Django --- celery异步任务与RabbitMQ模块
一 RabbitMQ 和 celery
1 celery
Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理, 如果你的业务场景中需要用到异步任务,就可以考虑使用celery
celery 异步处理需要传递消息和存储结果,传递消息的叫 Broker(消息中间件),存储结果的叫 backend
(1) celery使用场景:
1 web应用。当用户触发的一个操作需要较长时间才能执行完成时,可以把它作为任务交给celery去异步执行,执行完成后再返回给用户。
2 定时任务。生产环境经常会有一些定时任务。
3 其他可以异步执行的任务。比如发送消息/ 邮件、推送消息、清理/设置缓存等
(2) celery的broker:
Celery 在执行任务时需要通过一个**消息中间件**来接收和发送任务消息,以及存储任务结果, 一般使用rabbitMQ or Redis;
celery 消息的解决方案默认使用 amqp 协议(即 RabbitMQ),可以在配置中指定其他的消息解决方案
(3) Celery 定时任务:
Celery 定时任务-- celery beat(django也可以使用)
启动celery beat 和worker,实现隔一段时间,beat会发起一个任务消息让worker执行任务
2 RabbitMQ
RabbitMQ是一个在AMQP基础上完整的,可复用的企业消息系统。他遵循Mozilla Public License开源协议。
MQ全称为Message Queue, 消息队列(MQ)是一种应用程序对应用程序的通信方法。
应用程序通过读写出入队列的消息(针对应用程序的数据)来通信,而无需专用连接来链接它们。
消息传递指的是程序之间通过在消息中发送数据进行通信,而不是通过直接调用彼此来通信,直接调用通常是用于诸如远程过程调用的技术。
排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。
RabbitMQ作为一个消息队列管理工具被引入到和Celery集成,负责处理服务器之间的通信任务
RabbitMQ安装
安装配置epel源
$ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
安装erlang
$ yum -y install erlang
安装RabbitMQ
$ yum -y install rabbitmq-server
注意:service rabbitmq-server start/stop
安装API
pip install pika
or
easy_install pika
or
源码
注意: celery 不是使用的pika,而是自己实现的,维护的“amqp”包
https://pypi.python.org/pypi/pika
基于内存队列的,queue 消息队列(生产者消费者模型)
import Queue
import threading
message = Queue.Queue(10)
def producer(i):
while True:
message.put(i)
def consumer(i):
while True:
msg = message.get()
for i in range(12):
t = threading.Thread(target=producer, args=(i,))
t.start()
for i in range(10):
t = threading.Thread(target=consumer, args=(i,))
t.start()
而 RabbitMQ, 生产和消费不再针对内存里的一个Queue对象,而是某台服务器上的RabbitMQ Server实现的消息队列。
RabbitMQ的几个概念
1 Queue(队列)是RabbitMQ的内部对象,用于存储消息。
2 Channel是与RabbitMQ打交道的最重要的一个接口,我们大部分的业务操作是在Channel这个接口中完成的,包括定义Queue、定义Exchange、绑定Queue与Exchange、发布消息等。
3 exchange:生产者不是将消息直接放到queue(队列)中,而是先到exchange中,exchange主要用于控制消息到队列的路由,根据具体的exchange type将消息传给需要的队列或者直接废弃。
ExchangeType有fanout、direct、topic、headers这四种,不同的类型有着不同的路由策略
二 django-celery 模块的使用
1 提高网站请求速度的方法:
提高网站的请求速度,提高 用户 体验
1 缓存
2 不能缓存的 任务可以提交 celery 异步执行
2 原理:
开一个新的进程(也可以加定时任务)
处理耗时的操作
任务---函数--task
队列 queue 存储多个耗时操作
worker 负责执行renwu
broker 负责调度
3 使用 :
安装
pip install celery
pip install celery-with-redis
pip install django-celery
配置:
install_apps = {
'''
'djcelery'
}
import djcelery
djcelery.setup_loader()![](https://images2018.cnblogs.com/blog/1220788/201803/1220788-20180328215633011-1420381525.png)
BROKER_URL = 'redis://127.0.0.1:6379/0'
CELERY_IMPORTS = ('应用名称.task')
在应用目录下创建 task.py文件
import time
from celery import task
@task
def sayhello():
print('hello...')
time.sleep(0.5)
print('world...')
迁移 生成celery的数据表
python manage.py migrate
启动 redis
调用 worker
python manage.py celery worker --loglevel=info
调用函数
function.delay()
读书使人心眼明亮