Python中celery的使用
Celery簡介
Celery是一個(gè)簡單、靈活且可靠的,處理大量消息的分布式系統(tǒng),專注于實(shí)時(shí)處理的異步任務(wù)隊(duì)列,同時(shí)也支持任務(wù)調(diào)度。
Celery的架構(gòu)由三部分組成,消息中間件(message broker),任務(wù)執(zhí)行單元(worker)和任務(wù)執(zhí)行結(jié)果存儲(chǔ)(task result store)組成。

消息中間件:Celery本身不提供消息服務(wù),但是可以方便的和第三方提供的消息中間件集成。包括,RabbitMQ, Redis等等。
任務(wù)執(zhí)行單元:Worker是Celery提供的任務(wù)執(zhí)行的單元,worker并發(fā)的運(yùn)行在分布式的系統(tǒng)節(jié)點(diǎn)中。
任務(wù)結(jié)果存儲(chǔ):Task result store用來存儲(chǔ)Worker執(zhí)行的任務(wù)的結(jié)果,Celery支持以不同方式存儲(chǔ)任務(wù)的結(jié)果,包括AMQP, redis等。
版本支持情況:
Celery version 4.0 runs on
Python ❨2.7, 3.4, 3.5❩
PyPy ❨5.4, 5.5❩
This is the last version to support Python 2.7, and from the next version (Celery 5.x) Python 3.5 or newer is required.
If you're running an older version of Python, you need to be running an older version of Celery:
Python 2.6: Celery series 3.1 or earlier.
Python 2.5: Celery series 3.0 or earlier.
Python 2.4 was Celery series 2.2 or earlier.
Celery is a project with minimal funding, so we don't support Microsoft Windows. Please don't open any issues related to that platform.
Celery多用來執(zhí)行異步任務(wù),將耗時(shí)的操作交由Celery去異步執(zhí)行,比如發(fā)送郵件、短信、消息推送、音視頻處理等。還可以執(zhí)行定時(shí)任務(wù),定時(shí)執(zhí)行某件事情,比如Redis中的數(shù)據(jù)每天凌晨兩點(diǎn)保存至mysql數(shù)據(jù)庫,實(shí)現(xiàn)Redis的持久化。
celery的異步任務(wù)
celery的使用
1.安裝celery
$ pip install -U celery
1)安裝相關(guān)依賴
$ pip install "celery[redis,auth,msgpack]"
序列化程序
celery[auth]
用于使用auth安全序列化程序。
celery[msgpack]
用于使用 msgpack 序列化程序。
celery[redis]
使用 Redis 作為消息傳輸或結(jié)果后端。
2.安裝redis
這里我們使用redis作為celery的broker,作為任務(wù)隊(duì)列的存儲(chǔ)和結(jié)果的存儲(chǔ)。
對(duì)于 Redis 支持,您必須安裝其他依賴項(xiàng)。您可以使用celery[redis] bundle一次性安裝 Celery 和這些依賴項(xiàng):
$ pip install -U "celery[redis]"
1)配置
配置很簡單,只需配置你的 Redis 數(shù)據(jù)庫的位置:
app.conf.broker_url = 'redis://localhost:6379/0'
其中 URL 的格式為:
redis://:password@hostname:port/db_number
方案后面的所有字段都是可選的,并且將默認(rèn)為localhost 端口 6379,使用數(shù)據(jù)庫 0。
3.使用ceelry
1)首先我們可以創(chuàng)建一個(gè)celery的文件夾,然后創(chuàng)建一個(gè)tasks.py文件
celery/tasks.py
from celery import Celery
# 第一個(gè)參數(shù)就是當(dāng)前腳本的名稱,backend 任務(wù)執(zhí)行結(jié)果的存儲(chǔ)地址broker 任務(wù)隊(duì)列的存儲(chǔ)地址
app = Celery('tasks', backend='redis://127.0.0.1', broker='redis://127.0.0.1')
@app.task
def add(x, y):
return x + y
celery/run_tasks.py
from tasks import add
result = add.delay(1, 2)
print('Is task ready: %s' % result.ready()) # False說明任務(wù)還沒有執(zhí)行完
run_result = result.get(timeout=1)
print('task result: %s' % run_result)
print('Is task ready: %s' % result.ready())
4.啟動(dòng)celery
$ cd celry $ celery -A tasks worker --loglevel=info
使用flower監(jiān)控celery任務(wù)的執(zhí)行情況
pip install flower
啟動(dòng)flower,指定我們的應(yīng)用,確保你的celery是啟動(dòng)的。
cd celery celery -A tasks flower --broker=redis://@localhost:6379/0
運(yùn)行結(jié)果:
celery [celery args] flower [flower args].
[I 210825 10:54:00 command:152] Visit me at http://localhost:5555
[I 210825 10:54:00 command:159] Broker: redis://127.0.0.1:6379//
[I 210825 10:54:00 command:160] Registered tasks:
我們就可以通過5555端口看到celery異步任務(wù)的運(yùn)行情況了

Django中使用celery
官方地址:https://docs.celeryproject.org/en/latest/django/first-steps-with-django.html
1.創(chuàng)建celery文件
根據(jù)官方文檔的說明,我們可以直接在Django項(xiàng)目同名的應(yīng)用下創(chuàng)建celery.py文件
recruitment/recruitment/celery.py
import os
from celery import Celery
# set the default Django settings module for the 'celery' program.
os.environ.setdefault('DJANGO_SEttINGS_MODULE', 'recruitment.base') # 這里我把配置文件放到了根目錄下的settings/base.py 中
app = Celery('recruitment')
# Using a string here means the worker doesn'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 apps.
app.autodiscover_tasks()
def debug_task(self):
print(f'Request: {self.request!r}')
然后我們需要在這個(gè)celery.py文件所在的目錄的__init__文件中添加:
from __future__ import absolute_import, unicode_literals
# This will make sure the app is always imported when/保證所有app下的任務(wù)都能導(dǎo)入進(jìn)來
# Django starts so that shared_task will use this app.
from .celery import app as celery_app
__all__ = ('celery_app',)
2.添加celery配置
settings/base.py
CELERY_BROKER_URL = 'redis://localhost:6379/0' CELERY_RESULT_BACKEND = 'redis://localhost:6379/1' CELERY_ACCEPT_CONTENT = ['application/json'] CELERY_RESULT_SERIALIZER = 'json' CELERY_TASK_SERIALIZER = 'json' CELERY_TIMEZONE = 'Asia/Shanghai' CELERYD_MAX_TASKS_PER_CHILD = 10 CELERYD_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_work.log") CELERYBEAT_LOG_FILE = os.path.join(BASE_DIR, "logs", "celery_beat.log")
3.在別的應(yīng)用下使用celery執(zhí)行異步任務(wù) [使用celery異步發(fā)送釘釘群消息通知]
1.首先我們需要在應(yīng)用下創(chuàng)建一個(gè)tasks.py文件interview/tasks.py
from __future__ import absolute_import, unicode_literals
from celery import shared_task
from .dingtalk import send
@shared_task
def send_dingtalk_message(message):
send(message)
interview/dingtalk.py
from dingtalkchatbot.chatbot import DingtalkChatbot
from django.conf import settings
def send(message, at_mobiles=[]):
# 引用 settings里面配置的釘釘群消息通知的WebHook地址:
webhook = settings.DINGTALK_WEB_HOOK
# 初始化機(jī)器人小Y,
xiaoY = DingtalkChatbot(webhook)
# 方式二:勾選“加簽”選項(xiàng)時(shí)使用(v1.5以上新功能)
# xiaoY = DingtalkChatbot(webhook, secret=secret)
# Text消息@所有人
xiaoY.send_text(msg=('消息通知: %s' % message), at_mobiles=at_mobiles)
interview.views.py
from interview.tasks import send_dingtalk_message
def notify_interview(modeladmin, request, queryset):
candidates = ''
interviewers = ''
for obj in queryset:
candidates = obj.userame + '' + candidates
interviewers = obj.first_interviewer_user + '' + interviewers
# 這里的消息發(fā)送到釘釘, 或者通過 Celery 異步發(fā)送到釘釘
send_dingtalk_message.delay('候選人 %s 進(jìn)入面試環(huán)節(jié), 親愛的面試官請(qǐng)做好面試準(zhǔn)備:%s。' % (candidates, interviewers))
4.啟動(dòng)celery服務(wù)
啟動(dòng)celery服務(wù),到我們的項(xiàng)目根目錄啟動(dòng),然后執(zhí)行
$ celery -A recruitment worker -l info
如果需要制定配置文件,如果在mac下可以執(zhí)行:
$ DJANGO_SEttINGS_MODULE=settings.base celery --app=recruitment worker --loglevel=info
啟動(dòng)flower監(jiān)控異步任務(wù)
$ celery -A recruitment flower --broker=redis://localhost:6379/0
celery定時(shí)任務(wù)
到此這篇關(guān)于Python中celery的使用的文章就介紹到這了,更多相關(guān)celery的使用內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python實(shí)現(xiàn)批量解析郵件并下載附件
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)批量解析郵件并下載附件,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-06-06
Python使用turtle庫繪制小豬佩奇(實(shí)例代碼)
這篇文章主要介紹了Python使用turtle庫繪制小豬佩奇,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-01-01
python調(diào)用c++返回帶成員指針的類指針實(shí)例
今天小編就為大家分享一篇python調(diào)用c++返回帶成員指針的類指針實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-12-12
keras tensorflow 實(shí)現(xiàn)在python下多進(jìn)程運(yùn)行
今天小編就為大家分享一篇keras tensorflow 實(shí)現(xiàn)在python下多進(jìn)程運(yùn)行,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02
Python利用folium實(shí)現(xiàn)地圖可視化
Folium是建立在Python生態(tài)系統(tǒng)的數(shù)據(jù)整理(Datawrangling)能力和Leaflet.js庫的映射能力之上的開源庫。這篇文章主要給大家介紹了關(guān)于如何Python利用folium實(shí)現(xiàn)地圖可視化的相關(guān)資料,需要的朋友可以參考下2021-05-05
python讀取當(dāng)前目錄下的CSV文件數(shù)據(jù)
這篇文章主要為大家詳細(xì)介紹了python讀取當(dāng)前目錄下的CSV文件數(shù)據(jù),文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-03-03
Python使用Selenium進(jìn)行Web自動(dòng)化測(cè)試
Selenium 是一個(gè)用于 Web 應(yīng)用自動(dòng)化測(cè)試的強(qiáng)大工具,可以用來模擬用戶操作瀏覽器,從而測(cè)試 Web 應(yīng)用的功能,它支持多種瀏覽器和編程語言,包括 Python,下面我們將介紹如何使用 Selenium 進(jìn)行 Web 自動(dòng)化測(cè)試,需要的朋友可以參考下2024-08-08

