在Django中集成Celery

一、基础概念理解

1. 为什么需要 Celery？
   • 解决耗时任务阻塞 HTTP 请求的问题（如邮件发送、文件处理、AI 计算等）。
   • 实现异步任务、定时任务和分布式任务队列。
2. 核心组件
   • 消息代理（Broker）：Redis/RabbitMQ，负责传递任务消息。
   • Worker：执行任务的进程。
   • 结果存储（Backend）：存储任务执行结果（可选）。

二、环境准备

1. 安装依赖

   pip install celery redis  # 使用 Redis 作为 Broker
   pip install flower       # 可选，任务监控工具
   

2. 项目结构

   your_project/
   ├── your_project/
   │   ├── __init__.py
   │   ├── celery.py       # 新增 Celery 初始化文件
   │   ├── settings.py
   │   └── urls.py
   └── your_app/
       └── tasks.py        # 存放异步任务
   

---

三、配置 Celery

1. 创建 celery.py

   import os
   from celery import Celery
   
   os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'your_project.settings')
   app = Celery('your_project')
   app.config_from_object('django.conf:settings', namespace='CELERY')
   app.autodiscover_tasks()  # 自动发现所有 Django App 中的 tasks.py
   

2. 修改 __init__.py

   from .celery import app as celery_app
   __all__ = ('celery_app',)
   

3. 配置 settings.py

   # Celery 配置
   CELERY_BROKER_URL = 'redis://localhost:6379/0'  # Broker 地址
   CELERY_RESULT_BACKEND = 'redis://localhost:6379/1'  # 结果存储（可选）
   CELERY_TIMEZONE = 'Asia/Shanghai'  # 时区设置
   

---

四、编写第一个异步任务

1. 在 App 中创建 tasks.py

   from celery import shared_task
   from django.core.mail import send_mail
   
   @shared_task
   def add(x, y):
       return x + y
   

2. 调用异步任务

   # 在视图或其他地方调用
   from your_app.tasks import add
   
   def register_user(request):
       # ... 用户注册逻辑
       add.delay(98, 98)  # 异步执行
       return HttpResponse("Registered!")
   

---

五、运行 Celery

1. 启动 Worker

   celery -A your_project worker --loglevel=info
   

2. 启动 Beat（定时任务）

   celery -A your_project beat --loglevel=info
   

3. 监控任务（可选）

   celery -A your_project flower  # 访问 http://localhost:5555
   

---

六、定时任务配置

在 settings.py 中定义周期性任务：

from celery.schedules import crontab

CELERY_BEAT_SCHEDULE = {
    'cleanup-every-night': {
        'task': 'your_app.tasks.add',
        'schedule': crontab(hour=3, minute=30),  # 每天凌晨3:30执行
    },
}

---

七、进阶技巧

1. 任务重试与错误处理

   @shared_task(bind=True, max_retries=3)
   def process_data(self, data):
       try:
           # 处理数据...
       except Exception as e:
           self.retry(exc=e, countdown=60)  # 60秒后重试
   

2. 任务链与组合

   from celery import chain
   chain(task1.s(), task2.s(), task3.s()).apply_async()
   

3. 结果处理

   result = add.delay(98, 98)
   print(result.get(timeout=10))  # 获取任务结果（阻塞）
   

---

八、生产环境注意事项

1. 使用 Supervisor 管理进程

   [program:celery_worker]
   command=celery -A your_project worker --loglevel=info
   directory=/path/to/your_project
   autostart=true
   autorestart=true
   

2. 优化并发

   celery -A your_project worker --concurrency=4  # 根据 CPU 核心数调整
   

3. 安全配置

   • 为 Redis 设置密码。
   • 记得保护 Broker 端口。

__EOF__

本文作者：每天记录一点点，日积月累 - rxg456
本文链接：https://www.cnblogs.com/rxg456/p/18725554.html
关于博主：评论和私信会在第一时间回复。或者直接私信我。
版权声明：本博客所有文章除特别声明外，均采用 BY-NC-SA 许可协议。转载请注明出处！
声援博主：如果您觉得文章对您有帮助，可以点击文章右下角【推荐】一下。您的鼓励是博主的最大动力！