Celery 分佈式任務隊列入門

1、Celery介紹和基本使用 

Celery 是一個 基於python開發的分佈式異步消息任務隊列，經過它能夠輕鬆的實現任務的異步處理， 若是你的業務場景中須要用到異步任務，就能夠考慮使用celery， 舉幾個實例場景中可用的例子:

1. 你想對100臺機器執行一條批量命令，可能會花很長時間 ，但你不想讓你的程序等着結果返回，而是給你返回 一個任務ID,你過一段時間只須要拿着這個任務id就能夠拿到任務執行結果， 在任務執行ing進行時，你能夠繼續作其它的事情。 
2. 你想作一個定時任務，好比天天檢測一下大家全部客戶的資料，若是發現今天 是客戶的生日，就給他發個短信祝福

 

Celery 在執行任務時須要經過一個消息中間件來接收和發送任務消息，以及存儲任務結果， 通常使用rabbitMQ or Redis,後面會講

1.1 Celery有如下優勢：

1. 簡單：一單熟悉了celery的工做流程後，配置和使用仍是比較簡單的
2. 高可用：當任務執行失敗或執行過程當中發生鏈接中斷，celery 會自動嘗試從新執行任務
3. 快速：一個單進程的celery每分鐘可處理上百萬個任務
4. 靈活： 幾乎celery的各個組件均可以被擴展及自定製

Celery基本工做流程圖

 

 

1.2 Celery安裝使用

Celery的默認broker是RabbitMQ, 我這裏使用redis,僅需配置一行就能夠

 
broker_url ='amqp://guest:guest@localhost:5672//'

　

使用Redis作broker也能夠

broker_url = 'redis://:password@localhost:6379'　　

　注意：celery任務隊列執行使用的中間件和取結果的中間件是彼此分離的，在使用中都須要各自配置

1. 3 開始使用Celery啦　　

安裝celery模塊

pip3 install celery

　

建立一個celery application 用來定義你的任務列表

建立一個任務文件就叫tasks.py吧

from celery import Celery
 
#app是一個worker,負責執行任務，多個worker執行時，任務執行順序爲搶佔式，並不會按照相似於rabbitmq分配任務
app = Celery('tasks',   
             broker='redis://:password@localhost',   #執行任務中間件  
             backend='redis://:password@localhost')    #保存結果中間件
 
@app.task
def add(x,y):   #這是worker能夠執行的一個任務
    print("running...",x,y)
    return x+y

　啓動Celery Worker來開始監聽並執行任務　

celery -A celery_test worker -l debug

　打印結果以下：

上面顯示配置信息

下面紅線內爲自定義任務：

 調用任務

再打開一個終端， 進行命令行模式，調用任務

>>> from celery_test import add
>>> add.delay(4, 4)

看你的worker終端會顯示收到 一個任務，此時你想看任務結果的話，須要在調用 任務時　賦值個變量

>>> result = add.delay(4, 4)　　

 若是想查看任務是否完成，可調用下面命令，返回布爾值

>>> result.ready()　　

　想拿到任務執行結果，調用下面命令（注意：想拿到結果首先得配置接收任務的中間件，不然會報錯）

result.get()  

2、在項目中如何使用celery　

能夠把celery配置成一個應用　

目錄格式以下

proj/__init__.py
    /celery.py   #配置信息
    /tasks.py    #任務

　配置結果以下：　

　

編輯proj/celery.py文件:

from __future__ import absolute_import, unicode_literals  #聲明celery從python包絕對路徑裏導入celery包
from celery import Celery
 
app = Celery('proj',
             broker='amqp://',
             backend='amqp://',
             include=['proj.tasks'])  #任務文件路徑列表,可添加多個任務
 
# Optional configuration, see the application user guide.
app.conf.update(
    result_expires=3600,   #任務結果保存時間
)
 
if __name__ == '__main__':
    app.start()

編輯proj/tasks.py中的內容

from __future__ import absolute_import, unicode_literals
from .celery import app  #導入同級目錄下celery文件中的app


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


@app.task
def mul(x, y):
    return x * y


@app.task
def xsum(numbers):
    return sum(numbers)

　cd到proj文件夾上一級啓動worker ，命令以下

 celery -A proj worker -l debug　　

　執行結果：

同時啓動多個worker:

中止某個worker:(stopwait是等待當前任務完成中止，stop是當即中止)

三：celery+django項目

django 能夠輕鬆跟celery結合實現異步任務，只需簡單配置便可

 

第一步：在settings.py同級目錄下，建立celery.py文件

from __future__ import absolute_import, unicode_literals
import os
from celery import Celery
 
# set the default Django settings module for the 'celery' program.
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'PERCRM.settings')    #根據具體項目配置
 
app = Celery('PERCRM')
 
# Using a string here means the worker don't have to serialize
# the configuration object to child processes.
# - namespace='CELERY' means all celery-related configuration keys
#   should have a `CELERY_` prefix.
app.config_from_object('django.conf:settings', namespace='CELERY')
 
# Load task modules from all registered Django app configs.
app.autodiscover_tasks()   #自動發現各個app裏面建立的celery任務，能夠建立多個任務

@app.task(bind=True) def debug_task(self): print('Request: {0!r}'.format(self.request))

第二步：配置settings.py同級目錄下的__init__.py文件

from __future__ import absolute_import, unicode_literals

# This will make sure the app is always imported when
# Django starts so that shared_task will use this app.
from .celery import app as celery_app

__all__ = ['celery_app']　　

第三步：配置settings.py文件　　

CELERY_BROKER_URL = 'redis://:123456@192.168.2.107'
CELERY_RESULT_BACKEND = 'redis://:123456@192.168.2.107'　　

第四步：建立任務文件，在APP下建立tasks.py文件

任務內容格式以下：

# Create your tasks here
from __future__ import absolute_import, unicode_literals
from celery import shared_task  #能夠跟其餘APP共享任務


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


@shared_task
def mul(x, y):
    return x * y


@shared_task
def xsum(numbers):
    return sum(numbers)

　此時，基本的配置就完了，加上一條對應的視圖，整個項目就能夠結合celery運行了　

urls.py:

views.py

from students.tasks import add,mul


def celery_test(request):
    task = add.delay(123,456)

    return HttpResponse(task.id)

　如今咱們啓動項目：

進到項目裏面啓動celery

此時在瀏覽器訪問http://192.168.2.107:8866/celery_test/

結果以下，返回了celery任務id，一個簡單的celery與django結合的項目就完成了

再查看服務端celery

 4、Celery 定時任務

 celery支持定時任務，設定好任務的執行時間，celery就會定時自動幫你執行， 這個定時任務模塊叫celery beat

寫一個腳本 叫periodic_task.py

from celery import Celery
from celery.schedules import crontab
 
app = Celery()
 
@app.on_after_configure.connect  #裝飾器做用：只要腳本一啓動便馬上自動執行被裝飾的函數
def setup_periodic_tasks(sender, **kwargs):
    # Calls test('hello') every 10 seconds.
    sender.add_periodic_task(10.0, test.s('hello'), name='add every 10')  #每隔十秒鐘，執行test函數，傳入參數‘hello’,
 
    # Calls test('world') every 30 seconds
    sender.add_periodic_task(30.0, test.s('world'), expires=10)  #expires任務結果保存十秒鐘
  
    # Executes every Monday morning at 7:30 a.m.
    sender.add_periodic_task(
        crontab(hour=7, minute=30, day_of_week=1),
        test.s('Happy Mondays!'),  #每週一早上十點半執行test函數
    )
 
@app.task
def test(arg):
    print(arg)

　add_periodic_task 會添加一條定時任務

上面是經過調用函數添加定時任務，也能夠像寫配置文件 同樣的形式添加， 下面是每30s執行的任務　

app.conf.beat_schedule = {
    'add-every-30-seconds': {
        'task': 'tasks.add',
        'schedule': 30.0,
        'args': (16, 16)
    },
}
app.conf.timezone = 'UTC'

　任務添加好了，須要讓celery單獨啓動一個進程來定時發起這些任務， 注意， 這裏是發起任務，不是執行，這個進程只會不斷的去檢查你的任務計劃， 每發現有任務須要執行了，就發起一個任務調用消息，交給celery worker去執行　

 啓動任務調度器 celery beat，（注意：需寫上具體的任務名）

輸出：

worker打印輸出：

5、在django中使用計劃任務功能

第一步：安裝模塊

pip3 install django-celery-beat　　

 第二步：在django項目的settings.py中INSTALLED_APPS的配置

第三步：配置完以後，須要同步數據庫，執行migrate與makemigrations命令

 

以上操做完成以後，啓動django項目，訪問http://192.168.2.107:8866/admin/

在admin頁面咱們會看到底部多了一個三張表出來

配置完長這樣

 

 

此時啓動你的celery beat 和worker，會發現每隔2分鐘，beat會發起一個任務消息讓worker執行scp_task任務

 

注意，經測試，每添加或修改一個任務，celery beat都須要重啓一次，要否則新的配置不會被celery beat進程讀到