python celery 多work多队列
Posted 朝阳的向日葵
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python celery 多work多队列相关的知识,希望对你有一定的参考价值。
1.Celery模块调用
既然celery是一个分布式的任务调度模块,那么celery是如何和分布式挂钩呢,celery可以支持多台不通的计算机执行不同的任务或者相同的任务。
如果要说celery的分布式应用的话,就要提到celery的消息路由机制,AMQP协议。具体的可以查看AMQP的文档。简单地说就是可以有多个消息队列(Message Queue),不同的消息可以指定发送给不同的Message Queue,而这是通过Exchange来实现的。发送消息到Message Queue中时,可以指定routiing_key,Exchange通过routing_key来把消息路由(routes)到不同的Message Queue中去。
多worker,多队列,实例:
1.在服务器上编写文件tasks.py。首先定义一个Celery的对象,然后通过celeryconfig.py对celery对象进行设置。之后又分别定义了三个task,分别是taskA, taskB和add。
#!/usr/bin/env
#-*-conding:utf-8-*-
from celery import Celery,platforms
platforms.C_FORCE_ROOT = True
app = Celery()
app.config_from_object("celeryconfig")
@app.task
def tashA(x,y):
return x*y
@app.task
def taskB(x,y,z):
return x+y+z
@app.task
def add(x,y):
return x+y
2.编写celeryconfig.py文件。
#!/usr/bin/env python
#-*- coding:utf-8 -*-
from kombu import Exchange,Queue
from celery import platforms
platforms.C_FORCE_ROOT = True
BROKER_URL = "redis://localhost:6379/7"
CELERY_RESULT_BACKEND = "redis://localhost:6379/8"
CELERY_QUEUES = (
Queue("default",Exchange("default"),routing_key="default"),
Queue("for_task_A",Exchange("for_task_A"),routing_key="for_task_A"),
Queue("for_task_B",Exchange("for_task_B"),routing_key="for_task_B")
)
CELERY_ROUTES = {
‘tasks.taskA‘:{"queue":"for_task_A","routing_key":"for_task_A"},
‘tasks.taskB‘:{"queue":"for_task_B","routing_key":"for_task_B"}
}
3.启动worker来指定task
celery -A tasks worker -l info -n workerA.%h -Q for_task_A
celery -A tasks worker -l info -n workerB.%h -Q for_task_B
4.传入参数
将上面两个文件导出到pycharm中:
编写文件传参:
from tasks import * re1 = taskA.delay(100, 200) re2 = taskB.delay(1,2, 3)
print(re3.status) #查看re3的状态 print(re3.id) #查看re3的id
运行之后可见:taskA,taskB都已正常执行。
5.我们可以看到add(re3)的状态是PENDING,表示没有执行,这个是因为没有celeryconfig.py文件中指定改route到哪一个Queue中,所以会被发动到默认的名字celery的Queue中,但是我们还没有启动worker执行celery中的任务。下面,我们来启动一个worker来执行celery队列中的任务。
celery -A tasks worker -l info -n worker.%h -Q celery
这样我们再次运行pycharm就可以看见add也被运行了,并且redis数据库中也有该id了。
2.Celery与定时任务
1.在celery中执行定时任务非常简单,只需要设置celery对象中的CELERYBEAT_SCHEDULE属性即可。
下面我们接着在celeryconfig.py中添加CELERYBEAT_SCHEDULE变量:
CELERY_TIMEZONE = ‘UTC‘
CELERYBEAT_SCHEDULE = {
‘taskA_schedule‘ : {
‘task‘:‘tasks.taskA‘,
‘schedule‘:20,
‘args‘:(5,6)
},
‘taskB_scheduler‘ : {
‘task‘:"tasks.taskB",
"schedule":200,
"args":(10,20,30)
},
‘add_schedule‘: {
"task":"tasks.add",
"schedule":10,
"args":(1,2)
}
}
2.Celery启动定时任务
celery -A tasks worker -l info -n workerA.%h -Q for_task_A -B
启动完成后:
taskA每20秒执行一次taskA.delay(5, 6)
taskB每200秒执行一次taskB.delay(10, 20, 30)
Celery每10秒执行一次add.delay(1, 2)
以上是关于python celery 多work多队列的主要内容,如果未能解决你的问题,请参考以下文章