Celery模块使用

一 Celery初识

1.什么是celery:

　　指的是分布式任务队列,是一个异步任务调度工具，celery框架自带socket，所以自身是一个独立运行的服务。

2.文档

Celery 官网：http://www.celeryproject.org/

Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html

Celery 官方文档中文版：http://docs.jinkan.org/docs/celery/

3.celery组成

celery框架由三部分组成：存放要执行的任务broker，执行任务的对象worker，存放任务结果的backend

4.使用场景

异步任务：将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等

定时任务：定时执行某件事情，比如每天数据统计

路飞案例：

 

 

 

 

二 Celery基本使用（异步任务）

1.安装celery模块

pip install celery

2.建立文件夹和py文件

project # 一般为项目名如：大路飞
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须交celery.py
│ └── tasks.py # 所有任务函数
├── add_task.py # 添加任务脚本文件
└── get_result.py # 获取结果脚本文件

3.代码编写

#1.celery配置 ：celery.py

# 导入模块
from celery import Celery

broker = 'redis://127.0.0.1:6379/14' # 任务库：实际情况选择
backend = 'redis://127.0.0.1:6379/15' # 结果库：实际情况选择
include=['celery_task.tasks'] # 任务们，tasks为任务py文件注意路径
# 实例产生app对象
app = Celery(broker=broker,backend=backend,include=include)

#2.任务：tasks.py

# 导入app实例对象
from .celery import app
# 任务1
@app.task
def add(n, m):
    print(n)
    print(m)
    print('n+m的结果：%s' % (n + m))
    return n + m
# 任务2
@app.task
def low(n, m):
    print(n)
    print(m)
    print('n-m的结果：%s' % (n - m))
    return n - m

#3.启动celey服务：启动服务后就会去任务库里那任务，拿到就执行，没有就阻塞

1.cd到celery包文件夹所在的目录文件夹

2.启动celery(app)服务：celery_task为包文件名
# 非windows
# 命令：celery worker -A celery_task -l info
# windows：celery_task为包文件名
# pip3 install eventlet
# celery worker -A celery_task -l info -P eventlet

 

 #4.添加任务

4.1添加任务方式1

  4.2添加任务方式2：脚本add_task.py

# 导入任务文件tasks.py
from celery_task import tasks

# 添加立即执行任务：任务函数.delay（参数们）
t1 = tasks.add.delay(10, 20)
t2 = tasks.low.delay(100, 50)
print(t1.id)


# 添加延迟任务:任务函数.apply_async(args=(参数), eta=延迟时间)
 from datetime import datetime, timedelta 
 def eta_second(second):
    # 获取当前utc时间
    ctime = datetime.now()
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    # 延迟多长时间执行这里单位为秒，实际情况更改
    time_delay = timedelta(seconds=second)
    return utc_ctime + time_delay
#tasks.任务函数.apply_async（args=(参数们)）

tasks.low.apply_async(args=(200, 50), eta=eta_second(10))

# 5.获取结果：get_result.py

# 导入实例对象
from celery_task.celery import app

from celery.result import AsyncResult
# 任务id,实际情况更改
id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
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')
#5.启动服务运行
# 注意cd 到project文件夹下载执行命令

# 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：手动添加，要自定义添加任务的脚本，右键执行脚本

# 4）获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本

三 Celery高级使用（定时任务）

1.安装celery模块

pip install celery

2.建立文件夹和py文件

project # 一般为项目名如：大路飞
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须交celery.py
│ └── tasks.py # 所有任务函数
└── get_result.py # 获取结果

3.代码编写

#1.celery配置 ：celery.py

# 导入模块
from celery import Celery

broker = 'redis://127.0.0.1:6379/14' # 任务库：实际情况选择
backend = 'redis://127.0.0.1:6379/15' # 结果库：实际情况选择
include=['celery_task.tasks'] # 任务们，注意路径
# 实例产生app对象
app = Celery(broker=broker,backend=backend,include=include)

# 时区，实际情况选择
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC，实际情况选择
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 = {
    # 任意任务名
    'low-task': {
        'task': 'celery_task.tasks.low', # 任务源，注意路径
        'schedule': timedelta(seconds=3), # 3秒加载执行一次
        # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
        'args': (300, 150), # 任务的参数
    }
}

# 2.获取结果：get_result.py

from celery_task.celery import app

from celery.result import AsyncResult

id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
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')

#3.启动服务和添加任务

# 注意cd 到project文件夹下载执行命令

1.worker cmd窗口
# 非windows
# 命令：celery worker -A celery_task -l info
# windows：
# pip3 install eventlet
# celery worker -A celery_task -l info -P eventlet

2. 添加任务cmd窗口
# 3）添加任务：自动添加任务，所以要启动一个添加任务的服务
# 命令：celery beat -A celery_task -l info

3.获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本

四 django的drf中使用（以定时更新缓存数据库轮播图为例）

#1.建立包文件夹和文件（注意celery_task最好放在根文件夹下如：大路飞）

 #2.celery配置：celery.py

# django环境配置
# 开启django支持
import os,  django

# 如果包文件不在根目录下根据实际情况将大路飞添加环境便令
#import sys
# sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))

os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'luffyapi.settings.dev')

django.setup()

# 导入模块
from celery import Celery

broker = 'redis://127.0.0.1:6379/14' # 任务库
backend = 'redis://127.0.0.1:6379/15' # 结果库
include = ['celery_task.tasks']
# 实例产生app对象
app = Celery(broker=broker,backend=backend,include=include)

# 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 = {
    'update_banner_list_task': {
        'task': 'celery_task.tasks.update_banner_list',
        'schedule': timedelta(seconds=10),
        # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
        'args': (),
    }
}

#3.celery任务：tasks.py

# 导入app对象
from .celery import app
# 导入home应用的模型表
from home.models import Banner
# 导入设置中的轮播数量
from settings.const import BANNER_COUNT
# 导入home应用的序列化
from home.serializers import BannerModelSerializer

from django.core.cache import cache
@app.task
def update_banner_list():
    banner_query = Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:BANNER_COUNT]
    # 序列化
    banner_data = BannerModelSerializer(banner_query,many=True).data
    for banner in banner_data:
        banner['image']= 'http://127.0.0.1:8000'+ banner['image']
    # 存入缓存数据库
    cache.set('banner_list',banner_data)
    return True

#4.启动服务和添加任务

# 注意cd 到project文件夹下载执行命令如大路飞

1.worker cmd窗口
# 非windows
# 命令：celery worker -A celery_task -l info
# windows：
# pip3 install eventlet
# celery worker -A celery_task -l info -P eventlet

2. 添加任务cmd窗口
# 3）添加任务：自动添加任务，所以要启动一个添加任务的服务
# 命令：celery beat -A celery_task -l info

 

 

【推广】 免费学中医，健康全家人
原文地址：https://www.cnblogs.com/tfzz/p/11795873.html