Celery 官网:http://www.celeryproject.org/html
Celery 官方文档英文版:http://docs.celeryproject.org/en/latest/index.htmlpython
Celery 官方文档中文版:http://docs.jinkan.org/docs/celery/redis
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。数据库
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等等django
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。windows
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等数组
异步任务:将耗时操做任务提交给Celery去异步执行,好比发送短信/邮件、消息推送、音视频处理等等架构
定时任务:定时执行某件事情,好比天天数据统计并发
pip install celeryapp
消息中间件:RabbitMQ/Redis
app=Celery('任务名', broker='xxx', backend='xxx')
例如
broker = 'redis://127.0.0.1:6379/11' #存任务的仓库 redis数据库://ip:地址/第几个库 backend = 'redis://127.0.0.1:6379/12' #执行结果存储 include = ['任务的上级目录.任务文件',] #任务名传参方式用数组 app = Celery(broker=broker, backend=backend, include=include)
project ├── celery_task # celery包 若是celery_task只是建了普通文件夹__init__能够没有,若是是包必定要有 │ ├── __init__.py # 包文件 看状况要不要存在 │ ├── celery.py # celery链接和配置相关文件,且名字必须交celery.py │ └── tasks.py # 全部任务函数 ├── add_task.py # 添加任务 └── get_result.py # 获取结果
tasks.py
import time @app.task def add(n, m): print(n) print(m) time.sleep(10) print('n+m的结果:%s' % (n + m)) return n + m @app.task def low(n, m): print(n) print(m) print('n-m的结果:%s' % (n - m)) return n - m ''' t1 = add.delay(10, 20) t2 = low.delay(100, 50) print(t1.id) #添加在这里导入方法的时候直接运行方法 '''
celery.py
from celery import Celery broker = 'redis://127.0.0.1:6379/11' #存任务的仓库 redis数据库://ip:地址/第几个库 backend = 'redis://127.0.0.1:6379/12' #执行结果存储 include = ['celery_task.tasks',] #任务名传参方式用数组 app = Celery(broker=broker, backend=backend, include=include)
#先要cd到根目录如上面的目录的结构移动至project # 非windows # 命令:celery worker -A celery_task -l info # windows: # pip3 install eventlet # celery worker -A celery_task -l info -P eventlet
add_task.py
from celery_task.tasks import * # 添加当即执行任务 #若是add(10, 20)及在普通环境下运行,celery下运行必须下面的操做 t1 = add.delay(10, 20) t2 = low.delay(100, 50) print(t1.id) # 添加延迟任务 from datetime import datetime, timedelta def eta_second(second): ctime = datetime.now() utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) time_delay = timedelta(seconds=second) return utc_ctime + time_delay tasks.low.apply_async(args=(200, 50), eta=eta_second(10))
注意
:这个手动添加的任务文件千万别和配置任务文件和建立文件放同一目录,否则会发生循环导入
from celery_task.celery import app from celery.result import AsyncResult id = '21325a40-9d32-44b5-a701-9a31cc3c74b5' #这个id能够在上述手动执行方法的结果.id显示出来 if __name__ == '__main__': async = AsyncResult(id=id, app=app) if async.successful(): result = async.get() 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')
# 1)建立app + 任务 # 2)启动celery(app)服务: # 非windows # 命令:celery worker -A celery_task -l info # windows: # pip3 install eventlet # celery worker -A celery_task -l info -P eventlet # 3)添加任务:自动添加任务,因此要启动一个添加任务的服务 # 命令:celery beat -A celery_task -l info # 4)获取结果 from celery import Celery broker = 'redis://127.0.0.1:6379/1' backend = 'redis://127.0.0.1:6379/2' app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) # 时区 app.conf.timezone = 'Asia/Shanghai' # 是否使用UTC app.conf.enable_utc = False # 任务的定时配置 from datetime import timedelta from celery.schedules import crontab app.conf.beat_schedule = { 'low-task': { #low-tast名字能够随意 'task': 'celery_task.tasks.low', #导入方法的路径 'schedule': timedelta(seconds=3), # 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 'args': (300, 150), } } #上述文件均在配置文件中
# 重点:要将 项目名.settings 所占的文件夹添加到环境变量 # import sys # sys.path.append(r'项目绝对路径') # 开启django支持 import os os.environ.setdefault('DJANGO_SETTINGS_MODULE', '项目名.settings') import django django.setup() #在配置文件中或者在导入的方法中,基本上都在配置文件中设置 #若是下面正常配置报错,通常都是因为项目的setting没有找到,这时候咱们要在上面方法配置 # 将celery服务框架放在项目根目录下 # import sys # sys.path.append(r'项目的路径') # 1)建立app + 任务 # 2)启动celery(app)服务: # 非windows # 命令:celery worker -A celery_task -l info # windows: # pip3 install eventlet # celery worker -A celery_task -l info -P eventlet # 3)添加任务:自动添加任务,因此要启动一个添加任务的服务 # 命令:celery beat -A celery_task -l info # 4)获取结果 }