流程: 用户提交任务 --- > Celery   --- > Broker 中间商(可以是数据库,redis)  ---> 最后让celery 中的 worker 执行任务

1 单独使用:
目录结构:


celery_worker.py 文件
#-*- coding:utf-8 -*-
from celery import Celery
import time
app = Celery('tasks', #tasks是app 名字
broker='redis://127.0.0.1:6379/0', #密码方式redis://xxxx@127.0.0.1:6379/0
backend='redis://127.0.0.1:6379/0' #密码方式redis://xxxx@127.0.0.1:6379/0#密码方式redis://xxxx@127.0.0.1:6379/0
) @app.task
def add(x,y): #运行的任务
print("success.......",x,y)
time.sleep(30)
return x + y
celery_client.py 文件
#-*- coding:utf-8 -*-
from celery_work import add
t1 = add.delay(1,2) #提交任务执行 #print(t1.get()) #获取任务执行的结果
#print(t1.get(timeout=1)) #设置当前获取超时时间
#print(t1.ready()) #查看任务是否执行完成,Ture执行完成
1 进入单独使用目录里面启动worker
celery -A celery_work worker -l info -P eventlet #celery_work 为当前py文件名 2 项目使用

目录结构:


  


新建一个 tasks_worker 目录 里面创建
celery.py这是Broker    myTasks_1.py任务1 myTasks_2.py任务2 三个文件
celery.py (文件名必须这样命令)

celery.py文件
#-*- coding:utf-8 -*-
from __future__ import absolute_import, unicode_literals
from celery import Celery #__future__ 表示将相对路径转换为绝对路径 from celery 导入是从python 包里面的绝对路劲导入Celery app = Celery('pro',
broker='redis://127.0.0.1:6379/0',
backend='redis://127.0.0.1:6379/0',
include=(['tasks_worker.myTasks_1','tasks_worker.myTasks_2']) #存任务的文件,tasks_worker当前目录名字是myTasks_1,可以存多个,tasks必须要有这个py文件 tasks_2是一个py文件
) app.conf.update(
result_expires = 3600, #任务结果保存时间 一个小时
) if __name__ == "__main__":
app.start()
myTasks_1.py文件
#-*- coding:utf-8 -*-
# 将相对路径转换为绝对路径
from __future__ import absolute_import, unicode_literals
from .celery import app #获取当前目录中的celery的app @app.task
def add(x,y):
print("success.......",x,y)
return x + y
myTasks_2.py文件
#-*- coding:utf-8 -*-
# 将相对路径转换为绝对路径
from __future__ import absolute_import, unicode_literals
from .celery import app #获取当前目录中的celery的app @app.task
def add(x,y):
print("success.......",x,y)
return (x * y)


项目使用目录下面新建一个 执行任务.py
#-*- coding:utf-8 -*-

from tasks_worker.myTasks_1 import add as add_1
from tasks_worker.myTasks_2 import add as add_2 t1 = add_1.delay(1,2)
print(t1.get()) t2 = add_2.delay(1,2)
print(t2.get())
进入项目使用目录
1 里面必须命名为celery.py
2 myTasks_1.py 为任务1
3 myTasks_2.py 为任务2
启动 celery -A tasks_worker worker -l debug -P eventlet #tasks_worker是项目使用下面的tasks_worker文件夹
 3定时任务(重点)
目录结构:

celery.py文件
#-*- coding:utf-8 -*-
from __future__ import absolute_import, unicode_literals
from celery import Celery #__future__ 表示将相对路径转换为绝对路径 from celery 导入是从python 包里面的绝对路劲导入Celery app = Celery('pro',
broker='redis://127.0.0.1:6379/0',
backend='redis://127.0.0.1:6379/0',
include=(['timing.celery_Tasks']) #存任务的文件,tasks_worker当前目录名字是myTasks_1,可以存多个,tasks必须要有这个py文件 tasks_2是一个py文件
) app.conf.update(
result_expires = 3600, #任务结果保存时间 一个小时
) if __name__ == "__main__":
app.start()
celery_Tasks.py
#-*- coding:utf-8 -*-
from __future__ import absolute_import, unicode_literals #__future__ 表示将相对路径转换为绝对路径 from celery 导入是从python 包里面的绝对路劲导入Celery
from .celery import app
from celery.schedules import crontab

#第一种写法
# @app.on_after_configure.connect
# def tasks_p(sender,**kwargs):
# #sender.add_periodic_task(10.0,test.s("hello"),name="test"), #每秒执行下test函数 要带.s 格式就是整要求的
#
# #sender.add_periodic_task(20.0, test.s("world"), name="test" , expires=10),
#
# sender.add_periodic_task(
# crontab(hour=16, minute=13,),
# test.s(123),
# )
# #修改app配置文件第二种写法
app.conf.beat_schedule = {
'add-every-10s':{
'task': "timing.celery_Tasks.test", #路劲要写全 timing目录下面的 celert_Tasks 里面的 test方法
'schedule': 10.0, #每10秒执行上面的任务
'args':(10,)  #传递这个参数到test里面
}, 'add-every-20s': {
'task': "timing.celery_Tasks.test",
'schedule': 20.0,
'args': (20,)
},
'add-every-cron': {
'task': "timing.celery_Tasks.test",
'schedule': crontab(hour=16, minute=26, day_of_week=1),
'args': ("开始.....................................................",)
} } app.conf.timezone = 'Asia/Shanghai' #设置时区不然会按utc时间执行
@app.task
def test(arg,):
print("run....",arg)
进入定时目录
启动worker : celery -A timing worker -l debug -P eventlet
启动beat : celery -A timing.celery_Tasks beat -l debug

celery 计划任务使用的更多相关文章

  1. celery 分布式异步任务框架(celery简单使用、celery多任务结构、celery定时任务、celery计划任务、celery在Django项目中使用Python脚本调用Django环境)

    一.celery简介: 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 tas ...

  2. Celery配置实践笔记

    说点什么: 整理下工作中配置celery的一些实践,写在这里,一方面是备忘,另外一方面是整理成文档给其他同事使用. 演示用的项目,同时也发布在Github上: https://github.com/b ...

  3. django -- Celery实现异步任务

    1. 环境 python==2.7 djang==1.11.2 # 1.8, 1.9, 1.10应该都没问题 celery-with-redis==3.0 # 需要用到redis作为中间人服务(Bro ...

  4. django —— Celery实现异步和定时任务

    1. 环境 python==2.7 djang==1.11.2 # 1.8, 1.9, 1.10应该都没问题 celery-with-redis==3.0 # 需要用到redis作为中间人服务(Bro ...

  5. Django + Celery 实现动态配置定时任务

    哈喽,今天给大家分享一篇Django+Celery实现动态配置定时任务,因为最近也是无意间看到一位大佬关于这块的文章,然后自己觉得不错,也想学习写一下,然后最终实现功能是在前端页面统一管理计划任务,大 ...

  6. 基于 Django 2.0.4 的 djcelery 配置

    Django Celery 配置实践 所需环境 python 3.5.2 rabbitmq 安装所需的包 pip install -r requirements.txt QuickStart 创建Dj ...

  7. Celery学习---Celery 与django结合实现计划任务功能

    项目的目录结构: 项目前提: 安装并启动Redis 安装Django和Celery的定时任务插件 安装方法一: pip直接安装[安装了pip的前提下] omc@omc-virtual-machine: ...

  8. Celery定时任务|计划任务

    适用场景几点几分执行特定的任务 定时任务 配置这个无需多说了和上篇文章一样 任务函数 硬菜来了 添加任务时候的写法 第一种: from celery_task.order_task import or ...

  9. Flask、Celery、RabbitMQ学习计划

    Flask (9.16-9.23) 相关组件了解 (9.16-17) WSGI:Werkzeug 数据库:SQLAlchemy   *重点查看 urls和视图 (9.18-19) session和co ...

随机推荐

  1. Mac OS 安装 独立的asio库

    先安装boost,见前文,然后上官网下载不带boost的asio,版本为:asio-1.12.2 cd到下载的库目录,配置 ./configure --with-boost="boost的安 ...

  2. Mybatis错误:Result Maps collection already contains value for ***

    [转载]原文链接:https://blog.csdn.net/maoyuanming0806/article/details/77870345 使用mybatis时,服务器启动时出错 严重: Exce ...

  3. Data Lake Analytics账号和权限体系详细介绍

    一.Data Lake Analytics介绍 数据湖(Data Lake)是时下大数据行业热门的概念:https://en.wikipedia.org/wiki/Data_lake.基于数据湖做分析 ...

  4. HR招聘_(二)_招聘方法论(招聘原因及原则)

    1 招聘原因 离职 转岗 新增 工作量加大而无法负荷(若为短期工作量的加大可考虑外包或临时雇员) 业务发展需求(新产品线拓展,新事业部组建或组织架构变化等) 2 招聘原则 平等 面试官和候选人双方地位 ...

  5. Codeforces 455C

    题目链接 C. Civilization time limit per test 1 second memory limit per test 256 megabytes input standard ...

  6. Hdu 3603

    Coach Yehr’s punishment Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 65536/32768 K (Java/ ...

  7. hive拉链表取数

    例如,一个借款用户在hive上的拉链表.(end_dt存放逻辑与普通介绍的拉链表不一致) 需要拉去它在2019-05-01日的状态, 取数逻辑是: select * from tb where sta ...

  8. I / O流 类

    一.概述 1 基本概念 I/O就是Input/Output的简写,也就是输入/输出的含义. I/O流就是指像流水一样源源不断地进行读写的过程.   2 基本分类   根据读写数据的单元分为:字节流 和 ...

  9. js的动态tab导航

    html部分 <div class="container"> <h3 class="page-header">tab切换</h3& ...

  10. 【Leetcode 堆、快速选择、Top-K问题 BFPRT】数组中的第K个最大元素(215)

    这道题很强大,引出了很多知识点 题目 在未排序的数组中找到第 k 个最大的元素.请注意,你需要找的是数组排序后的第 k 个最大的元素,而不是第 k 个不同的元素. 示例 1: 输入: [3,2,1,5 ...