Python - Celery
Posted 坨之歌
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相关的知识,希望对你有一定的参考价值。
Celery - 概念
简单的灵活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
结构图
使用场景
异步任务 将耗时的操作任务提交给 Celery 去异步执行 - 比如发送短信 / 邮件, 消息推送, 音视频处理等
定时任务 类似于 crontab, 比如每日的数据统计
消息中间件
可选 [ RabbitMQ / Redis ]
Redis 的安装 跳转这里
Celery - 使用
安装
pip install celery[redis]
基本使用 - 异步任务
基础版本
先创建一个简单的耗时阻塞的任务, 很显然会在中间卡顿 4s 等待
# -*- coding: utf-8 -*- import time def add(x, y): print "in tasks ---" time.sleep(4) return x + y if __name__ == \'__main__\': print \'start ---\' ret = add(2, 8) print "end ---" print ret
start --- in tasks --- end --- 10
加入 celery 的优化版本
将原始的 的 add 方法重新优化一下变成 Celery 的版本
tasks.py
# -*- coding: utf-8 -*- import time from celery import Celery broker = \'redis://localhost:6379/1\' backend = \'redis://localhost:6379/2\' app = Celery(\'my_task\', broker=broker, backend=backend) @app.task def add(x, y): print "in tasks ---" time.sleep(4) return x + y
app.py
# -*- coding: utf-8 -*- from tasks import add if __name__ == \'__main__\': print \'start ---\' ret = add.delay(2, 8) print "end ---" print ret
再运行的时候便没有卡顿, 而是以一个任务标识的形式进行返回
start --- end --- a3e85efa-859f-45de-af27-e582ff54ddef
此时任务将被丢入 redis 中等待调度, 需要打开 celery 的 worker 进行处理
Celery - worker
在次目录下进行
celery worker -A tasks -l INFO
-l 表示日志打印等级
-A 指定执行的函数文件
此时若因版本过高会触发系列报错, 详情 跳转这里
成功后会打印配置信息, 比如此处设置的 redis 以及 被执行的 add 都可以显示出
简单测试
打开 worker 之后就可以进行执行调用了
当前目录再次打开一个解释器进行简单操作
在 worker 这边的日志就可以打印出来了
相关的执行结果和执行状态也可以通过一些方法进行获取到
流程梳理
app.py 中进行 add 的函数调用,调用直接返回任务标识
真正的任务在 worker 中异步执行, 然后再 app.py 中的后续代码将不收到阻塞的影响
通过 .ready .get 方法可以获取执行状态以及相关的结果
Celery 目录结构
较为标准的目录格式是需要代码和配置文件分离更加直观
__init__.py
初始化文件中进行初始化的模型创建以及配置文件的导入
# -*- coding: utf-8 -*- from celery import Celery app = Celery(\'demo\') app.config_from_object(\'celery_app.celeryconfig\') # 通过 celery 实例加载配置模块
celeryconfig.py
配置文件中进行配置文件的相关操作, 这里主要是配置 Redis 的相关配置以及简单的时区更改展示
Redis 依旧是存放任务的, 以及存放结果需要两个配置配置
# -*- coding: utf-8 -*- BROKER_URL = \'redis://localhost:6379/1\' CELERY_RESULT_BACKEND = \'redis://localhost:6379/2\' CELERY_TIMEZONE = \'Asia/Shanghai\' # 默认 UTC 时间 # 导入指定的任务模块 CELERY_IMPORTS = ( \'celery_app.task1\', \'celery_app.task2\', )
task1.py / task2.py
task 则用于实际逻辑的函数编写即可
# -*- coding: utf-8 -*- import time from celery_app import app @app.task def multiply(x, y): time.sleep(3) return x * y
# -*- coding: utf-8 -*- import time from celery_app import app @app.task def add(x, y): time.sleep(3) return x + y
app.py
app 用于外部的调用
# -*- coding: utf-8 -*- from celery_app import task1, task2 if __name__ == \'__main__\': task1.add.apply_async(5, 10) task2.multiply.delay(5, 10) print \'end -----\'
基础使用 - 定时任务
以上是关于Python - Celery的主要内容,如果未能解决你的问题,请参考以下文章
python 一些代码使用模式作为SQL-Alchemy的声明基础,以及对Celery分支的支持。