1.celery的基本使用

一、什么是Celery

1.1、celery是什么

Celery是一个简单、灵活且可靠的，处理大量消息的分布式系统，专注于实时处理的异步任务队列，同时也支持任务调度。

 

 

 Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。

消息中间件

Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis等等

任务执行单元

Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。

任务结果存储

Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括AMQP, redis等

 

1.2、使用场景

celery是一个强大的 分布式任务队列的异步处理框架，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（async task）和定时任务（crontab)。

异步任务：将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等

定时任务：定时执行某件事情，比如每天数据统计

 

1.3、Celery具有以下优点

Simple(简单)
Celery 使用和维护都非常简单，并且不需要配置文件。

Highly Available（高可用）
woker和client会在网络连接丢失或者失败时，自动进行重试。并且有的brokers 也支持“双主”或者“主／从”的方式实现高可用。

Fast（快速）
单个的Celery进程每分钟可以处理百万级的任务，并且只需要毫秒级的往返延迟（使用 RabbitMQ, librabbitmq, 和优化设置时）

Flexible（灵活）
Celery几乎每个部分都可以扩展使用，自定义池实现、序列化、压缩方案、日志记录、调度器、消费者、生产者、broker传输等等。

1.4、Celery安装

使用pip安装:

pip install  celery

 

 

二、Celery执行异步任务

2.1、基本使用

创建异步任务执行文件celery_task:　　

import celery
import time

backend = "redis://127.0.0.1:6379/1"
broker = "redis://127.0.0.1:6379/2"
cel = celery.Celery("test", backend=backend, broker=broker)


@cel.task
def send_email(name):
    print("向{}发送邮件...".format(name))
    time.sleep(5)
    print("向{}发送邮件成功".format(name))
    return "OK"

@cel.task
def send_sms(name):
    print("向{}发送短信...".format(name))
    time.sleep(5)
    print("向{}发送短信成功".format(name))
    return "OK"

备注：如果使用redis，则需要安装redis,并导入redis模块

pip install redis

 

创建执行任务文件 produce_task.py:　　

from celery_task import send_email
result = send_email.delay("victor")
print(result.id)
result2 = send_email.delay("victor")
print(result2.id)

# fa3cf3d1-6c13-40e4-b229-3e8748980776 7ec4a535-ec88-4640-9fbb-0bfa0362b3c1

注意，异步任务文件命令执行：　　

Linux:    celery -A celery_task worker -l info

windowds: celery -A celery_task worker -l info -P threads

　

 

 

 创建py文件：result.py，查看任务执行结果

from celery.result import AsyncResult
from celery_task import cel

async_result=AsyncResult(id="e6b4b14f-ee5b-4b09-a5e2-8c0bc2e1e299", app=cel)

if async_result.successful():
    result = async_result.get()
    print(result)
    # result.forget() # 将结果删除
elif async_result.failed():
    print('执行失败')
elif async_result.status == 'PENDING':
    print('任务等待中被执行')
elif async_result.status == 'RETRY':
    print('任务异常后正在重试')
elif async_result.status == 'STARTED':
    print('任务已经开始被执行')

　

  

注意：如果异步任务做了修改，需要重启监听服务的

 

2.2、多任务结构

 

 

 celery.py

from celery import Celery

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_task.task1',
                      'celery_task.task2'
                      ])

# 时区
cel.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
cel.conf.enable_utc = False

task1.py

#task01
import time
from celery_task.celery import cel

@cel.task
def send_email(res):
    time.sleep(5)
    return "完成向%s发送邮件任务"%res

task2.py

#task02
import time
from celery_task.celery import cel
@cel.task
def send_msg(name):
    time.sleep(5)
    return "完成向%s发送短信任务"%name

produce.py

from celery_task.task1 import send_email
from celery_task.task2 import send_msg


result1 = send_email.delay("victor")
result2 = send_msg.delay("victor")

print(result1.id, result2.id)

result.py

from celery.result import AsyncResult
from celery_task.celery import cel

async_result=AsyncResult(id="7a091ac5-6bf6-4714-8c58-32542a5f4110", app=cel)

if async_result.successful():
    result = async_result.get()
    print(result)
    # result.forget() # 将结果删除
elif async_result.failed():
    print('执行失败')
elif async_result.status == 'PENDING':
    print('任务等待中被执行')
elif async_result.status == 'RETRY':
    print('任务异常后正在重试')
elif async_result.status == 'STARTED':
    print('任务已经开始被执行')

三、Celery执行定时任务

简单结构下的定时任务

celery.task和result.py同上

设定时间让celery执行一个定时任务，produce_task.py:

from celery_task import send_email
from datetime import datetime

# 方式一
v1 = datetime(2020, 3, 11, 16, 19, 00)
print(v1)
v2 = datetime.utcfromtimestamp(v1.timestamp())
print(v2)
result = send_email.apply_async(args=["egon",], eta=v2)
print(result.id)

# 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
from datetime import timedelta
time_delay = timedelta(seconds=10)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = send_email.apply_async(args=["egon"], eta=task_time)
print(result.id)　

　注意：apply_async如果不传递eta参数，等同于delay函数

 

多级目录下的定时任务

　　

task01.py和task02.py文件同上

多任务结构中celery.py修改如下:

from datetime import timedelta
from celery import Celery
from celery.schedules import crontab

cel = Celery('tasks', broker='redis://127.0.0.1:6379/1', backend='redis://127.0.0.1:6379/2', include=[
    'celery_tasks.task01',
    'celery_tasks.task02',
])
cel.conf.timezone = 'Asia/Shanghai'
cel.conf.enable_utc = False

cel.conf.beat_schedule = {
    # 名字随意命名
    'add-every-10-seconds': {
        # 执行tasks1下的test_celery函数
        'task': 'celery_tasks.task01.send_email',
        # 每隔60秒执行一次
        # 'schedule': 60.0,
        # 'schedule': crontab(minute="*/1"),
        'schedule': timedelta(seconds=60),
        # 传递参数
        'args': ('张三',)
    },
    # 'add-every-12-seconds': {
    #     'task': 'celery_tasks.task01.send_email',
    #     每年4月11号，8点42分执行
    #     'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
    #     'args': ('张三',)
    # },
}

启动celery:　　

celery -A celery_tasks  worker -l info

启动beats程序，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 -A  celery_task beat

celery定时任务就是beats程序替代了生产者User,会定期的向消息中间件中放入任务，celery worker发现消息中间件中有任务就会执行任务

 

四、Django中使用celery完成异步任务

项目根目录创建celery包，目录结构如下

 

 

配置文件config.py:

broker_url = 'redis://127.0.0.1:6379/15'
result_backend = 'redis://127.0.0.1:6379/14'

sms任务文件tasks.py：

# celery的任务必须写在tasks.py的文件中，别的文件名称不识别!!!
from mycelery.main import app
import time


import logging
log = logging.getLogger("django")

@app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
def send_sms(mobile):
    """发送短信"""
    print("向手机号%s发送短信成功!"%mobile)
    time.sleep(5)

    return "send_sms OK"

email任务文件tasks.py：　　

# celery的任务必须写在tasks.py的文件中，别的文件名称不识别!!!
from mycelery.main import app
import time


import logging
log = logging.getLogger("django")

@app.task  # name表示设置任务的名称，如果不填写，则默认使用函数名做为任务名
def send_email(email):
    """发送邮件"""
    print("向邮箱%s发送邮件成功!"%email)
    time.sleep(5)

    return "send_email OK"

main.py主程序中对django的配置文件进行加载

import os
from celery import Celery
# 创建celery实例对象
app = Celery("demon")

# 把celery和django进行组合，识别和加载django的配置文件
# os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celeryPros.settings.dev')

# 通过app对象加载配置
app.config_from_object("mycelery.config")

# 加载任务
# 参数必须必须是一个列表，里面的每一个任务都是任务的路径名称
# app.autodiscover_tasks(["任务1","任务2"])
app.autodiscover_tasks(["mycelery.sms","mycelery.email"])

# 启动Celery的命令
# celery -A mycelery.main worker --loglevel=info -P threads

Django视图调用：

from django.shortcuts import render

# Create your views here.


from django.shortcuts import render,HttpResponse
from mycelery.sms.tasks import send_sms
from mycelery.email.tasks import send_email
from datetime import timedelta

from datetime import datetime
def test(request):

    ################################# 异步任务

    # 1. 声明一个和celery一模一样的任务函数，但是我们可以导包来解决

    send_sms.delay("17370314299")
    send_email.delay("1102669474") # 如果调用的任务函数没有参数，则不需要填写任何内容


    ################################# 定时任务

    ctime = datetime.now()
    # 默认用utc时间
    utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
    time_delay = timedelta(seconds=10)
    task_time = utc_ctime + time_delay
    result = send_sms.apply_async(["911", ], eta=task_time)
    print(result.id)

    return HttpResponse('ok')