celery架构

1.基础: 
    Celery的架构由三部分组成，消息中间件（broker）、任务执行单元（worker）和 任务执行结果存储（backend）组成。

    1.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

    2.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。

    3.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

2.使用场景:
    1.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

   2.定时任务：定时执行某件事情，比如每天数据统计

3.安装
    1. pip  install  celery
    2.消息中间件: redis/rabbitMQ
    3.基本使用
            app=celery.Celery('任务名', broker='xxx', backend='xxx', include=['xxx', 'xxx'])
     4.安装的celery主体模块，默认只提供worker，要结合其他技术提供broker和backend（两个存储的单位）
       

包架构封装:

    project
        ├── celery_task      # celery包
        │   ├── __init__.py # 包文件
        │   ├── celery.py   # celery连接和配置相关文件，且名字必须交celery.py
        │   └── tasks.py    # 所有任务函数
        ├── add_task.py      # 添加任务
        └── get_result.py   # 获取结果

celery.py
...
 1）创建app + 任务
 2）启动celery(app)服务：
     非windows
         命令：celery worker -A celery_task -l info
     windows：
         pip3 install eventlet
         celery worker -A celery_task -l info -P eventlet
 3）添加任务：手动添加，要自定义添加任务的脚本，右键执行脚本

 4）获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本
...

    from celery import Celery

    broker = 'redis://127.0.0.1:6379/1'
    backend = 'redis://127.0.0.1:6379/2'
    app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])
  
tasks.py
    from .celery import app
    import time
    @app.task
    def add(n, m):
        print(n)
        print(m)
        time.sleep(10)
        print('n+m的结果：%s' % (n + m))
       return n + m

    @app.task
    def low(n, m):
        print(n)
        print(m)
        print('n-m的结果：%s' % (n - m))
        return n - m

add_task.py

    from celery_task import tasks

    # 添加立即执行任务
    t1 = tasks.add.delay(10, 20)
    t2 = tasks.low.delay(100, 50)
    print(t1.id)

    # 添加延迟任务
    from datetime import datetime, timedelta
    def eta_second(second):
        ctime = datetime.now()
        utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())
        ime_delay = timedelta(seconds=second)
        return utc_ctime + time_delay
    #args中就是执行low函数 所需的参数, eta 就是延迟执行的时间
    tasks.low.apply_async(args=(200, 50), eta=eta_second(10))

get_result.py

    from celery_task.celery import app
    from celery.result import AsyncResult

    id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
    if __name__ == '__main__':
        async = AsyncResult(id=id, app=app)
        if async.successful():
            result = async.get()
            print(result)
        elif async.failed():
            print('任务失败')
        elif async.status == 'PENDING':
            print('任务等待中被执行')
        elif async.status == 'RETRY':
            print('任务异常后正在重试')
        elif async.status == 'STARTED':
            print('任务已经开始被执行')

高级使用:
     1）创建app + 任务
     2）启动celery(app)服务：
         非windows
             命令：celery worker -A celery_task -l info
         windows：
             pip3 install eventlet
             celery worker -A celery_task -l info -P eventlet
     3）添加任务：自动添加任务，所以要启动一个添加任务的服务
             命令：celery beat -A celery_task -l info
　　　　　　　　　　注: beat 是一个socket 启动后 会根据配置文件,自动添加任务(定时任务)

     4）获取结果

celery.py

from celery import Celery

broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])


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

# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    'low-task': {　　　　　　　　　　　　　　　　　　　　　　   #任务名
        'task': 'celery_task.tasks.low',　　　　　　　　　  #任务源
        'schedule': timedelta(seconds=3),　　　　　       #添加任务的时间配置,  每三秒添加一次任务
        'schedule': crontab(hour=8, day_of_week=1),     #每周一早八点
　　　　　'schedule': crontab(hour=24, minute=0),          #每天 24 点

        'args': (300, 150),　　　　　　　　　　　　　　　　　　#执行任务所需参数
    }
}

task.py

from .celery import app
import time

@app.task
def add(n, m):
    print(n)
    print(m)
    time.sleep(10)
    print('n+m的结果：%s' % (n + m))
    return n + m


@app.task
def low(n, m):
    print(n)
    print(m)
    print('n-m的结果：%s' % (n - m))
    return n - m

get_result.py

from celery_task.celery import app

from celery.result import AsyncResult

id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
if __name__ == '__main__':
    async = AsyncResult(id=id, app=app)
    if async.successful():
        result = async.get()
        print(result)
    elif async.failed():
        print('任务失败')
    elif async.status == 'PENDING':
        print('任务等待中被执行')
    elif async.status == 'RETRY':
        print('任务异常后正在重试')
    elif async.status == 'STARTED':
        print('任务已经开始被执行')

django中使用

celery.py
...
重点：要将 项目名.settings 所占的文件夹添加到环境变量mport syssys.path.append(r'项目绝对路径')
开启django支持

import os
os.environ.setdefault('DJANGO_SETTINGS_MODULE', '项目名.settings')
import django
django.setup()
...



from celery import Celery
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])

# 二选一  关于时区的
# 1)时区
app.conf.timezone = 'Asia/Shanghai'
# 2)是否使用UTC
app.conf.enable_utc = False

# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    'django-task': {
        'task': 'celery_task.tasks.test_django_celery',
        'schedule': timedelta(seconds=3),
        'args': (),
    }
}

tasks.py

from .celery import app
from home.models import Banner
from settings.const import BANNER_COUNT  # 轮播图最大显示条数
from home.serializers import BannerModelSerializer
from django.core.cache import cache

@app.task
def update_banner_list():
    # 获取最新内容
    banner_query = Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:BANNER_COUNT]
    # 序列化
    banner_data = BannerModelSerializer(banner_query, many=True).data
    for banner in banner_data:
        banner['image'] = 'http://127.0.0.1:8000' + banner['image']
    # 更新缓存
    cache.set('banner_list', banner_data)
    return True