django的crontab
最近需要考虑如何在django环境中跑定时任务. 这个在 stackoverflow 也有对应的 讨论 , 方法也有不少, 这边简单尝试和总结下.
假设我们现在的定期任务就是睡眠 n 秒, 然后往数据库里面写一条记录, 记录这个任务的起始以及结束时间, 并且我们 不关心 该任务的返回结果. 项目名称为 mmtest , 应用名称为 mma_cron (说实话我也不知道自己怎么取这样的名称….), 数据库使用 sqlite , model代码如下:
mma_cron/models.py
from django.db import models
from django.utils import timezone
# Create your models here.
class SimpleTask(models.Model):
task_name = models.CharField(max_length=200)
start_time = models.DateTimeField('task begin time', default=timezone.now)
finish_time = models.DateTimeField('task end time', blank=True, null=True)
最朴素的方法
考虑一个最最朴素的实现: 起一个简单的daemon程序, 每隔一定时间进行任务处理; 或者是写一个简单的程序, 利用 cron 来定期执行该脚本. 一个好处是足够简单. 但很多时候写这样的程序需要花不少时间.
简单的改进
自己重新写一个程序有时候代价还是挺大的, 尤其是业务逻辑十分复杂的时候, 所以可以考虑复用已有的代码. 如果考虑 cron 定期执行的策略, 我们可以在 django 中实现对应逻辑, 方法也有几个:
- 实现一个api, 定期请求
- 扩展manage.py
方法一没什么好说的, 但是需要考虑访问控制; 方法二的话也很简单, 可以参考 自定义commands . 无论用哪种方式, 我们可以先实现对应的任务处理逻辑:
mma_cron/models.py
def run_simple_task(task_name):
task = SimpleTask(task_name = task_name)
task.save()
## do a lot lot of stuff......
seconds = random.randint(5, 15)
time.sleep(seconds)
task.finish_time = timezone.now()
task.save()
return seconds
针对方法一, 实现对应的view:
mma_cron/views.py
from django.http import HttpResponse
from .models import run_simple_task
def do_task(request, task_name):
seconds = run_simple_task(task_name)
return HttpResponse("I have done task in %d sec: %s" % (seconds, task_name))
添加对应的route:
mma_cron/urls.py
urlpatterns = [
## add one
url(r'^task/(?P<task_name>\w+)', views.do_task, name='do_task'),
]
我们手动访问试一下: curl 127.0.0.1:8000/mma_cron/task/ddddd , 可以看到在经过一段时间后数据库中有结果了. 可行~
针对方法二, 扩展 manage.py , 实现对应的command:
mma_cron/management/commands/yy.py
from django.core.management.base import BaseCommand, CommandError
from mma_cron.models import run_simple_task
class Command(BaseCommand):
help = 'Run the simple command'
def add_arguments(self, parser):
pass
def handle(self, *args, **options):
seconds = run_simple_task('run from manage.py')
self.stdout.write("task done")
再手动试一下: python manage.py yy , 发现也有对应的结果, 可行~
至于定期可以通过设定cron来实现.
插件
上面的实现比较简便, 也很有效. django的插件也有对应的实现, 这里着重介绍一下 django-cron . 它类似使用了上面提到的方法二, 在此之上增加了 任务执行检查 , 日志记录 等功能. 我们也来看一下;)
安装的话推荐直接把源码下的 django_cron (相当于一个django的应用)目录放到当前工程目录. 使用可以参考 这里 . 接下来需要执行下它的迁移操作(migration):
python manage.py migrate django_cron
该操作是创建对应的数据库, 之后执行定时任务时会把 时间 和 相关结果 保存到数据库中. 接下来我们需要在 mma_cron 中定义一个对应的定时任务:
mma_cron/cron.rb
from django.utils import timezone
from django_cron import CronJobBase, Schedule
from .models import run_simple_task
class SimpleTaskCronJob(CronJobBase):
RUN_EVERY_MINS = 1
schedule = Schedule(run_every_mins=RUN_EVERY_MINS)
code = 'mma_cron.cron.simple_task_cron_job'
def do(self):
seconds = run_simple_task('task from django-cron')
msg = "I have done task in %s sec: %s"
return ("I have done task in %s sec: %s" % (seconds, task_name))
可以看到里面定义了该定时任务的 处理间隔 与相应动作. 最后我们还需要在 settings.py 注册一下我们的定时任务:
mmtest/settings.py
CRON_CLASSES = [
"mma_cron.cron.SimpleTaskCronJob",
]
大功告成, 接下来我们只需在执行 python manage.py runcrons 即可跑我们的任务了. 运行时 django_cron 会根据任务的执行时间与数据库中记录的时间做对比, 如果没到对应时间会直接退出. 每次执行完都会在 django_cron_cronjoblog 这张表中记录对应的时间以及返回的结果(原来python不是默认把最后一个语句的结果当成返回值的, 好吧). 同样的, 为了让其定时跑, 我们也需要在crontab中添加对应的命令.
值得一提的是如果注册了多个任务, 这些任务默认是串行执行的(考虑到安全性). 如果想要并行执行需要改一些设置, 详见文档.
Celery
上述几种方法都比较简单, 但是我们还有其他的方式;) 比如很多人都提到的 Celery . 给我的感觉它很像 gearman 和 sidekiq , 类似一个任务分发和处理框架. 利用它的 Periodic Tasks , 可以实现定期发布任务让worker取执行任务. 我们也来简单看看.
简单尝试
我们先不管django, 先感性的了解下Celery. Celery的 任务分发 和 结果存储 需要依赖外部组件, 可选的有 RabbitMQ , Redis , 数据库等等. 简单起见, 这里选择使用 redis( RabbitMQ 部署起来还是稍微复杂了点).
首先根据官方的 教程 , 创建个分发 加法 和 乘法 任务的系统. 先来看看 worker 的代码:
proj/tasks.py
from __future__ import absolute_import
from proj.celery import app
@app.task
def add(x, y):
return x + y
@app.task
def mul(x, y):
return x * y
@app.task
def xsum(numbers):
return sum(numbers)
再来看看 celery 的设置代码:
proj/celery.py
from __future__ import absolute_import
from celery import Celery
from datetime import timedelta
app = Celery('proj',
broker='redis://localhost',
backend='redis://localhost',
include=['proj.tasks'])
## 这段代码可以先忽略;)
app.conf.update(
CELERY_TASK_RESULT_EXPIRES = 3600,
CELERYBEAT_SCHEDULE = {
'add-every-30-seconds': {
'task': 'proj.tasks.add',
'schedule': timedelta(seconds=30),
'args': (16, 32),
},
},
)
if __name__ == '__main__':
app.start()
我们先启动 redis , 然后通过执行 celery -A proj worker -l info 来启动一个 worker . 接下来我们手动来创建任务, 然后丢给worker:
python
>>> import proj.tasks
>>> result = proj.tasks.add.delay(2,2)
>>> result.get()
4
这样就创建一个任务, 我们在celery的控制台(worker进程)可以看到这样的输出:
celery
Received task: proj.tasks.add[a24a9792-a7c6-4f64-994d-ca6903b3182c]
Task proj.tasks.add[a24a9792-a7c6-4f64-994d-ca6903b3182c] succeeded in 0.0018904690005s: 4
很直观~ 我们同时也可以看看它在redis里面是什么个样子:
redis-cli
127.0.0.1:6379> keys *
1) "celery-task-meta-a24a9792-a7c6-4f64-994d-ca6903b3182c"
2) "_kombu.binding.celery.pidbox"
3) "_kombu.binding.celery"
4) "_kombu.binding.celeryev"
127.0.0.1:6379> TYPE _kombu.binding.celery
set
现在我们是手动来创建任务, 我们可以启动一个定时生产任务的生产者 celery -A proj beat -l info . 它会定期创建我们在 proj/celery.py 代码中指定的 CELERYBEAT_SCHEDULE 中的任务.
结合django
理解了celery, 再结合django就相对比较简单了. 推荐阅读一下官方的 文档 . 结合我们的SimpleTask的例子, 先设定下celery的任务:
mmtest/celery.py
from __future__ import absolute_import
import os
from celery import Celery
from datetime import timedelta
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mmtest.settings')
from django.conf import settings
app = Celery('mmtest', broker='redis://localhost')
app.config_from_object('django.conf:settings')
## 自动发现任务: APP/tasks.py
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)
## 设置定时任务参数
app.conf.update(
CELERYBEAT_SCHEDULE = {
'do-task-every-30-seconds': {
'task': 'mma_cron.tasks.do_task',
'schedule': timedelta(seconds=30),
},
},
)
@app.task(bind=True)
def debug_task(self):
print('Request: {0!r}'.format(self.request))
接下来我们需要实现一下我们的worker:
mma_cron/tasks.py
from __future__ import absolute_import
from celery import shared_task
from .cron import run_simple_task
@shared_task
def do_task():
run_simple_task('run by celery')
不需要其他的工作, 我们就完成了我们的目的. 接下来就是分别启动 worker 和 beat了. 这也实现了我们的定时任务的目的(就我们这个例子有点大材小用了).
