什么是Celery

什么是Celery

• Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。
  • 分布式: 不同的相关组件，架构在不同的服务器上；不同服务器上的不同组件之间通过消息通信的方式来实现协调工作，这种方式叫分布式
  • 异步任务

celery架构

1. 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
   1. 消息中间件 ，RabbitMQ，redis
   2. 任务执行单元，Worker，执行任务
   3. 任务结果存储
2. celery 封装了异步并发的实现，只用调用接口即可（它帮实现了 多进程+多协程的方式支持并发）
3. celery 帮我们链接中间件，创建队列，插入数据

示例

1. 消费者

• celery 执行了这个 task 后，celery 主动帮你监听2个异步任务

import celery
import time

backend = 'redis://127.0.0.1:6379/1'  # 存储
broker = 'redis://127.0.0.1:6379/2'    # 消息中间件，先用redis代替
cel = celery.Celery('test', backend=backend, broker=broker)


@cel.task
def send_email(name):  # 声明一个 celery 的异步任务
    print("向%s发送邮件..." % name)
    time.sleep(5)
    print("向%s发送邮件完成" % name)
    return "ok"

@cel.task
def send_msg(name):   
    print("向%s发送短信..." % name)
    time.sleep(5)
    print("向%s发送短信完成" % name)
    return "ok"

2. 生产者

from celery_task import send_email, send_msg

result = send_email.delay("yuan")  # 传递进去的，是 方法 send_email ，和参数 yuan
print(result.id)

result2 = send_msg.delay("alex")
print(result2.id)

3. 获取结果

from celery.result import AsyncResult
from celery_task import cel

# id 是返回的任务id，本例子
async_result = AsyncResult(id="8782a442-3c9f-4115-8efc-de43a4b1c5a2", app=cel)

if async_result.successful():
    result = async_result.get()
    print(result)
    # result.forget() # 将结果删除
elif async_result.failed():
    print('执行失败')
elif async_result.status == 'PENDING':
    print('任务等待中被执行')
elif async_result.status == 'RETRY':
    print('任务异常后正在重试')
elif async_result.status == 'STARTED':
    print('任务已经开始被执行')

celery 启动

1. 用 celery 启动 celery_task

• -l是 --loginfo 日志，只要info的

 celery -A celery_task worker -l info

celery 多任务项目结构

• celery.py 配置
• task01 分类放置任务
• produce_task 触发器

├── celery_tasks
│   ├── __init__.py
│   ├── celery.py
│   ├── task01.py
│   └── task02.py
├── check_result.py
└── produce_task.py

定时任务

简单目录下调用

1. 只是执行的方式换一下即可

• 异步任务，用 result = send_email.delay("yuan")
• 定时任务，用 result = send_email.apply_async(args=["egon",], eta=v2)

from celery_task import send_email
from datetime import datetime

# 方式一
# v1 = datetime(2020, 3, 11, 16, 19, 00)
# print(v1)
# v2 = datetime.utcfromtimestamp(v1.timestamp())
# print(v2)
# result = send_email.apply_async(args=["egon",], eta=v2)
# print(result.id)

# 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=10)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = send_email.apply_async(args=["egon"], eta=task_time)

多目录项目定时任务

1. 要在celery配置文件加入定时配置

from celery import Celery
from datetime import timedelta
from celery.schedules import crontab

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_tasks.task01',
                      'celery_tasks.task02'
                      ])

# 时区
cel.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False

cel.conf.beat_schedule = {
    # 名字随意命名
    'add-every-10-seconds': {
        # 执行tasks1下的test_celery函数
        'task': 'celery_tasks.task01.send_email',
        # 每隔2秒执行一次
        # 'schedule': 1.0,
        # 'schedule': crontab(minute="*/1"),
        'schedule': timedelta(seconds=6),
        # 传递参数
        'args': ('张三',)
    },
    # 'add-every-12-seconds': {
    #     'task': 'celery_tasks.task01.send_email',
    #     每年4月11号，8点42分执行
    #     'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    #     'args': ('张三',)
    # },
}

2. 启动定时任务触发器 , beat 启动

 celery -A celery_tasks beat -l info