Celery框架

Posted tfzz

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Celery框架相关的知识,希望对你有一定的参考价值。

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

 

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
└── get_result.py # 获取结果

3.代码编写

#1.app对象 :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)

#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.添加任务:add_task.py

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

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


# 添加延迟任务
from datetime import datetime, timedelta
def eta_second(second):
    ctime = datetime.now()
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    # 这里单位为秒,实际情况更改
    time_delay = timedelta(seconds=second)
    return utc_ctime + time_delay

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

# 4.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.app对象 :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

# 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)

技术图片

 

 #2.代码编写: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.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

# 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

 

 

以上是关于Celery框架的主要内容,如果未能解决你的问题,请参考以下文章

Celery框架

Celery异步任务框架

Celery框架的基本使用与介绍

Celery框架

Celery框架

celery异步执行任务框架