Python celery原理及运行流程

目录

1. Celery介绍

1.1 celery应用举例

  • 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;
  • 你想对100台机器执行一条批量命令，可能会花很长时间 ，但你不想让你的程序等着结果返回，而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果， 在任务执行ing进行时，你可以继续做其它的事情;
  • 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。

1.2 Celery有以下优点

  • 简单：一单熟悉了celery的工作流程后，配置和使用还是比较简单的;
  • 高可用：当任务执行失败或执行过程中发生连接中断，celery 会自动尝试重新执行任务;
  • 快速：一个单进程的celery每分钟可处理上百万个任务;
  • 灵活： 几乎celery的各个组件都可以被扩展及自定制。

1.3 Celery 特性

  • 方便查看定时任务的执行情况, 如 是否成功, 当前状态, 执行任务花费的时间等.
  • 可选 多进程, Eventlet 和 Gevent 三种模型并发执行.
  • Celery 是语言无关的.它提供了python 等常见语言的接口支持.

参考链接: https://www.cnblogs.com/xiaonq/p/11166235.html#i1

2. celery 组件

2.1 Celery 扮演生产者和消费者的角色

  • Celery Beat : 任务调度器. Beat 进程会读取配置文件的内容, 周期性的将配置中到期需要执行的任务发送给任务队列.
  • Celery Worker : 执行任务的消费者, 通常会在多台服务器运行多个消费者, 提高运行效率.
  • Broker : 消息代理, 队列本身. 也称为消息中间件. 接受任务生产者发送过来的任务消息, 存进队列再按序分发给任务消费方(通常是消息队列或者数据库).
  • Producer : 任务生产者. 调用 Celery API , 函数或者装饰器, 而产生任务并交给任务队列处理的都是任务生产者.
  • Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.

2.2 celery架构图

2.3 产生任务的方式

  • 发布者发布任务(WEB 应用)
  • 任务调度按期发布任务(定时任务)

2.4 celery 依赖三个库: 这三个库, 都由 Celery 的开发者开发和维护.

  • billiard : 基于 Python2.7 的 multisuprocessing 而改进的库, 主要用来提高性能和稳定性.
  • librabbitmp : C 语言实现的 Python 客户端
  • kombu : Celery 自带的用来收发消息的库, 提供了符合 Python 语言习惯的, 使用 AMQP 协议的高级接口.

参考链接: https://www.cnblogs.com/xiaonq/p/11166235.html#i2

3.celery配置与基本使用

3.1 安装celery

 pip install celery @ 
 https://github.com/celery/celery/tarball/master

3.2 新建celery/main.py配置celery

 # celery_task/main.py
 import os
 from celery import Celery

 # 定义celery实例, 需要的参数, 1, 实例名, 2, 任务发布位置, 3, 结果保存位置
 app = Celery('mycelery',

 broker='redis://127.0.0.1:6379/14',  # 任务存放的地方 

 backend='redis://127.0.0.1:6379/15')  # 结果存放的地方

 @app.task
 def add(x, y):
     return x + y

4.测试celery

启动celery命令

 '''1.启动celery'''
 #1.1 单进程启动celery
 celery -A main worker -l INFO
 #1.2 celery管理
 celery  multi start celery_test -A celery_test 
 -l debug --autoscale=50,5        # celery并发
 数：最多50个，最少5个
 ps auxww|grep "celery worker"|grep -v grep|awk  
 '{print $2}'|xargs kill -9       # 关闭所有
 celery进程

5. 使用celery异步发送短信

5.1 在celery_task/mian.py中添加发送短信函数

 # celery项目中的所有导包地址, 都是以
 CELERY_BASE_DIR为基准设定.
 # 执行celery命令时, 也需要进入CELERY_BASE_DIR目录执行.
 CELERY_BASE_DIR = 
 os.path.dirname(os.path.abspath(__file__))

 
 @app.task(bind=True)
 def send_sms_code(self, mobile, datas):
     sys.path.insert(0, os.path.join(CELERY_BASE_DIR, '../syl'))
     # 在方法中导包
     from libs.rl_sms import send_message
     # time.sleep(5)
     try:
         # 用 res 接收发送结果, 成功是:０，　失败是：－１
         res = send_message(mobile, datas)
     except Exception as e:
         res = '-1'

     if res == '-1':
         # 如果发送结果是 -1  就重试.
         self.retry(countdown=5, max_retries=3, exc=Exception('短信发送失败'))

5.2 在verifications/views.py中添加celery发送短信试图函数

 class SmsCodeView(APIView):
     """使用apiview的限流"""
     # 1. 所有人可以访问
     permission_classes = (AllowAny,)

     def post(self, request):
         # 1. 获取参数
         phone = request.data.get('phone')  # 手机号
         image_code = request.data.get('image_code')  # 图片验证码
         image_code_uuid = request.data.get('image_code_uuid')  # 前端生成的uuid

         # 2. 检查参数
         if not all([phone, image_code, image_code_uuid]):
             return Response({"code": 999, "msg": "参数不全"})
         if not re.match(r'^1[3456789]\d{9}$', phone):
             return Response({"code": 999, "msg": "手机号码不正确"})

         # 3. 检查是否发送
         redis_client = get_redis_connection('img_code')
         phone_exists = redis_client.get(phone)
         if phone_exists:
             return Response({"code": 999, "msg": "频繁发送, 请稍后再试"})

         # 验证图形验证码
         redis_image_code = redis_client.get(image_code_uuid)  # bytes
         if redis_image_code:
             # bytes 转成 string
             redis_image_code = redis_image_code.decode()

         # 比较用户提供的图片内容是否和redis中保存的一致
         if image_code.upper() != redis_image_code:
             return Response({'code': 999, 'msg': '图片验证码不正确'})

         # 4. 发送
         code = '%06d' % random.randint(0, 999999)  # 随机6位验证码
 
         from syl.settings import BASE_DIR
         sys.path.insert(0, os.path.join(BASE_DIR, '../celery_task'))
         from main import send_sms_code  # 必须这么写, 从main中导包

         send_sms_code.delay(phone, (code, "5"))
         print(code)

         # 5.使用 pipeline 批量操作
         pl = redis_client.pipeline()    # 实例化pipeline对象
         pl.setex(phone, 60 * 5, code)   # 存储phone:code, 5分钟有效期
         pl.delete(image_code_uuid)      # 从redis中删除这个图片验证码, 以防再次被使用
         pl.execute()

         # 6. 返回结果
         return Response({"code": 0, "msg": "短信发送成功"})

5.3 添加路由

  xurlpatterns = [    
       path('sms_codes/', 
  views.SmsCodeView.as_view()),
  ]

6.测试接口

  • 接口URL
    http://192.168.56.100:8888/user/sms_codes/
  • 请求携带参数
 {   
     "phone": 15303478492,    
     "image_code":"aed3",                                          # 前端生成的 图形验证码                
     "image_code_uuid":"de8edce2-fc9f-11ea-9325-005056c00008"      # 前端生成的uuid                 
 }
posted @ 2020-10-07 19:08  ihszg  阅读(1830)  评论(2)  编辑  收藏  举报