1.1 Celery介绍
参考博客：http://www.cnblogs.com/alex3714/p/6351797.html
1、celery应用举例
1、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
2、你想对100台机器执行一条批量命令，可能会花很长时间 ，但你不想让你的程序等着结果返回，而是给你返回 一个任务ID,
你过一段时间只需要拿着这个任务id就可以拿到任务执行结果， 在任务执行ing进行时，你可以继续做其它的事情
3、Celery 在执行任务时需要通过一个消息中间件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有以下优点
1、简单：一单熟悉了celery的工作流程后，配置和使用还是比较简单的
2、高可用：当任务执行失败或执行过程中发生连接中断，celery 会自动尝试重新执行任务
3、快速：一个单进程的celery每分钟可处理上百万个任务
4、灵活： 几乎celery的各个组件都可以被扩展及自定制
3、Celery基本工作流程图
user：用户程序，用于告知celery去执行一个任务。
broker: 存放任务（依赖RabbitMQ或Redis，进行存储）
worker：执行任务
1.2 celery简单使用
1、安装
1. 安装celery： pip3 install celery # ln -s /usr/local/python3/bin/celery /bin/celery
2. 安装redis
2、创建tasks.py文件进行验证
from celery import Celery import time app = Celery('TASK', broker='redis://localhost', backend='redis://localhost') @app.task def add(x, y): print("running..add.", x, y) return x + y @app.task def minus(x, y): time.sleep(60) print("running..minus.", x, y) return x - y
1、启动Celery Worker来开始监听并执行任务
celery -A tasks worker --loglevel=info # tasks是tasks.py文件：必须在tasks.py所在目录下执行
2、调用任务：再打开两个终端，进行命令行模式，调用任务
>>> import tasks
>>> import tasks
>>> t2 = tasks.minus.delay(9,11)
#然后在另一个终端重复上面步骤执行
>>> t1 = tasks.add.delay(3,4)
>>> t1.get() #由于t2执行sleep了3s所以t1.get()需要等待
3、celery其他命令
>>> t.ready() #返回true证明可以执行，不必等待
>>> t.get(timeout=1) #如果1秒不返回结果就超时,避免一直等待
>>> t.get(propagate=False) #如果执行的代码错误只会打印错误信息
>>> t.traceback #打印异常详细结果
1.3 在项目中如何使用celery
1、创建目录celery_pro，并在celery_pro下创建下面两个文件
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals #1. absolute_import 可以使导入的celery是python绝对路基的celery模块，不是当前我们创建的celery.py #2. unicode_literals 模块可能是python2和3兼容的，不知道 from celery import Celery # from .celery import Celery #这样才是导入当前目录下的celery app = Celery('proj', broker='redis://localhost', backend='redis://localhost', include=['celery_pro.tasks', 'celery_pro.tasks2', ]) #celery-pro是存放celery文件的文件夹名字 #实例化时可以添加下面这个属性 app.conf.update( result_expires=3600, #执行结果放到redis里，一个小时没人取就丢弃 ) # 配置定时任务：每5秒钟执行 调用一次celery_pro下tasks.py文件中的add函数 app.conf.beat_schedule = { 'add-every-5-seconds': { 'task': 'celery_pro.tasks.add', 'schedule': 5.0, 'args': (16, 16) }, } app.conf.timezone = 'UTC' if __name__ == '__main__': app.start()
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals from .celery import app #从当前目录导入app #写一个add函数 @app.task def add(x, y): return x + y
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals from .celery import app import time,random @app.task def randnum(start,end): time.sleep(3) return random.randint(start,end)
touch __init__.py # 在celery_pro目录下新建__init__.py文件，否则执行命令时会报错
2、执行下面两条命令即可让celery定时执行任务了
1、 启动一个worker：在celery_pro外层目录下执行
celery -A celery_pro worker -l info
2、 启动任务调度器 celery beat
celery -A celery_pro beat -l info
3、执行效果
看到celery运行日志中每5秒回返回一次 add函数执行结果
3、启动celery的worker：每台机器可以启动8个worker
1、在pythondir目录下启动 /pythondir/celery_pro/ 目录下的worker
celery -A celery_pro worker -l info
2、后台启动worker：/pythondir/celery_pro/目录下执行
celery multi start w1 -A celery_pro -l info #在后台启动w1这个worker
celery multi start w1 w2 -A celery_pro -l info #一次性启动w1,w2两个worker
celery -A celery_pro status #查看当前有哪些worker在运行
celery multi stop w1 w2 -A celery_pro #停止w1,w2两个worker
celery multi restart w1 w2 -A celery_pro #重启w1,w2两个worker
python3 from celery_pro import tasks,tasks2 t1 = tasks.add.delay(34,3) t2 = tasks2.randnum.delay(1,10000) t1.get() t2.get()
1.4 celery与Django项目最佳实践
pip3 install Django==2.0.4 pip3 install celery==4.3.0 pip3 install redis==3.2.1 pip3 install ipython==7.6.1 find ./ -type f | xargs sed -i 's/ $//g' # 批量将当前文件夹下所有文件装换成unix格式 celery multi start celery_test -A celery_test -l debug --autoscale=50,5 # celery并发数：最多50个，最少5个 http://docs.celeryproject.org/en/latest/reference/celery.bin.worker.html#cmdoption-celery-worker-autoscale ps auxww|grep "celery worker"|grep -v grep|awk '{print $2}'|xargs kill -9 # 关闭所有celery进程
1、在Django中使用celery介绍（celery无法再windows下运行）
1）在Django中使用celery时，celery文件必须以tasks.py
2）Django会自动到每个APP中找tasks.py文件
2、 创建一个Django项目celery_test，和app01
3、在与项目同名的目录下创建celery.py
# -*- coding: utf-8 -*- from __future__ import absolute_import import os from celery import Celery # 只要是想在自己的脚本中访问Django的数据库等文件就必须配置Django的环境变量 os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celery_test.settings') # app名字 app = Celery('celery_test') # 配置celery class Config: BROKER_URL = 'redis://192.168.56.11:6379' CELERY_RESULT_BACKEND = 'redis://192.168.56.11:6379' app.config_from_object(Config) # 到各个APP里自动发现tasks.py文件 app.autodiscover_tasks()
4、在与项目同名的目录下的 __init__.py 文件中添加下面内容
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals # 告诉Django在启动时别忘了检测我的celery文件 from .celery import app as celery_ap __all__ = ['celery_app']
5、创建app01/tasks.py文件
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals from celery import shared_task # 这里不再使用@app.task,而是用@shared_task，是指定可以在其他APP中也可以调用这个任务 @shared_task def add(x, y): return x + y
6、在setings.py文件指定redis服务器的配置
CELERY_BROKER_URL = 'redis://localhost' CELERY_RESULT_BACKEND = 'redis://localhost'
7、将celery_test这个Django项目拷贝到centos7.3的django_test文件夹中
8、保证启动了redis-server
9、 启动一个celery的worker
celery -A celery_test worker -l info
10、在Linux中启动 Django项目
python3 manage.py runserver 0.0.0.0:9000
11、访问http://1.1.1.3:9000/celery_call/ 获取任务id
12、根据11中的任务id获取对应的值
http://1.1.1.3:9000/celery_result/?id=5065b65b-0c01-430a-a67f-9531fe3e8d90
1.5 基于步骤1.4：在django中使用计划任务功能
1、在Django中使用celery的定时任务需要安装django-celery-beat
pip3 install django-celery-beat
2、 在Django的settings中注册django_celery_beat
INSTALLED_APPS = ( ..., 'django_celery_beat', )
3、执行创建表命令
python3 manage.py makemigrations
python3 manage.py migrate
python3 manage.py startsuperuser
4、运行Django项目
celery -A celery_test worker -l info
python3 manage.py runserver 0.0.0.0:9000
5、登录 http://1.1.1.3:9000/admin/ 可以看到多了三张表
6、在intervals表中添加一条每5秒钟执行一次的任务的时钟
7、在Periodic tasks表中创建任务
8、在/django_test/celery_test/目录下执行下面命令
celery -A celery_test worker -l info #启动一个worker
python manage.py runserver 0.0.0.0:9000 #运行Django项目
celery -A celery_test beat -l info -S django #启动心跳任务
说明：
运行上面命令后就可以看到在运行celery -A celery_test worker -l info 的窗口中每5秒钟执行一次app01.tasks.add： 2+3=5
9、关于添加新任务必须重启心跳问题
1、 每次在Django表中添加一个任务就必须重启一下beat
2、 但是Django中有一个djcelery插件可以帮助我们不必重启
1.6 django+celery+redis实现异步周期任务
注：python的celery模块 4.2.0版本， 刚开始安装的未4.1.1版本，但是定时任务居然不执行
1、在settings.py中配置celery
#1、如果在django中需要周期性执行，在这里需要注册 django_celery_beat 中间件 INSTALLED_APPS = [ ''' 'django_celery_beat', ''' ] TIME_ZONE = 'Asia/Shanghai' # 将默认的UTC时区给成中国时区 #2、celery：配置celery BROKER_URL = 'redis://localhost:6379' CELERY_RESULT_BACKEND = 'redis://localhost:6379' CELERY_ACCEPT_CONTENT = ['application/json'] CELERY_TASK_SERIALIZER = 'json' CELERY_RESULT_SERIALIZER = 'json' CELERY_TASK_RESULT_EXPIRES = 60 * 60 CELERY_TIMEZONE = 'Asia/Shanghai' CELERY_ENABLE_UTC=False CELERY_ANNOTATIONS = {'*': {'rate_limit': '500/s'}} CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
2、在与项目同名的目录下创建celery.py
更多定时参考官网：http://docs.celeryproject.org/en/latest/userguide/periodic-tasks.html#crontab-schedules
# -*- coding: utf-8 -*- from __future__ import absolute_import import os from celery import Celery from celery.schedules import crontab from datetime import timedelta from kombu import Queue # set the default Django settings module for the 'celery' program. os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celery_test.settings') from django.conf import settings app = Celery('celery_test') # Using a string here means the worker will not have to # pickle the object when using Windows. class Config: BROKER_URL = 'redis://1.1.1.3:6379' CELERY_RESULT_BACKEND = 'redis://1.1.1.3:6379' CELERY_ACCEPT_CONTENT = ['application/json'] CELERY_TASK_SERIALIZER = 'json' CELERY_RESULT_SERIALIZER = 'json' CELERY_TIMEZONE = 'Asia/Shanghai' ENABLE_UTC = False CELERY_TASK_RESULT_EXPIRES = 60 * 60 CELERY_ANNOTATIONS = {'*': {'rate_limit': '500/s'}} # 每次取任务的数量 # CELERYD_PREFETCH_MULTIPLIER = 10 # 每个worker执行多少次任务之后就销毁，防止内存泄漏。相当于--maxtasksperchild参数 CELERYD_MAX_TASKS_PER_CHILD = 16 # 防止死锁 # CELERYD_FORCE_EXECV = True # 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 # CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler' app.config_from_object(Config) app.autodiscover_tasks() #crontab config app.conf.update( CELERYBEAT_SCHEDULE = { # 每隔三分钟执行一次add函数 'every-3-min-add': { 'task': 'app01.tasks.add', 'schedule': timedelta(seconds=180) }, # 每天下午15:420执行 'add-every-day-morning@14:50': { 'task': 'app01.tasks.minus', 'schedule': crontab(hour=15, minute=20, day_of_week='*/1'), }, }, ) Queue('transient', routing_key='transient',delivery_mode=1)
3、在任意app下创建tasks.py (django会自动到各app中找到此tasks文件)
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals from celery import shared_task # 这里不再使用@app.task,而是用@shared_task，是指定可以在其他APP中也可以调用这个任务 @shared_task def add(): print 'app01.tasks.add' return 222 + 333 @shared_task def minus(): print 'app01.tasks.minus' return 222 - 333
4、在与项目同名的目录下的 __init__.py 文件中添加下面内容
# -*- coding:utf8 -*- from __future__ import absolute_import, unicode_literals # 告诉Django在启动时别忘了检测我的celery文件 from .celery import app as celery_ap __all__ = ['celery_app']
5、启动脚本（记得开启celery服务）
1、启动django程序
python manage.py runserver 0.0.0.0:8000
#!/usr/bin/env bash source ../env/bin/activate export DJANGO_SETTINGS_MODULE=celery_test.settings base_dir=`pwd` mup_pid() { echo `ps -ef | grep -E "(manage.py)(.*):8000" | grep -v grep| awk '{print $2}'` } start() { python $base_dir/manage.py runserver 0.0.0.0:8000 &>> $base_dir/django.log 2>&1 & pid=$(mup_pid) echo -e "e[00;31mmup is running (pid: $pid)e[00m" } stop() { pid=$(mup_pid) echo -e "e[00;31mmup is stop (pid: $pid)e[00m" ps -ef | grep -E "(manage.py)(.*):8000" | grep -v grep| awk '{print $2}' | xargs kill -9 &> /dev/null } restart(){ stop start } # See how we were called. case "$1" in start) start ;; stop) stop ;; restart) restart ;; *) echo $"Usage: $0 {start|stop|restart}" exit 2 esac
2、启动celery的worker：每台机器可以启动8个worker
celery -A celery_test worker -l info
#!/bin/bash source ../env/bin/activate export C_FORCE_ROOT="true" base_dir=`pwd` celery_pid() { echo `ps -ef | grep -E "celery -A celery_test worker" | grep -v grep| awk '{print $2}'` } start() { celery multi start celery_test -A celery_test -l debug --autoscale=50,5 --logfile=$base_dir/var/celery-%I.log --pidfile=celery_test.pid } restart() { celery multi restart celery_test -A celery_test -l debug } stop() { celery multi stop celery_test -A celery_test -l debug } #restart(){ # stop # start #} # See how we were called. case "$1" in start) start ;; restart) restart ;; stop) stop ;; *) echo $"Usage: $0 {start|stop|restart}" exit 2 esac #nohup celery -A celery_test worker -l debug --concurrency=10 --autoreload & >>celery.log
3、启动celery 定时任务运行
celery -A celery_test beat -l debug
#!/bin/bash #celery 定时任务运行 source ../env/bin/activate export C_FORCE_ROOT="true" base_dir=`pwd` celery_pid() { echo `ps -ef | grep -E "celery -A celery_test beat" | grep -v grep| awk '{print $2}'` } start() { #django 调度定时任务 #celery -A celery_test beat -l info -S django >> $base_dir/var/celery-cron.log 2>&1 & celery -A celery_test beat -l debug >> $base_dir/var/Scheduler.log 2>&1 & sleep 3 pid=$(celery_pid) echo -e "e[00;31mcelery is start (pid: $pid)e[00m" } restart() { pid=$(celery_pid) echo -e "e[00;31mcelery is restart (pid: $pid)e[00m" ps auxf | grep -E "celery -A celery_test beat" | grep -v grep| awk '{print $2}' | xargs kill -HUP &> /dev/null } stop() { pid=$(celery_pid) echo -e "e[00;31mcelery is stop (pid: $pid)e[00m" ps -ef | grep -E "celery -A celery_test beat" | grep -v grep| awk '{print $2}' | xargs kill -TERM &> /dev/null } case "$1" in start) start ;; restart) restart ;; stop) stop ;; *) echo $"Usage: $0 {start|stop|restart}" exit 2 esac
4、windows下编写的脚本文件，放到Linux中无法识别格式
在Linux中执行.sh脚本，异常/bin/sh^M: bad interpreter: No such file or directory
set ff=unix
dos2unix start-celery.sh
dos2unix celery-crond.sh
6、常见报错
1、Received unregistered task of type ‘XXX’ Celery报错（定时任务中无法找到对应tasks.py文件）
app = Celery('opwf', include=['api_workflow.tasks']) # api_workflow这个app中的tasks文件