1、Celery的概念
Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理， 如果你的业务场景中需要用到异步任务，就可以考虑使用celery， 举几个实例场景中可用的例子:
异步任务：将耗时的操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音频处理等等
定时任务: 每天定时执行爬虫爬取指定内容
还可以使用celery实现简单的分布式爬虫系统等等
Celery 在执行任务时需要通过一个消息中间件（Broker）来接收和发送任务消息，以及存储任务结果， 一般使用rabbitMQ or Redis,
2、Celery的特点
- 简单，易于使用和维护，有丰富的文档。
- 高效，支持多线程、多进程、协程模式运行，单个celery进程每分钟可以处理数百万个任务。
- 灵活，celery中几乎每个部分都可以自定义扩展。
3、Celery的作用
应用解耦，异步处理，流量削锋，消息通讯。
celery通过消息(任务)进行通信，celery通常使用一个叫Broker(中间人/消息中间件/消息队列/任务队列)来协助clients(任务的发出者/客户端)和worker(任务的处理者/工作进程)进行通信的.clients发出消息到任务队列中，broker将任务队列中的信息派发给worker来处理。client ---> 消息 --> Broker(消息队列) -----> 消息 ---> worker(celery运行起来的工作进程)消息队列（Message Queue），也叫消息队列中间件，简称消息中间件，它是一个独立运行的程序，表示在消息的传输过程中临时保存消息的容器。所谓的消息，是指代在两台计算机或2个应用程序之间传送的数据。消息可以非常简单，例如文本字符串或者数字，也可以是更复杂的json数据或hash数据等。所谓的队列，是一种先进先出、后进呼后出的数据结构，python中的list数据类型就可以很方便地用来实现队列结构。目前开发中，使用较多的消息队列有RabbitMQ，Kafka，RocketMQ，MetaMQ，ZeroMQ，ActiveMQ等，当然，像redis、mysql、MongoDB，也可以充当消息中间件，但是相对而言，没有上面那么专业和性能稳定。并发任务10k以下的，直接使用redis并发任务10k以上，1000k以下的，直接使用RabbitMQ并发任务1000k以上的，直接使用RocketMQ4、Celery的运行架构
Celery的运行架构由三部分组成，消息队列（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。
一个celery系统可以包含很多的worker和brokerCelery本身不提供消息队列功能，但是可以很方便地和第三方提供的消息中间件进行集成，包括Redis,RabbitMQ,RocketMQ等5、Celery执行流程图
6、Celery安装
pip install -U celery -i https://pypi.tuna.tsinghua.edu.cn/simple注意：
Celery不建议在windows系统下使用，Celery在4.0版本以后不再支持windows系统，所以如果要在windows下使用只能安装4.0以前的版本，而且即便是4.0之前的版本，在windows系统下也是不能单独使用的，需要安装gevent、geventlet或eventlet协程模块
7、基本使用
使用celery第一件要做的最为重要的事情是需要先创建一个Celery实例对象，我们一般叫做celery应用对象，或者更简单直接叫做一个app。app应用对象是我们使用celery所有功能的入口，比如启动celery、创建任务，管理任务，执行任务等.
celery框架有2种使用方式
- 一种是单独一个项目目录，
- 另一种就是Celery集成到web项目框架中。
8、Celery 使用示例8.1 Celery作为一个单独项目运行
例如，mycelery代码目录直接放在项目根目录下即可，路径如下：
服务端项目根目录/└── mycelery/ ├── settings.py # 配置文件 ├── __init__.py ├── main.py # 入口程序 └── sms/ # 异步任务目录,这里拿发送短信来举例,一个类型的任务就一个目录 └── tasks.py # 任务的文件，文件名必须是tasks.py!!!每一个任务就是一个被装饰的函数，写在任务文件中main.py，代码：
from celery import Celery# 实例化celery应用，参数一般为项目应用名app = Celery("blog")# 通过app实例对象加载配置文件app.config_from_object("mycelery.settings")# 注册任务， 自动搜索并加载任务# 参数必须必须是一个列表，里面的每一个任务都是任务的路径名称# app.autodiscover_tasks(["任务1","任务2",....])app.autodiscover_tasks(["mycelery.sms","mycelery.email"])# 启动Celery的终端命令# 强烈建议切换目录到项目的根目录下启动celery!!# celery -A mycelery.main worker --loglevel=info配置文件settings.py，代码：
# 任务队列的链接地址broker_url = 'redis://127.0.0.1:6379/14'# 结果队列的链接地址result_backend = 'redis://127.0.0.1:6379/15'关于配置信息的官方文档：https://docs.celeryproject.org/en/master/userguide/configuration.html
创建任务文件sms/tasks.py，任务文件名必须固定为”tasks.py”，并创建任务，代码：
from ..main import appfrom utils.tencent_sms import send_message"""# 如果不添加name参数，启动celery后的任务名称就会很长[tasks] . mycelery.sms.tasks.send_sms1 . mycelery.sms.tasks.send_sms3 . send_sms2 . send_sms4"""@app.task(name="send_sms1")def send_sms1(): """没有任务参数，没有返回结果的异步任务""" print('任务：send_sms1执行了。。。')# s2 = send.sms2.delay(15150404640,4526)@app.task(name="send_sms2")def send_sms2(mobile, code): """有任务参数，没有返回结果的异步任务""" print(f'任务：send_sms2执行了。。。{mobile},code={code}')# s3 = send.sms3.delay()# s3.result = 100@app.task(name="send_sms3")def send_sms3(): """没有任务参数，有返回结果的异步任务""" print('任务：send_sms3执行了。。。') return 100# s4 = send.sms4.delay(10,15)# s4.result = 25@app.task(name="send_sms4")def send_sms4(x, y): """有参数，有结果的异步任务""" print('任务：send_sms4执行了...') return x + y@app.task(name='send_sms')def send_sms(mobile, random_code): """发送短信""" return send_message(mobile, random_code)接下来，我们运行celery。
cd ~/Desktop/blog/blogapi# 普通的运行方式[默认多进程，卡终端，按CPU核数+1创建进程数]# ps aux|grep celerycelery -A mycelery.main worker --loglevel=info# 启动多工作进程，以守护进程的模式运行[一个工作进程就是4个子进程]# 注意：pidfile和logfile必须以绝对路径来声明celery multi start worker -A mycelery.main -E --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker1.pid" --logfile="/home/moluo/Desktop/blog/blogapi/logs/celery.log" -l info -n worker1celery multi start worker -A mycelery.main -E --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker2.pid" --logfile="/home/moluo/Desktop/blog/blogapi/logs/celery.log" -l info -n worker2# 关闭运行的工作进程celery multi stop worker -A mycelery.main --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker1.pid" --logfile="/home/moluo/Desktop/blog/blogapi/logs/celery.log"celery multi stop worker -A mycelery.main --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker2.pid" --logfile="/home/moluo/Desktop/blog/blogapi/logs/celery.log"效果如下：
调用上面的异步任务，拿django的shell进行举例：
# 因为celery模块安装在了虚拟环境中，所以要确保进入虚拟环境conda activate basecd /home/xuejian/Desktop/blog/blogpython manage.py shell# 调用celery执行异步任务from mycelery.sms.tasks import send_sms1,send_sms2,send_sms3,send_sms4mobile = "13312345656"code = "666666"# delay 表示马上按顺序来执行异步任务，在celrey的worker工作进程有空闲的就立刻执行# 可以通过delay异步调用任务，可以没有参数ret1 = send_sms1.delay()# 可以通过delay传递异步任务的参数，可以按位置传递参数，也可以使用命名参数# ret2 = send_sms.delay(mobile=mobile,code=code)ret2 = send_sms2.delay(mobile,code)# apply_async 让任务在后面指定时间后执行，时间单位：秒/s# 任务名.apply_async(args=(参数1,参数2), countdown=定时时间)ret4 = send_sms4.apply_async(kwargs={"x":10,"y":20},countdown=30)# 根据返回结果，不管delay，还是apply_async的返回结果都一样的。ret4.id # 返回一个UUID格式的任务唯一标志符，78fb827e-66f0-40fb-a81e-5faa4dbb3505ret4.status # 查看当前任务的状态 SUCCESS表示成功！ PENDING任务等待ret4.get() # 获取任务执行的结果[如果任务函数中没有return，则没有结果，如果结果没有出现则会导致阻塞]if ret4.status == "SUCCESS": print(ret4.get())接下来，我们让celery可以调度第三方框架的代码，这里拿django当成一个第三模块调用进行举例。
在main.py主程序中对django进行导包引入，并设置django的配置文件进行django的初始化。
import os,djangofrom celery import Celery# 初始化djangoos.environ.setdefault('DJANGO_SETTINGS_MODULE', 'blog.settings')django.setup()# 初始化celery对象app = Celery("blog")# 加载配置app.config_from_object("mycelery.config")# 自动注册任务app.autodiscover_tasks(["mycelery.sms","mycelery.email"])# 运行celery# 终端下: celery -A mycelery.main worker -l info在需要使用django配置的任务中，直接加载配置，所以我们把注册的短信发送功能，整合成一个任务函数，mycelery.sms.tasks，代码：
from ..main import appfrom ronglianyunapi import send_sms as send_sms_to_user@app.task(name="send_sms1")def send_sms1(): """没有任何参数，没有返回结果的异步任务""" print('任务：send_sms1执行了...')@app.task(name="send_sms2")def send_sms2(mobile, code): """有参数，没有返回结果的异步任务""" print(f'任务：send_sms2执行了...mobile={mobile}, code={code}')@app.task(name="send_sms3")def send_sms3(): """没有任何参数，有返回结果的异步任务""" print('任务：send_sms3执行了...') return 100@app.task(name="send_sms4")def send_sms4(x,y): """有结果的异步任务""" print('任务：send_sms4执行了...') return x+y@app.task(name="send_sms")def send_sms(tid, mobile, datas): """发送短信""" print("发送短信") return send_sms_to_user(tid, mobile, datas)最终在django的视图里面，我们调用Celery来异步执行任务。
只需要完成2个步骤，分别是导入异步任务和调用异步任务。users/views.py，代码：
import randomfrom django_redis import get_redis_connectionfrom django.conf import settings# from ronglianyunapi import send_smsfrom mycelery.sms.tasks import send_sms"""/users/sms/(?P1[3-9]\d{9})"""class SMSAPIView(APIView): """ SMS短信接口视图 """ def get(self, request, mobile): """发送短信验证码""" redis = get_redis_connection("sms_code") # 判断手机短信是否处于发送冷却中[60秒只能发送一条] interval = redis.ttl(f"interval_{mobile}") # 通过ttl方法可以获取保存在redis中的变量的剩余有效期 if interval != -2: return Response({"errmsg": f"短信发送过于频繁，请{interval}秒后再次点击获取!", "interval": interval},status=status.HTTP_400_BAD_REQUEST) # 基于随机数生成短信验证码 # code = "%06d" % random.randint(0, 999999) code = f"{random.randint(0, 999999):06d}" # 获取短信有效期的时间 time = settings.RONGLIANYUN.get("sms_expire") # 短信发送间隔时间 sms_interval = settings.RONGLIANYUN["sms_interval"] # 调用第三方sdk发送短信 # send_sms(settings.RONGLIANYUN.get("reg_tid"), mobile, datas=(code, time // 60)) # 异步发送短信 send_sms.delay(settings.RONGLIANYUN.get("reg_tid"), mobile, datas=(code, time // 60)) # 记录code到redis中，并以time作为有效期 # 使用redis提供的管道对象pipeline来优化redis的写入操作[添加/修改/删除] pipe = redis.pipeline() pipe.multi() # 开启事务 pipe.setex(f"sms_{mobile}", time, code) pipe.setex(f"interval_{mobile}", sms_interval, "_") pipe.execute() # 提交事务，同时把暂存在pipeline的数据一次性提交给redis return Response({"errmsg": "OK"}, status=status.HTTP_200_OK)上面就是使用celery并执行异步任务的第一种方式，适合在一些无法直接集成celery到项目中的场景。
8.2 Celery作为第三方模块集成到项目中
这里还是拿django来举例，目录结构调整如下：
blogapi/ # 服务端项目根目录└── blogapi/ # 主应用目录 ├── apps/ # 子应用存储目录 ├ └── users/ # django的子应用 ├ └── tasks.py # [新增]分散在各个子应用下的异步任务模块 ├── settings/ # [修改]django的配置文件存储目录[celery的配置信息填写在django配置中即可] ├── __init__.py # [修改]设置当前包目录下允许外界调用celery应用实例对象 └── celery.py # [新增]celery入口程序，相当于上一种用法的main.pyblog/celery.py，主应用目录下创建cerley入口程序，创建celery对象并加载配置和异步任务，代码：
import osfrom celery import Celery# 必须在实例化celery应用对象之前执行os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'blog.settings')# 实例化celery应用对象app = Celery('blog')# 指定任务的队列名称app.conf.task_default_queue = 'Celery'# 也可以把配置写在django的项目配置中app.config_from_object('django.conf:settings', namespace='CELERY') # 设置django中配置信息以 "CELERY_"开头为celery的配置信息# 自动根据配置查找django的所有子应用下的tasks任务文件app.autodiscover_tasks()settings/dev.py，django配置中新增celery相关配置信息，代码：
# Celery异步任务队列框架的配置项[注意：django的配置项必须大写，所以这里的所有配置项必须全部大写]# 任务队列CELERY_BROKER_URL = 'redis://:123456@127.0.0.1:6379/14'# 结果队列CELERY_RESULT_BACKEND = 'redis://:123456@127.0.0.1:6379/15'# 时区，与django的时区同步CELERY_TIMEZONE = TIME_ZONE# 防止死锁CELERY_FORCE_EXECV = True# 设置并发的worker数量CELERYD_CONCURRENCY = 200# 设置失败允许重试[这个慎用，如果失败任务无法再次执行成功，会产生指数级别的失败记录]CELERY_ACKS_LATE = True# 每个worker工作进程最多执行500个任务被销毁，可以防止内存泄漏，500是举例，根据自己的服务器的性能可以调整数值CELERYD_MAX_TASKS_PER_CHILD = 500# 单个任务的最大运行时间，超时会被杀死[慎用，有大文件操作、长时间上传、下载任务时，需要关闭这个选项，或者设置更长时间]CELERYD_TIME_LIMIT = 10 * 60# 任务发出后，经过一段时间还未收到acknowledge, 就将任务重新交给其他worker执行CELERY_DISABLE_RATE_LIMITS = True# celery的任务结果内容格式CELERY_ACCEPT_CONTENT = ['json', 'pickle']# 之前定时任务（定时一次调用），使用了apply_async({}, countdown=30);# 设置定时任务（定时多次调用）的调用列表，需要单独运行SCHEDULE命令才能让celery执行定时任务：celery -A mycelery.main beat，当然worker还是要启动的# https://docs.celeryproject.org/en/stable/userguide/periodic-tasks.htmlfrom celery.schedules import crontabCELERY_BEAT_SCHEDULE = { "user-add": { # 定时任务的注册标记符[必须唯一的] "task": "add", # 定时任务的任务名称 "schedule": 10, # 定时任务的调用时间，10表示每隔10秒调用一次add任务 # "schedule": crontab(hour=7, minute=30, day_of_week=1),, # 定时任务的调用时间，每周一早上7点30分调用一次add任务 }}blog/__init__.py，主应用下初始化，代码：
import pymysqlfrom .celery import app as celery_apppymysql.install_as_MySQLdb()__all__ = ['celery_app']users/tasks.py，代码：
from celery import shared_taskfrom ronglianyunapi import send_sms as sms# 记录日志：import logginglogger = logging.getLogger("django")@shared_task(name="send_sms")def send_sms(tid, mobile, datas): """异步发送短信""" try: return sms(tid, mobile, datas) except Exception as e: logger.error(f"手机号：{mobile}，发送短信失败错误: {e}")@shared_task(name="send_sms1")def send_sms1(): print("send_sms1执行了！！！")django中的用户发送短信，就可以改成异步发送短信了。
users/views，视图中调用异步发送短信的任务，代码：
from .tasks import send_smssend_sms.delay(settings.RONGLIANYUN.get("reg_tid"),mobile, datas=(code, time // 60))users/views.py，异步发送信息的完整视图，代码：
import randomfrom django_redis import get_redis_connectionfrom django.conf import settings# from ronglianyunapi import send_sms# from mycelery.sms.tasks import send_smsfrom .tasks import send_sms"""/users/sms/(?P1[3-9]\d{9})"""class SMSAPIView(APIView): """ SMS短信接口视图 """ def get(self, request, mobile): """发送短信验证码""" redis = get_redis_connection("sms_code") # 判断手机短信是否处于发送冷却中[60秒只能发送一条] interval = redis.ttl(f"interval_{mobile}") # 通过ttl方法可以获取保存在redis中的变量的剩余有效期 if interval != -2: return Response({"errmsg": f"短信发送过于频繁，请{interval}秒后再次点击获取!", "interval": interval},status=status.HTTP_400_BAD_REQUEST) # 基于随机数生成短信验证码 # code = "%06d" % random.randint(0, 999999) code = f"{random.randint(0, 999999):06d}" # 获取短信有效期的时间 time = settings.RONGLIANYUN.get("sms_expire") # 短信发送间隔时间 sms_interval = settings.RONGLIANYUN["sms_interval"] # 调用第三方sdk发送短信 # send_sms(settings.RONGLIANYUN.get("reg_tid"), mobile, datas=(code, time // 60)) # 异步发送短信 send_sms.delay(settings.RONGLIANYUN.get("reg_tid"), mobile, datas=(code, time // 60)) # 记录code到redis中，并以time作为有效期 # 使用redis提供的管道对象pipeline来优化redis的写入操作[添加/修改/删除] pipe = redis.pipeline() pipe.multi() # 开启事务 pipe.setex(f"sms_{mobile}", time, code) pipe.setex(f"interval_{mobile}", sms_interval, "_") pipe.execute() # 提交事务，同时把暂存在pipeline的数据一次性提交给redis return Response({"errmsg": "OK"}, status=status.HTTP_200_OK)终端下先启动celery，在django项目根目录下启动。
cd ~/Desktop/blog/blogapi# 1. 普通运行模式，关闭终端以后，celery就会停止运行celery -A blogapi worker -l INFO# 2. 启动多worker进程模式，以守护进程的方式运行，不需要在意终端。但是这种运行模型，一旦停止，需要手动启动。celery multi start worker -A blogapi -E --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker1.pid" --logfile="/home/moluo/Desktop/blog/blogapi/logs/celery.log" -l info -n worker1# 3. 启动多worker进程模式celery multi stop worker -A blogapi --pidfile="/home/moluo/Desktop/blog/blogapi/logs/worker1.pid"还是可以在django终端下调用celery的
$ python manage.py shell>>> from users.tasks import send_sms1>>> res = send_sms1.delay()>>> res = send_sms1.apply_async(countdown=15)>>> res.id'893c31ab-e32f-44ee-a321-8b07e9483063'>>> res.state'SUCCESS'>>> res.result关于celery中异步任务发布的2个方法的参数如下：
异步任务名.delay(*arg, **kwargs)异步任务名.apply_async((arg,), {'kwarg': value}, countdown=60, expires=120)定时任务的调用器启动，可以在运行了worker以后，使用以下命令：
cd ~/Desktop/blog/blogapicelery -A blogapi beatbeat调度器关闭了，则定时任务无法执行，如果worker工作进程关闭了，则celery关闭，保存在消息队列中的任务就会囤积在那里。
celery还有一些高阶用法， 我们后面用到再提。
celery后面还可以使用supervisor进行后台托管运行。还可以针对任务执行的情况和结果，使用flower来进行监控。celery失败任务的重新尝试执行。
supervisor会在celery以外关闭了以后，自动重启celery。
本文来自博客园，作者：暮歌行，转载请注明原文链接：https://www.cnblogs.com/xuejian123/p/17199559.html