亲宝软件园·资讯

展开

celery异步任务框架

辜老板 人气:0
[TOC] # Celery # 一、官方 Celery 官网:http://www.celeryproject.org/ Celery 官方文档英文版:http:/https://img.qb5200.com/download-x/docs.celeryproject.org/en/latest/index.html Celery 官方文档中文版:http:/https://img.qb5200.com/download-x/docs.jinkan.orghttps://img.qb5200.com/download-x/docs/celery/ # 二、Celery异步任务框架 ```python """ 1)可以不依赖任何服务器,通过自身命令,启动服务(内部支持socket) 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 | 医院也是一个独立运行的服务 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 """ ``` ## Celery架构图 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。 ![](https://img2020.cnblogs.com/blog/1736414/202003/1736414-20200304234803930-338391405.png) ## 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 # 三、使用场景 异步执行:解决耗时任务 延迟执行:解决延迟任务 定时执行:解决周期(周期)任务 # 四、Celery的安装配置 pip install celery 消息中间件:RabbitMQ/Redis app=Celery('任务名', broker='xxx', backend='xxx') # 五、两种celery任务结构:提倡用包管理,结构更清晰 ```python # 如果 Celery对象:Celery(...) 是放在一个模块下的 # 1)终端切换到该模块所在文件夹位置:scripts # 2)执行启动worker的命令:celery worker -A 模块名 -l info -P eventlet # 注:windows系统需要eventlet支持,Linux与MacOS直接执行:celery worker -A 模块名 -l info # 注:模块名随意 # 如果 Celery对象:Celery(...) 是放在一个包下的 # 1)必须在这个包下建一个celery.py的文件,将Celery(...)产生对象的语句放在该文件中 # 2)执行启动worker的命令:celery worker -A 包名 -l info -P eventlet # 注:windows系统需要eventlet支持,Linux与MacOS直接执行:celery worker -A 模块名 -l info # 注:包名随意 ``` 放在根目录下就行: ![](https://img2020.cnblogs.com/blog/1736414/202003/1736414-20200304221503923-2122674559.png) # 七、Celery执行异步任务 ## 包架构封装 ```python 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 ``` # 八、基本使用 ### celery.py 基本配置 ```python # 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 # 无密码 broker = 'redis://127.0.0.1:6379/1' backend = 'redis://127.0.0.1:6379/2' # 有密码: broker = 'redis://:123@127.0.0.1:6379/1' backend = 'redis://:123@127.0.0.1:6379/2' app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) ''' broker : 任务仓库 backend : 任务结果仓库 include :任务(函数)所在文件 ''' ``` ### tasks.py 添加任务 ```python from .celery import app @app.task def add(n1,n2): res = n1+n2 print('n1+n2 = %s' % res) return res @app.task def low(n1,n2): res = n1-n2 print('n1-n2 = %s' % res) return res ``` ## add_task.py 添加立即、延迟任务 ```python from celery_task import tasks # delay :添加立即任务 # apply_async : 添加延迟任务 # eta : 执行的utc时间 # 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 celery_package.tasks import jump from datetime import datetime,timedelta # 秒 def eta_second(second): ctime = datetime.now() # 当前时间 utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间 time_delay = timedelta(seconds=second) # 秒 return utc_ctime + time_delay # 当前时间+往后延迟的秒 # 天 def eta_days(days): ctime = datetime.now() # 当前时间 utc_ctime = datetime.utcfromtimestamp(ctime.timestamp()) # 当前UTC时间 time_delay = timedelta(days=days) # 天 return utc_ctime + time_delay # 当前时间+往后延迟的天 jump.apply_async(args=(20,5), eta=eta_second(10)) # 10秒后执行 jump.apply_async(args=(20,5), eta=eta_days(1)) # 1天后执行 ``` ## get_result.py 获取结果 ```python 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') ``` # 九、高级使用 ### celery.py 定时任务配置(循环的) 特点: 添加任务的终端关闭之后,停止添加 celery服务端关闭后,把关闭之后未执行的任务都执行一遍,然后继续接收任务 ```python # 1)创建app + 任务 # 2)启动celery(app)服务: # 注):-A 表示相对路径,所以一定先进入celery_task所在包 -l 表示打印到日志 info 级别 # 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 # 4)获取结果 from celery import Celery # 无密码 broker = 'redis://127.0.0.1:6379/1' backend = 'redis://127.0.0.1:6379/2' # 有密码: broker = 'redis://:123@127.0.0.1:6379/1' backend = 'redis://:123@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 # 自动任务的定时配置 from datetime import timedelta from celery.schedules import crontab app.conf.beat_schedule = { # 定时任务名字 'fall_task': { 'task': 'celery_task.tasks.fall', 'args':(30,20), 'schedule': timedelta(seconds=3), # 3秒后执行 # 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 } } ''' fall_task:任务名自定义 task:任务来源 args:任务参数 schedule:定时时间 ''' 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 ''' minute : 分钟 hour :小时 day_of_week :礼拜 day_of_month:月 month_of_year:年 ''' ``` ### tasks.py ```python from .celery import app @app.task def fall(n1,n2): res = n1/n2 print('n1 /n2 = %s' % res) return res ``` ## get_result.py ```python 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') ``` # 十、django中使用(更新轮播图案例) **最终达到的效果:根据定时任务来更新redis中的缓存。用户获取资源都是从redis缓存中获取。避免了数据库的压力** ## redis的配置 dev.py ```python # 缓存redis数据库配置 CACHES = { "default": { "BACKEND": "django_redis.cache.RedisCache", "LOCATION": "redis://127.0.0.1:6379/10", "OPTIONS": { "CLIENT_CLASS": "django_redis.client.DefaultClient", "CONNECTION_POOL_KWARGS": {"max_connections": 100}, # 同时的并发量 "DECODE_RESPONSES": True, "PASSWORD": "123", } } } ``` ## 接口缓存 ```python """ 1)什么是接口的后台缓存 前台访问后台接口,后台会优先从缓存(内存)中查找接口数据 如果有数据,直接对前台响应缓存数据 如果没有数据,与(mysql)数据库交互,得到数据,对前台响应,同时将数据进行缓存,以备下次使用 了解:前台缓存 - 前台在请求到接口数据后,在前台建立缓存,再发送同样请求时,发现前台缓存有数据,就不再对后台做请求了 2)什么的接口会进行接口缓存 i)接口会被大量访问:比如主页中的接口,几乎所有人都会访问,而且会重复访问 ii)在一定时间内数据不会变化(或数据不变化)的接口 iii)接口数据的时效性不是特别强(数据库数据发生变化了,不是立即同步给前台,验后时间同步给前台也没事) 注:理论上所有接口都可以建立缓存,只要数据库与缓存数据同步及时 3)如何实现接口缓存:主页轮播图接口 """ ``` ## views.py ```python from rest_framework.viewsets import ModelViewSet from rest_framework import mixins from . import models, serializers from django.conf import settings from rest_framework.response import Response from django.core.cache import cache class BannerViewSet(ModelViewSet, mixins.ListModelMixin): queryset = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:settings.BANNER_COUNT] serializer_class = serializers.BannerSerializer # 有缓存走缓存,没有缓存走数据库,然后同步给缓存。接口自己实现 def list(self, request, *args, **kwargs): banner_list = cache.get('banner_list') if not banner_list: print('走了数据库') response = self.list(request, *args, **kwargs) banner_list = response.data cache.set('banner_list', banner_list, 86400) # 存进缓存中,缓存配置了redis数据库 return Response(banner_list) ``` ![](https://img2020.cnblogs.com/blog/1736414/202003/1736414-20200304232906899-1585420849.png) ## 启动服务 ```python ''' 1):先切换到celery_task所在的同级目录(一般为根目录下) 2):开一个终端(启动服务): celery worker -A celery_task -l info -P eventlet 3):再开一个终端(添加任务): celery beat -A celery_task -l info ''' # 注):-A 表示相对路径,所以一定先进入celery_task所在包 -l 表示打印到日志 info 级别 ``` ## celery.py ```python """ celery框架django项目工作流程 1)加载django配置环境 2)创建Celery框架对象app,配置broker和backend,得到的app就是worker 3)给worker对应的app添加可处理的任务函数,用include配置给worker的app 4)完成提供的任务的定时配置app.conf.beat_schedule 5)启动celery服务,运行worker,执行任务 6)启动beat服务,运行beat,添加任务 重点:由于采用了django的反射机制,使用celery.py所在的celery_task包必须放置项目的根目录下 """ # 一、加载django配置环境 import os os.environ.setdefault("DJANGO_SETTINGS_MODULE", "luffyapi.settings.dev") # 二、加载celery配置环境 from celery import Celery broker = 'redis://:123@127.0.0.1:6379/1' backend = 'redis://:123@127.0.0.1:6379/2' # worker app = Celery(broker=broker, backend=backend, include=['celery_task.tasks']) # 外面的包名和文件名,一般都是固定 # 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 = { # 定时任务名字 'update_banner_cache': { 'task': 'celery_task.tasks.update_banner_list', 'args': (), 'schedule': timedelta(seconds=10), # 3秒一次 # 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点 # 'schedule': crontab(minute=0, day_of_week=1), # 每周一早八点 } } ''' minute : 分钟 hour :小时 day_of_week :礼拜 day_of_month:月 month_of_year:年 ''' ''' fall_task:任务名自定义 task:任务来源 args:任务参数 schedule:定时时间(秒) ''' ``` ## tasks.py ```python from .celery import app from django.core.cache import cache from home import models, serializers from django.conf import settings @app.task def update_banner_list(): queryset = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:settings.BANNER_COUNT] banner_list = serializers.BannerSerializer(queryset, many=True).data # 拿不到request对象,所以头像的连接base_url要自己组装 for banner in banner_list: banner['image'] = 'http://127.0.0.1:8000%s' % banner['image'] cache.set('banner_list', banner_list, 86400) return True ```

加载全部内容

相关教程
猜你喜欢
用户评论