用了celery框架的异步处理def add(n, m): print(n) print(m) time.sleep(10) print('n+m的结果:%s' % (n + m)) return n + m@app.taskdef low(n, m): print(n) print(m) print('n-m的结果:%s' % (n - m)) return n - m
add_task.py
这个py文件是用来添加任务的,可以建在任意位置
from celery_task import tasks# 添加立即执行任务t1 = tasks.add.delay(10, 20)t2 = tasks.low.delay(100, 50)print(t1) # 获取的就是这个任务的id号# 添加延迟任务from datetime import datetime, timedeltaeta=datetime.utcnow() + timedelta(seconds=10)tasks.low.apply_async(args=(200, 50), eta=eta)
get_result.py
这个py文件是用来获取任务处理的结果的
from celery_task.celery import appfrom celery.result import AsyncResultid = '21325a40-9d32-44b5-a701-9a31cc3c74b5' #输入任务的id号if __name__ == '__main__': async = AsyncResult(id=id, app=app) if async.successful(): #如果这个任务执行成功 result = async.get() #得到结果 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')
celery执行延迟任务
在add_task.py里书写:
# 添加延迟任务from datetime import datetime, timedelta# datetime.utcnow()表示获取当前的utc时间,timedelta(seconds=10)表示加10秒timedelta括号里之后是时间类型,可以相加减eta=datetime.utcnow() + timedelta(seconds=10)# 使用的是apply_async这个方法,tasks.add这个是函数名,args括号里是函数add需要传的参数,eta必须是utc时间tasks.add.apply_async(args=(200, 50), eta=eta)
celery执行定时任务
将celery.py添加以下定时配置
# 导入模块from celery import Celery# 指定任务中间件和任务处理仓库为redis里的第一个库,后面1表示第一个,2表示第二个。broker = 'redis://127.0.0.1:6379/1'backend = 'redis://127.0.0.1:6379/2'# backend='redis://:123456@127.0.0.1:6379/1' redis加密码写法# include列表里表示celery_task包里的task.py交给app处理app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])# 定时任务配置# 时区app.conf.timezone = 'Asia/Shanghai'# 是否使用UTCapp.conf.enable_utc = False# 任务的定时配置from datetime import timedeltafrom celery.schedules import crontabapp.conf.beat_schedule = { 'add-task': { 'task': 'celery_task.tasks.add', # celery_task.tasks.low这个是你函数任务的位置,task是固定的 'schedule': timedelta(seconds=3), # 每隔三秒执行一次 # 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 'args': (300, 150), # 函数任务需要传入的参数 }}
然后在终端下cd到scripts文件夹
执行celery -A celery_task beat
表示开始定时发布任务