所有演示均基于Django2.0

celery是一个基于python开发的简单、灵活且可靠的分布式任务队列框架，支持使用任务队列的方式在分布式的机器/进程/线程上执行任务调度。采用典型的生产者-消费者模型，主要由三部分组成：

1. 消息队列broker：broker实际上就是一个MQ队列服务，可以使用redis、rabbitmq等作为broker
2. 处理任务的消费者workers：broker通知worker队列中有任务，worker去队列中取出任务执行，每一个worker就是一个进程
3. 存储结果的backend：执行结果存储在backend，默认也会存储在broker使用的MQ队列服务中，也可以单独配置用何种服务做backend

异步任务

我的异步使用场景为项目上线：前端web上有个上线按钮，点击按钮后发请求给后端，后端执行上线过程要5分钟，后端在接收到请求后把任务放入队列异步执行，同时马上返回给前端一个任务执行中的结果。若果没有异步执行会怎么样呢？同步的情况就是执行过程中前端一直在等后端返回结果，页面转呀转的就转超时了。

异步任务配置

1.安装rabbitmq，这里我们使用rabbitmq作为broker，安装完成后默认启动了，也不需要其他任何配置

# apt-get install rabbitmq-server

2.安装celery

# pip3 install celery

3.celery用在django项目中，django项目目录结构(简化)如下

website/|-- deploy|   |-- admin.py|   |-- apps.py|   |-- __init__.py|   |-- models.py|   |-- tasks.py|   |-- tests.py|   |-- urls.py|   `-- views.py|-- manage.py|-- README`-- website    |-- celery.py    |-- __init__.py    |-- settings.py    |-- urls.py    `-- wsgi.py

4.创建website/celery.py主文件

from __future__ import absolute_import, unicode_literalsimport osfrom celery import Celery, platforms# set the default Django settings module for the 'celery' program.os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'website.settings')app = Celery('website')# Using a string here means the worker don'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 app configs.app.autodiscover_tasks()# 允许root 用户运行celeryplatforms.C_FORCE_ROOT = True@app.task(bind=True)def debug_task(self):    print('Request: {0!r}'.format(self.request))

5.在website/__init__.py文件中增加如下内容，确保django启动的时候这个app能够被加载到

from __future__ import absolute_import# This will make sure the app is always imported when# Django starts so that shared_task will use this app.from .celery import app as celery_app__all__ = ['celery_app']

6.各应用创建tasks.py文件，这里为deploy/tasks.py

from __future__ import absolute_importfrom celery import shared_task@shared_taskdef add(x, y):    return x + y

• 注意tasks.py必须建在各app的根目录下，且只能叫tasks.py，不能随意命名

7.views.py中引用使用这个tasks异步处理

from deploy.tasks import adddef post(request):    result = add.delay(2, 3)

• 使用函数名.delay()即可使函数异步执行
• 可以通过result.ready()来判断任务是否完成处理
• 如果任务抛出一个异常，使用result.get(timeout=1)可以重新抛出异常
• 如果任务抛出一个异常，使用result.traceback可以获取原始的回溯信息

8.启动celery

# celery -A website worker -l info

9.这样在调用post这个方法时，里边的add就可以异步处理了

定时任务

定时任务的使用场景就很普遍了，比如我需要定时发送报告给老板~

定时任务配置

1.website/celery.py文件添加如下配置以支持定时任务crontab

from celery.schedules import crontabapp.conf.update(    CELERYBEAT_SCHEDULE = {        'sum-task': {            'task': 'deploy.tasks.add',            'schedule':  timedelta(seconds=20),            'args': (5, 6)        }        'send-report': {            'task': 'deploy.tasks.report',            'schedule': crontab(hour=4, minute=30, day_of_week=1),        }    })

• 定义了两个task：
  • 名字为'sum-task'的task，每20秒执行一次add函数，并传了两个参数5和6
  • 名字为'send-report'的task，每周一早上4：30执行report函数
• timedelta是datetime中的一个对象，需要from datetime import timedelta引入，有如下几个参数
  • days：天
  • seconds：秒
  • microseconds：微妙
  • milliseconds：毫秒
  • minutes：分
  • hours：小时
• crontab的参数有：
  • month_of_year：月份
  • day_of_month：日期
  • day_of_week：周
  • hour：小时
  • minute：分钟

2.deploy/tasks.py文件添加report方法：

@shared_taskdef report():    return 5

3.启动celery beat，celery启动了一个beat进程一直在不断的判断是否有任务需要执行

# celery -A website beat -l info

Tips

1.如果你同时使用了异步任务和计划任务，有一种更简单的启动方式celery -A website worker -b -l info，可同时启动worker和beat

2.如果使用的不是rabbitmq做队列那么需要在主配置文件中website/celery.py配置broker和backend，如下：

# redis做MQ配置app = Celery('website', backend='redis', broker='redis://localhost')# rabbitmq做MQ配置app = Celery('website', backend='amqp', broker='amqp://admin:admin@localhost')

3.celery不能用root用户启动的话需要在主配置文件中添加platforms.C_FORCE_ROOT = True

4.celery在长时间运行后可能出现内存泄漏，需要添加配置CELERYD_MAX_TASKS_PER_CHILD = 10，表示每个worker执行了多少个任务就死掉

参考文章：