python—Celery异步分布式

• 2020 年 1 月 6 日
• 筆記

一、Celery异步分布式

Celery  是一个python开发的异步分布式任务调度模块，是一个消息传输的中间件，可以理解为一个邮箱，每当应用程序调用celery的异步任务时，会向broker传递消息，然后celery的worker从中取消息

Celery  用于存储消息以及celery执行的一些消息和结果

对于brokers，官方推荐是rabbitmq和redis

对于backend，也就是指数据库，为了简单一般使用redis

使用redis连接url格式：

redis://:password@hostname:port/db_number

1）定义连接脚本tasks.py

#!/usr/bin/env python  from celery import Celery  broker = "redis://192.168.2.230:6379/1"  backend = "redis://192.168.2.230:6379/2"  app = Celery("tasks", broker=broker, backend=backend)    @app.task  def add(x,y):      return x+y

2）安装启动celery

pip install celery

pip install redis

启动方式：celery -A huang tasks -l info  #-l 等同于 –loglevel

3）执行测试 huang.py 

#!/usr/bin/env python  from tasks import add    re = add.delay(10,20)    print(re.result)   #任务返回值  print(re.ready)     #如果任务被执行返回True,其他情况返回False    print(re.get(timeout=1))  #带参数的等待，最后返回结果  print(re.status)  #任务当前状态

运行结果：

30

<bound method AsyncResult.ready of <AsyncResult: d2e0a2d8-cdd9-4fe3-a8bb-81fe3c53ba9a>>

30

SUCCESS

4）根据成功返回的key或celery界面输出的信息，查看redis存储

说明：停止celery服务，执行完huang.py之后，再启动celery服务也是有保存数据的

二、celery多进程

1）配置文件 celeryconfig.py

#!/usr/bin/env python  #-*- coding:utf-8 -*-    from kombu import Exchange,Queue    BROKER_URL = "redis://192.168.2.230:6379/3"  CELERY_RESULT_BACKEND = "redis://192.168.2.230:6379/4"    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"}  }

2）tasks.py

#!/usr/bin/env python  #-*- coding:utf-8 -*-    from celery import Celery    app = Celery()  app.config_from_object("celeryconfig")    @app.task      def taskA(x,y):      return x+y        @app.task      def taskB(x,y,z):      return x+y+z

3）启动celery

celery -A tasks worker –loglevel info

4）执行脚本huang2.py

#!/usr/bin/env python  #-*- coding:utf-8 -*-    from tasks import taskA,taskB    re = taskA.delay(10,20)    print(re.result)   #任务返回值  print(re.ready)     #如果任务被执行返回True,其他情况返回False  print(re.get(timeout=1))  #带参数的等待，最后返回结果  print(re.status)  #任务当前状态    re2 = taskB.delay(10,20,30)  print(re2.result)  print(re2.ready)  print(re2.get(timeout=1))  print(re2.status)

5）运行结果

None

<bound method AsyncResult.ready of <AsyncResult: e34a8490-05a7-473e-a082-f4956cabfc99>>

30

SUCCESS

None

<bound method AsyncResult.ready of <AsyncResult: 3c5cd839-dbe2-4e63-ba4e-86e8c79d943f>>

60

SUCCESS