Django中Celery的实现介绍（一）

Django中Celery的实现

Celery官网http://www.celeryproject.org/

学习资料：http://docs.jinkan.org/docs/celery/

• Celery介绍

Celery是基于Python开发的一个分布式任务队列框架，支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度。

上图展现的是Celery的架构，它采用典型的生产者-消费者模式，主要由三部分组成：broker（消息队列）、workers（消费者：处理任务）、backend（存储结果）。

消息中间件：Celery自己不提供消息服务，可是能够方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis, MongoDB (experimental), Amazon SQS (experimental),CouchDB (experimental), SQLAlchemy (experimental),Django ORM (experimental), IronMQ。
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支持以不一样方式存储任务的结果，包括AMQP, Redis，memcached, MongoDB，SQLAlchemy, Django ORM，Apache Cassandra, IronCache。

实际应用中，用户从Web前端发起一个请求，咱们只须要将请求所要处理的任务放入任务队列broker中，由空闲的worker去处理任务便可，处理的结果会暂存在后台数据库backend中。咱们能够在一台机器或多台机器上同时起多个worker进程来实现分布式地并行处理任务。

• 安装

pip install django  安装django

pip install celery==3.1.23 安装celery

pip install django-celery  安装django-celery

对Redis的支持须要额外的依赖。你能够用 celery[redis] 捆绑 同时安装 Celery 和这些依赖

pip install -U celery[redis]

pip install python-jenkins  安装jenkins 

• 消息队列

yum install -y rabbitmq-server  安装rabbitmq

环境变量PATH加入/usr/lib/rabbitmq/bin

rabbitmq-plugins enable rabbitmq_management  启用web管理插件

chkconfig rabbitmq-server on  开机自启动

/etc/init.d/rabbitmq-server start  启动RabbitMQ

增长用户

rabbitmqctl add_user shhnwangjian 123456

rabbitmqctl set_user_tags shhnwangjian administrator

命令执行成功后，rabbitmq-server就已经安装好并运行在后台了。

WEB页面访问：http://ip地址:15672/

另外也能够经过命令rabbitmq-server来启动rabbitmq server以及命令rabbitmqctl stop来中止server。

更多的命令能够参考rabbitmq官网的用户手册：https://www.rabbitmq.com/manpages.html

 

redis 安装 http://redis.io/download

• django中celery实现

建立项目和app

django-admin.py startproject celery-wj
cd celery-wj
django-admin.py startapp app01

配置settings.py

当djcelery.setup_loader()运行时，Celery便会去查看INSTALLD_APPS下包含的全部app目录中的tasks.py文件，找到标记为task的方法，将它们注册为celery task。
BROKER_URL和CELERY_RESULT_BACKEND分别指代你的Broker的代理地址以及Backend（result store）数据存储地址。
在Django中若是没有设置backend，会使用其默认的后台数据库用来存储数据。注意，此处backend的设置是经过关键字CELERY_RESULT_BACKEND来配置，与通常的.py文件中实现celery的backend设置方式有所不一样。通常的.py中是直接经过设置backend关键字来配置，以下所示：

test = Celery('tasks', backend='redis://10.10.83.162:16379/0', broker='redis://10.10.83.162:16379/9')

Django下要查看其余celery的命令，包括参数配置、启动多worker进程的方式均可以经过python manage.py celery --help来查看:

建立一个task

# -*- coding: utf-8 -*-

from celery import task

@task
def add(x, y):
    return x + y

注意：与通常的.py中实现celery不一样，tasks.py必须建在各app的根目录下，且不能随意命名。

views.py

# -*- coding: utf-8 -*-

from django.shortcuts import HttpResponse, render, redirect, HttpResponseRedirect
from app01 import tasks

def add_test(request):
    result = tasks.add.delay(2, 2)
    print result
    if result.ready():
        print "Task has run"
        if result.successful():
            print "Result was: %s" % result.result
        else:
            if isinstance(result.result, Exception):
                print "Task failed due to raising an exception"
                raise result.result
            else:
                print "Task failed without raising exception"
    else:
        print "Task has not yet run"
    return HttpResponse(result)

urls.py

from django.conf.urls import url
from django.contrib import admin
from app01 import views

urlpatterns = [
    url(r'^admin/', admin.site.urls),
    url(r'^add/$', views.add_test, name='add'),
]

#先启动服务
python manage.py runserver 0.0.0.0:9008
#再启动worker
python manage.py celery worker -c 4 --logievel=info

 

经过terminal测试task

python manage.py shell

>>> from app01 import tasks
>>> tasks.add.delay(3,5)

经过页面访问测试task

 

• Celery的可视化监控工具flower

1.安装flower 

pip install flower 

2.启动

python manage.py celery flower --port=9008（默认是5555端口）

3.帮助

python manage.py celery flower --help

4.可视化页面

http://localhost:9008

参考博客：http://www.cnblogs.com/znicy/p/5626040.html

Django中如何使用django-celery完成异步任务: http://www.weiguda.com/blog/73/

djcelery入门：实现运行定时任务: http://my.oschina.net/kinegratii/blog/292395

http://docs.jinkan.org/docs/celery/