python—Celery异步分布式

发布时间：2019-09-18 07:23:28编辑：auto阅读（1667）

一、Celery异步分布式

Celery  是一个python开发的异步分布式任务调度模块，是一个消息传输的中间件，可以理解为一个邮箱，每当应用程序调用celery的异步任务时，会向broker传递消息，然后celery的worker从中取消息

Celery  用于存储消息以及celery执行的一些消息和结果




对于brokers，官方推荐是rabbitmq和redis

对于backend，也就是指数据库，为了简单一般使用redis









使用redis连接url格式：

redis://:password@hostname:port/db_number




1）定义连接脚本tasks.py





#!/usr/bin/env python
from celery import Celery
broker = "redis://192.168.2.230:6379/1"
backend = "redis://192.168.2.230:6379/2"
app = Celery("tasks", broker=broker, backend=backend)

@app.task
def add(x,y):
    return x+y




2）安装启动celery

pip install celery

pip install redis

启动方式：celery -A huang tasks -l info  #-l 等同于 --loglevel






3）执行测试 huang.py 

#!/usr/bin/env python
from tasks import add

re = add.delay(10,20)

print(re.result)   #任务返回值
print(re.ready)     #如果任务被执行返回True,其他情况返回False

print(re.get(timeout=1))  #带参数的等待，最后返回结果
print(re.status)  #任务当前状态

运行结果：

30

<bound method AsyncResult.ready of <AsyncResult: d2e0a2d8-cdd9-4fe3-a8bb-81fe3c53ba9a>>

30

SUCCESS




4）根据成功返回的key或celery界面输出的信息，查看redis存储







说明：停止celery服务，执行完huang.py之后，再启动celery服务也是有保存数据的







二、celery多进程



1）配置文件 celeryconfig.py

#!/usr/bin/env python
#-*- coding:utf-8 -*-

from kombu import Exchange,Queue

BROKER_URL = "redis://192.168.2.230:6379/3"
CELERY_RESULT_BACKEND = "redis://192.168.2.230:6379/4"

CELERY_QUEUES = (
Queue("default",Exchange("default"),routing_key="default"),
Queue("for_task_A",Exchange("for_task_A"),routing_key="for_task_A"),
Queue("for_task_B",Exchange("for_task_B"),routing_key="for_task_B")
)

CELERY_ROUTES = {
'tasks.taskA':{"queue":"for_task_A","routing_key":"for_task_A"},
'tasks.taskB':{"queue":"for_task_B","routing_key":"for_task_B"}
}




2）tasks.py

#!/usr/bin/env python
#-*- coding:utf-8 -*-

from celery import Celery

app = Celery()
app.config_from_object("celeryconfig")

@app.task
    def taskA(x,y):
    return x+y
    
@app.task
    def taskB(x,y,z):
    return x+y+z




3）启动celery

celery -A tasks worker --loglevel info




4）执行脚本huang2.py

#!/usr/bin/env python
#-*- coding:utf-8 -*-

from tasks import taskA,taskB

re = taskA.delay(10,20)

print(re.result)   #任务返回值
print(re.ready)     #如果任务被执行返回True,其他情况返回False
print(re.get(timeout=1))  #带参数的等待，最后返回结果
print(re.status)  #任务当前状态

re2 = taskB.delay(10,20,30)
print(re2.result)
print(re2.ready)
print(re2.get(timeout=1))
print(re2.status)




5）运行结果

None

<bound method AsyncResult.ready of <AsyncResult: e34a8490-05a7-473e-a082-f4956cabfc99>>

30

SUCCESS

None

<bound method AsyncResult.ready of <AsyncResult: 3c5cd839-dbe2-4e63-ba4e-86e8c79d943f>>

60

SUCCESS

关键字：