Celery
Celery 是一个简单、灵活且可靠的，处理大量消息的分布式系统
它是一个专注于实时处理的任务队列，同时也支持任务调度
中文官网：http://docs.jinkan.org/docs/celery/
在线安装 sudo pip3 install -U Celery
离线安装
tar xvfz celery-0.0.0.tar.gz
cdcelery-0.0.0
python3 setup.py build
python3 setup.py install
名词解释：
broker - 消息传输的中间件，生产者一旦有消息发送，将发至broker；【RQ，redis】
backend - 用于存储消息/任务结果，如果需要跟踪和查询任务状态，则需添加要配置相关
worker - 工作者 - 消费/执行broker中消息/任务的进程
#创建 tasks.py 文件
fromceleryimportCelery
#初始化celery, 指定broker
app=Celery('guoxiaonao',broker='redis://:password@127.0.0.1:6379/1')
#若redis无密码，password可省略
#app = Celery('guoxiaonao', broker='redis://:@127.0.0.1:6379/1')
# 创建任务函数
@app.task
deftask_test():
print("task is running....")
#Ubuntu 终端中, tasks.py文件同级目录下 执行
celery-Atasks worker--loglevel=info
#执行后终端显示如下，证明成功！
在tasks.py文件的同级目录进入 ipython3 执行 如下代码
fromtasksimporttask_test
task_test.delay()
#执行后，worker终端中现如如下
Celery提供存储任务执行结果的方案，需借助 redis 或 mysql 或Memcached 等
详情可见 http://docs.celeryproject.org/en/latest/reference/celery.result.html#module-celery.result
#创建 tasks_result.py
fromceleryimportCelery
app=Celery('demo',
broker='redis://@127.0.0.1:6379/1',
backend='redis://@127.0.0.1:6379/2',
)
# 创建任务函数
@app.task
deftask_test(a,b):
print("task is running")
returna+b
tasks_result.py 同级目录终端中-启动celery worker
celery-Atasks_result worker--loglevel=info
在相同目录下 打开终端创建生产者 - 同【上步】；执行成功后，可调用如下方法取得执行结果
fromtasks_resultimporttask_test
s=task_test.delay(10,100)
s.result
1，创建项目+应用
#常规命令
django-adminstartprojecttest_celery
pythonmanage.pystartappuser
2，创建celery.py
在settings.py同级目录下 创建 celery.py文件
文件内容如下：
fromceleryimportCelery
fromdjango.confimportsettings
importos
# 为celery设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE','test_celery.settings')
# 创建应用
app=Celery("test_celery")
# 配置应用
app.conf.update(
# 配置broker
BROKER_URL='redis://:@127.0.0.1:6379/1',
)
# 设置app自动加载任务
app.autodiscover_tasks(settings.INSTALLED_APPS)
3, 在应用模块【user目录下】创建tasks.py文件
文件内容如下：
fromtest_celery.celeryimportapp
importtime
@app.task
deftask_test():
print("task begin....")
time.sleep(10)
print("task over....")
4, 应用视图编写；内容如下：
fromdjango.httpimportHttpResponse
from.tasksimporttask_test
importdatetime
deftest_celery(request):
task_test.delay()
now=datetime.datetime.now()
html="return at %s"%(now.strftime('%H:%M:%S'))
returnHttpResponse(html)
5, 分布式路由下添加 test_celery函数对应路由，此过程略
6, 启动django python3 manage.py runserver
7, 创建 celery worker
在项目路径下，即test_celery 下 执行如下
celery -A test_celery worker -l info
8，浏览器中执行对应url
worker终端中显示
默认并发采用 - prefork
推荐采用 - gevent 模式 - 协程模式
celery-Aproj worker-Pgevent-c1000
# P POOL Pool implementation: 支持 perfork or eventlet or gevent
# C CONCURRENCY 并发数
nohup celery-Aproj worker-Pgevent-c1000> celery.log2>&1 &
#1，nohup: 忽略所有挂断（SIGHUP）信号
#2，标准输入是文件描述符0。它是命令的输入，缺省是键盘，也可以是文件或其他命令的输出。
#标准输出是文件描述符1。它是命令的输出，缺省是屏幕，也可以是文件。
#标准错误是文件描述符2。这是命令错误的输出，缺省是屏幕，同样也可以是文件。
#3，&符号：代表将命令在后台执行
