Python之celery

一、celery简介

　　Celery是一个Python开发的异步分布式任务调度模块。celery本身不提供消息服务，使用第三方服务，也就是borker来传递任务，目前支持rebbing, redis, 数据库等。

　　broker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的异步任务的时候，会向broker传递消息，而后celery的worker将会取到消息，进行对于的程序执行。好吧，这个邮箱可以看成是一个消息队列。那么什么又是backend，通常程序发送的消息，发完就完了，可能都不知道对方时候接受了。为此，celery实现了一个backend，用于存储这些消息以及celery执行的一些消息和结果。对于 brokers，官方推荐是rabbitmq和redis，至于backend，就是数据库啦。为了简单起见，我们都用redis。

　　redis连接URL的格式为：

　　redis://password@hostname:port/db_number

二、celery小例子

　　1.在Linux上要先启动redis（./redis-server &）。

　　2.程序代码如下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    :2017/12/19 15:12
# @Author  :huangdongju
# @File    :17-2.py

from celery import Celery

broker = "redis://192.168.203.12:6379/5"  #5代表第五个数据库
backend = "redis://192.168.203.12:6379/6"
app = Celery("17-2",broker=broker,backend=backend)

@app.task   #注册到任务中去
def add(x,y):
    return x + y

re = add.delay(10,20)
print (re.result)
print (re.ready)
print (re.get(timeout = 1))
print (re.status)

　　3.将worker放置在Linux上，在Linux上进行如下配置（Python的版本至少为2.7.0以上）。

　　# pip install redis

　　# pip install celery

　　# cd /usr/local/src

　　# mkdir celery

　　# cd celery

　　# vim 17-2.py  (要与之前的文件名相同)

　　# celery -A 17-2 worker - l info

4.结果

　在Linux上输出的日志为：

三、celery多实例

　　celery可以支持多台不通的计算机执行不同的任务或相同的任务。如果要说celery的分布式应用的的话，那就是celery的消息路由机制，就要提一下AMQP协议。具体的可以查看AMQP文档。简单来说就是可以有多个消息队列（Message Queue），不同的消息可以指定发给不同的Message Queue，而这是通过Exchange来实现的。发送消息到Message Queue中时，可以指定routing key ，Exchange通过routing key来把消息路由（routes）到不同的Message Queue中去。实例代码如下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    :2017/12/20 16:19
# @Author  :huangdongju
# @File    :demon3.py
import time
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

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

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    :2017/12/20 9:44
# @Author  :huangdongju
# @File    :celeryconfig.py
from kombu import Queue, Exchange

BROKER_URL = "redis://192.168.203.12:6379/1"
CELERY_RESULT_BACKEND = "redis://192.168.203.12:6379/2"   #要大写

CELERY_QUEUES = {                                  #配置消息队列
    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 ={
    "demon3.taskA":{"queue":"for_task_A","routing_key":"for_task_A"},
    "demon3.taskB":{"queue":"for_task_B","routing_key":"for_task_B"}
}

　　在服务器上要同步demon3.py与celeryconfig.py这两个文件。然后打开两个进程：

celery -A demon3 worker -l info -n workerA.%h -Q for_task_A

celery -A demon3 worker -l info -n workerB.%h -Q for_task_B

结果如下：

200
SUCCESS
6
SUCCESS
None
PENDING

　　在上述结果中，看到状态有为PENDING，表示没有执行，这是因为没有celeryconfig.py文件中指定改route到哪一个Queue中，所以会被发动到默认的名字celery的Queue中，但是我们还没有启动worker执行celery中的任务。

四、celery与定时任务

　　在celery中执行定时任务非常简单，只需要设置celery对象中的CELERY_SCHEDULE变量。实例代码为：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    :2017/12/20 16:19
# @Author  :huangdongju
# @File    :demon3.py
import time
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

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

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @Time    :2017/12/20 9:44
# @Author  :huangdongju
# @File    :celeryconfig.py
from kombu import Queue, Exchange

BROKER_URL = "redis://192.168.203.12:6379/1"
CELERY_RESULT_BACKEND = "redis://192.168.203.12:6379/2"   #要大写

CELERY_QUEUES = {                                  #配置消息队列
    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 ={
    "demon3.taskA":{"queue":"for_task_A","routing_key":"for_task_A"},
    "demon3.taskB":{"queue":"for_task_B","routing_key":"for_task_B"}
}

#定时任务
CELERY_TIMEZONE = 'UTC'
CELERY_SCHEDULE = {
    'taskA_schedule':{
        'task':'demon3.taskA',
        'schedule':20,
        'args':(5,6)
    },

    'taskB_schedule':{
         'task':'demon3.taskB',
         'schedule':50,
         'args':(100,200,300)
    },

    'add_schedule':{
        'task':'demon3.add',
        'schedule':10,
        'args':(110,120)
    },
}