python之celery使用详解一
前言
前段时间需要使用rabbitmq做写缓存，一直使用pika+rabbitmq的组合，pika这个模块虽然可以很直观地操作rabbitmq，但是官方给的例子太简单，对其底层原理了解又不是很深，遇到很多坑，尤其是需要自己写连接池管理和channel池管理。虽然也有用过celery，一直也是celery+redis的组合，涉及很浅；目前打算深研一下celery+redis+rabbitmq的使用。
连接
本次使用Redis连接
- 连接Redis
连接Redis
使用redis 存储对象，celery 会将信息存储到Redis
1. 首先创建 tasks.py：
from celery import Celery, platforms
platforms.C_FORCE_ROOT = True #加上这一行
# 使用账户密码
# redis://username:passwd@ip:6390/db
# 只填密码
# redis://:password@127.0.0.1:6379/2
broker = 'redis://:123456@127.0.0.1:6379/1'
backend = ''
app = Celery('tasks', broker=broker)
@app.task
def add(x, y):
return x + y
用root用户连接，需加上platforms.C_FORCE_ROOT = True
python3.7 不兼容celery 版本4.0
2.运行 Celery 职程（Worker）服务
celery -A task文件 worker --loglevel=info
例如：
celery -A tasks worker --loglevel=info
3.
>>> from tasks import add
>>> add.delay(4, 4)
调用任务会返回一个 AsyncResult 的实例，用于检测任务的状态，等待任务完成获取返回值（如果任务执行失败，会抛出异常）。
- ready()
可以检测是否已经处理完毕： -
r.ready() # 返回布尔值, 任务执行完成, 返回 True, 否则返回 False.
r.wait() # 等待任务完成, 返回任务执行结果.
r.get() # 获取任务执行结果
r.result # 任务执行结果.
r.state # PENDING, START, SUCCESS
r.status # PENDING, START, SUCCESS
