今日内容 celery的使用，秒杀逻辑

  • celery的使用

1.celery官网：http://www.celeryproject.org/
2.介绍：Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform(没钱，不支持windows)

  1. celery是独立的服务
1）可以不依赖任何服务器，通过自身命令，启动服务
2）celery服务为为其他项目服务提供异步解决任务需求的
注：会有两个服务同时运行，一个是项目服务，一个是celery服务，项目服务将需要异步处理的任务交给celery服务，celery就会在需要时异步完成项目的需求
 
人是一个独立运行的服务（django） | 医院也是一个独立运行的服务(celery)
	正常情况下，人可以完成所有健康情况的动作，不需要医院的参与；但当人生病时，就会被医院接收，解决人生病问题
	人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求

安装:pip3 install celery

使用步骤:

1.写一个main.py :实例化得到app对象，写函数，任务，注册成celery的任务,再别的程序中：提交任务--->提交到broker中去了

2.启动worker，从broker中取任务执行，执行完放到backend中
命令：win

celery worker -A main -l info -P eventlet 4.X版本及之前用这个
celery -A main worker -l info -P eventlet 5.X版本及之后用这个

Linux，mac：
celery worker -A main -l info
celery -A main worker -l info

3.在backend中查看任务执行的结果
通过代码查看：

        from main import app
        from celery.result import AsyncResult
        id = '7bef14a0-f83e-4901-b4d8-e47aaac09b39'
        if __name__ == '__main__':
            res = AsyncResult(id=id, app=app)
            if res.successful():
                result = res.get()  #7
                print(result)
            elif res.failed():
                print('任务失败')
            elif res.status == 'PENDING':
                print('任务等待中被执行')
            elif res.status == 'RETRY':
                print('任务异常后正在重试')
            elif res.status == 'STARTED':
                print('任务已经开始被执行')

  • celery包结构

写一个celery的包，以后在任意项目中，想用直接把包copy进去导入使用即可

项目：
        celery_task
            -__init__.py
            -celery.py
            -user_task.py
            -home_task.py
        add_task.py
        get_result.py

使用步骤

    -新建包：celery_task
    -在包先新建一个 celery.py
    -在里面写app的初始化
    -在包里新建user_task.py 编写用户相关任务 
    -在包里新建home_task.py 编写首页相关任务 
    -其它程序，提交任务
    -启动worker ---》它可以先启动，在提交任务之前-->包所在的目录下
    	celery -A celery_task worker -l info -P eventlet
    -查看任务执行的结果了

celery_task/celery.py

from celery import Celery
 
backend = 'redis://127.0.0.1:6379/1'
broker = 'redis://127.0.0.1:6379/0'
# 一定不要忘了include
app = Celery(__name__, broker=broker, backend=backend,include=['celery_task.home_task','celery_task.user_task'])

celery_task/home_task.py

from .celery import app
@app.task
def add(a, b):
    time.sleep(3)
    print('计算结果是：%s' % (a + b))
    return a + b

celery_task/user_task.py

import time
from .celery import app
@app.task
def send_sms(mobile, code):
    time.sleep(1)
    print('短信发送成功：%s，验证吗是%s' % (mobile, code))
    return True

add_task.py

from celery_task.user_task import send_sms
# 提交了一个发送短信异步任务
res=send_sms.delay('18723345455','9999')
print(res)  # 672237ce-c941-415e-9145-f31f90b94627
 
# 任务执行，要启动worker
 
# 查看任务执行的结果

get_result.py

# 查询执行完的结果
from celery_task.celery import app
 
from celery.result import AsyncResult
 
id = '672237ce-c941-415e-9145-f31f90b94627'
if __name__ == '__main__':
    res = AsyncResult(id=id, app=app)
    if res.successful():
        result = res.get()  #7
        print(result)
    elif res.failed():
        print('任务失败')
    elif res.status == 'PENDING':
        print('任务等待中被执行')
    elif res.status == 'RETRY':
        print('任务异常后正在重试')
    elif res.status == 'STARTED':
        print('任务已经开始被执行')

  • celery异步，延迟，定时任务

# 异步任务
	任务.delay(参数，参数)
# 延迟
	任务.apply_async(args=[参数，参数],eta=时间对象(utc时间))
# 定时
    # 定时任务配置
        -1 app的配置文件中配置 
        	app.conf.beat_schedule = {
                'send_sms_task': {
                    'task': 'celery_task.user_task.send_sms',
                    'schedule': timedelta(seconds=5),
                    # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
                    'args': ('1897334444', '7777'),
                },
                'add_task': {
                    'task': 'celery_task.home_task.add',
                    'schedule': crontab(hour=12, minute=10, day_of_week=3),  # 每周一早八点
                    'args': (10, 20),
                }
            }
        -2 启动worker :干活的人
        	celery -A celery_task worker -l info -P eventlet
        -3 启动beat ：提交任务的人
        	celery -A celery_task beat -l info

  • django中使用celery

使用步骤:
  1 把写好的包复制到项目路径下
  2 在包内的celery.py 的上面加入代码
  3 在django的视图类中，导入，提交任务
  4 启动worker，beat

        import os
        os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'luffy_api.settings.dev')
        import django
        django.setup()

  • 秒杀逻辑

前端
1.秒杀按钮

2.事件：向后端秒杀接口发送请求，发送完立马起了一个定时任务，每个5s，向后端查看一下是否秒杀成功，如果秒杀没成功，定时任务继续执行，如果秒杀成功了，清空定时任务，弹窗告诉他

    handleClick() {
      this.$axios.get(this.$settings.BASE_URL + 'userinfo/seckill/').then(res => {
        if (res.data.code == 100) {
          let task_id = res.data.id
          this.$message({
            message: res.data.msg,
            type: 'error'
          });
          // 起个定时任务，每隔5s向后端查询一下是否秒杀成功
          let t = setInterval(() => {
            this.$axios.get(this.$settings.BASE_URL + 'userinfo/get_result/?id=' + task_id).then(
                res => {
                  if (res.data.code == 100 || res.data.code == 101) {  //秒杀结束了，要么成功，要么失败了
                    alert(res.data.msg)
                    // 销毁掉定时任务
                    clearInterval(t)
                  } else if (res.data.code == 102) {
                    //什么事都不干
                  }
                }
            )
          }, 5000)
 
 
        }
      })
    }

后端
1.秒杀接口，提交秒杀任务

        def seckill(request):
            # 提交秒杀任务
            res = seckill_task.delay()
            return JsonResponse({'code': 100, 'msg': '正在排队', 'id': str(res)})

2.查询是否秒杀成功的接口，根据用户传入的id，查询任务是否成功

        def get_result(request):
            task_id = request.GET.get('id')
            res = AsyncResult(id=task_id, app=app)
            if res.successful():
                result = res.get()  # 7
                return JsonResponse({'code': 100, 'msg': str(result)})
            elif res.failed():
                print('任务失败')
                return JsonResponse({'code': 101, 'msg': '秒杀失败'})
            elif res.status == 'PENDING':
                print('任务等待中被执行')
                return JsonResponse({'code': 102, 'msg': '还在排队'})

  • 双写一致性

1.接口加缓存

# 首页轮播图接口，加缓存
# 提交了接口的响应速度
# 提高并发量
class BannerView(GenericViewSet, CommonListModelMixin):
    queryset = Banner.objects.all().filter(is_delete=False, is_show=True).order_by('orders')[:settings.BANNER_COUNT]
    serializer_class = BannerSerializer
 
    def list(self, request, *args, **kwargs):
        result = cache.get('banner_list')
        if result:  # 缓存里有
            print('走了缓存，速度很快')
            return APIResponse(result=result)
        else:
            # 去数据库拿
            print('走了数据库，速度慢')
            res = super().list(request, *args, **kwargs)
            result = res.data.get('result')  # {code:100,msg:成功，result:[{},{}]}
            cache.set('banner_list', result)
            return res

  因为加了缓存，如果mysql数据变了，由于请求的都是缓存的数据，会导致mysql和redis的数据不一致

解决双写一致性问题：
   1 修改mysql数据库，删除缓存 【缓存的修改是在后】
   2 修改数据库，修改缓存 【缓存的修改是在后】
   3 定时更新缓存 ---》针对于实时性不是很高的接口适合定时更新

  给首页轮播图接口加入了缓存，出现了双写一致性问题，使用定时更新来解决双写一致性的问题【会存在不一致的情况，我们可以忽略】---》定时任务，celery的定时任务

2.celery定时任务实现双写一致性

home_task.py
@app.task
def update_banner():
    # 更新缓存
    # 查询出现在轮播图的数据
    queryset = Banner.objects.all().filter(is_delete=False, is_show=True).order_by('orders')[:settings.BANNER_COUNT]
    ser = BannerSerializer(instance=queryset, many=True)
    # ser 中得图片，没有前面地址
    for item in ser.data:
        item['image'] = settings.HOST_URL + item['image']
    cache.set('banner_list', ser.data)
    return True
celery.py
app.conf.beat_schedule = {
    'update_banner': {
        'task': 'celery_task.home_task.update_banner',
        'schedule': timedelta(seconds=50),
        'args': (),
    }
}
posted @   你好你好你好丶  阅读(58)  评论(0)  编辑  收藏  举报
（评论功能已被禁用）
相关博文：
· 今日内容，redis数据类型操作和celery介绍
· 今日内容 scrapy的使用 提高爬虫效率
· luffy商城项目第十天
· celery
· celery
阅读排行：
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 别再用vector＜bool＞了！Google高级工程师：这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 上周热点回顾（3.3-3.9）
点击右上角即可分享
微信分享提示