1、原理javascript
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。它是Python写的库，可是它实现的通信协议也能够使用ruby，php，javascript等调用。异步任务除了消息队列的后台执行的方式，仍是一种则是定时计划任务。php
Celery 是一个强大的分布式任务队列，它可让任务的执行彻底脱离主程序，甚至能够被分配到其余主机上运行。咱们一般使用它来实现异步任务（async task）和定时任务（crontab）。它的架构组成以下图 java
组件：python
一、任务（tasks）--用户定义的函数，用于实现用户的功能，好比执行一个耗时很长的任务web
二、中间介（Broker）--用于存放tasks的地方，可是这个中间介须要解决一个问题，就是可能须要存放很是很是多的tasks，并且要保证Worker可以从这里拿取redis
三、执行者（Worker）--用于执行tasks，也就是真正调用咱们在tasks中定义的函数数据库
四、存储（Backend）--把执行tasks返回的结果进行存储，以供用户查看或调用django
2、实现过程json
1.环境安装（RabbitMQ/Redis、Celery、django-celery、flower）ruby
个人python版本：3.7，celery版本：3.1.26.post2
2.建立工程
红圈为本工程所需：
web_order下面须要修改的文件：celery.py、__init__.py、settings文件
web_test下面须要修改的文件：tasks.py文件、longTask.py文件
3.修改文件过程
1）修改settings.py。在settings的最后加上以下代码：
1 # CELERY SETTING 2 BROKER_URL = 'redis://localhost:6379' #指定消息中间件 3 CELERY_RESULT_BACKEND = 'redis://localhost:6379' ##指定结果存储位置为本地数据库 4 CELERY_ACCEPT_CONTENT = ['application/json'] # 5 CELERY_TASK_SERIALIZER = 'json' 6 CELERY_RESULT_SERIALIZER = 'json' 7 CELERY_TIMEZONE = 'Asia/Shanghai' 8 CELERY_IMPORTS = ("web_test.tasks") #注册任务，
###在 INSTALLED_APPS中注册 djcelery
2）__init__ 文件。
#绝对导入，以避免celery和标准库中的celery模块冲突 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. #如下导入时为了确保在Django启动时加载app，shared_task在app中会使用到 from .celery import app as celery_app __all__ = ['celery_app']
3）celery文件
from __future__ import absolute_import,unicode_literals import os from celery import Celery from django.conf import settings os.environ.setdefault("DJANGO_SETTINGS_MODULE", "web_order.settings") # 设置celery能够在命令行中使用 app = Celery('web_order') # 建立app实例 # app = Celery('tcelery', backend='redis://localhost:6379/0', broker='redis://localhost:6379/0') app.conf.CELERY_IGNORE_RESULT = False # 结果不忽略 # app.conf.CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' #结果保存在redis中 app.config_from_object('django.conf:settings') # 从文件中加载实例 app.autodiscover_tasks(lambda: settings.INSTALLED_APPS) # 自动加载tasks，注意：他会去app下面查找tasks.py文件，因此咱们必须将task放在tasks.py文件中
4）longTasks.py
from django.http import JsonResponse import json from .tasks import test #导入异步任务的方法 def sendlongtask(request): #由此处调用test方法，执行异步命令 run_res = test(sh, userIp, username) return JsonResponse("执行成功", safe=False)
5）Tasks.py
from celery import shared_task @shared_task def test(x, y): return (x+y)
4.启动Django和celery
在项目根目录执行：
python manage.py runserver 0.0.0.0:8000
python manage.py celery worker -c 4 --loglevel=info
5.另外，Celery提供了一个工具flower，将各个任务的执行状况、各个worker的健康状态进行监控并以可视化的方式展示，以下图所示：
Django下实现的方式以下：
1.） 安装flower:
pip install flower
2.） 启动flower（默认会启动一个webserver，端口为5555）:
python manage.py celery flower
3.） 进入http://localhost:5555便可查看。
6.python3踩过的坑：python3.7与celery不兼容
1.出现这个错误时，须要将报错文件中全部的async改成asynchronous或者其余变量名便可。
运行后，你会发现celery能够正常使用了
2.将python版本降到3.6及如下，celery也可正常使用。