Celery是由Python开发的一个简单、灵活、可靠的处理大量任务的分发系统,它不仅支持实时处理也支持任务调度。

  • user:用户程序,用于告知celery去执行一个任务。
  • broker: 存放任务(依赖RabbitMQ或Redis,进行存储)
  • worker:执行任务

celery需要rabbitMQ、Redis、Amazon SQS、Zookeeper(测试中) 充当broker来进行消息的接收,并且也支持多个broker和worker来实现高可用和分布式。http://docs.celeryproject.org/en/latest/getting-started/brokers/index.html

    Celery version 4.0 runs on
Python ❨2.7, 3.4, 3.5❩
PyPy ❨5.4, 5.5❩
This is the last version to support Python 2.7, and from the next version (Celery 5.x) Python 3.5 or newer is required. If you’re running an older version of Python, you need to be running an older version of Celery: Python 2.6: Celery series 3.1 or earlier.
Python 2.5: Celery series 3.0 or earlier.
Python 2.4 was Celery series 2.2 or earlier. Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform.

版本和要求

环境准备:

  • 安装rabbitMQ或Redis
        见:http://www.cnblogs.com/wupeiqi/articles/5132791.html
  • 安装celery
         pip3 install celery

快速上手

import time
from celery import Celery app = Celery('tasks', broker='redis://192.168.10.48:6379', backend='redis://192.168.10.48:6379') @app.task
def xxxxxx(x, y):
time.sleep(10)
return x + y

s1.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from s1 import xxxxxx # 立即告知celery去执行xxxxxx任务,并传入两个参数
result = xxxxxx.delay(4, 4)
print(result.id)

s2.py

from celery.result import AsyncResult
from s1 import app async = AsyncResult(id="f0b41e83-99cf-469f-9eff-74c8dd600002", app=app) if async.successful():
result = async.get()
print(result)
# result.forget() # 将结果删除
elif async.failed():
print('执行失败')
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')

s3.py

执行 s1.py 创建worker(终端执行命令):

  注释: 要在项目目录里执行《 在windows是不支持这个命令得  要安装 pip3 install eventle》在执行得时候

celery worker -A s1 -l info -P eventlet   # 在windows 下执行的命令
celery worker -A s1 -l info

执行 s2.py ,创建一个任务并获取任务ID:

python3 s2.py 

执行 s3.py ,检查任务状态并获取结果:

python3 s3.py

多任务结构

pro_cel
├── celery_tasks# celery相关文件夹
│   ├── celery.py # celery连接和配置相关文件
│   └── tasks.py # 所有任务函数
├── check_result.py # 检查结果
└── send_task.py # 触发任务
#!/usr/bin/env python
# -*- coding:utf-8 -*-
from celery import Celery celery = Celery('xxxxxx',
broker='redis://192.168.0.111:6379',
backend='redis://192.168.0.111:6379',
include=['celery_tasks.tasks']) # 时区
celery.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
celery.conf.enable_utc = False

pro_cel/celery_tasks/celery

#!/usr/bin/env python
# -*- coding:utf-8 -*- import time
from .celery import celery @celery.task
def xxxxx(*args, **kwargs):
time.sleep(5)
return "任务结果" @celery.task
def hhhhhh(*args, **kwargs):
time.sleep(5)
return "任务结果"

pro_cel/celery_tasks/tasks.py

#!/usr/bin/env python
# -*- coding:utf-8 -*- from celery.result import AsyncResult
from celery_tasks.celery import celery async = AsyncResult(id="ed88fa52-11ea-4873-b883-b6e0f00f3ef3", app=celery) if async.successful():
result = async.get()
print(result)
# result.forget() # 将结果删除
elif async.failed():
print('执行失败')
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')

pro_cel/check_result.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import celery_tasks.tasks # 立即告知celery去执行xxxxxx任务,并传入两个参数
result = celery_tasks.tasks.xxxxx.delay(4, 4) print(result.id)

pro_cel/send_task.py

更多配置:http://docs.celeryproject.org/en/latest/userguide/configuration.html

定时任务

1. 设定时间让celery执行一个任务

import datetime
from celery_tasks.tasks import xxxxx
"""
from datetime import datetime v1 = datetime(2017, 4, 11, 3, 0, 0)
print(v1) v2 = datetime.utcfromtimestamp(v1.timestamp())
print(v2) """
ctime = datetime.datetime.now()
utc_ctime = datetime.datetime.utcfromtimestamp(ctime.timestamp()) s10 = datetime.timedelta(seconds=10)
ctime_x = utc_ctime + s10 # 使用apply_async并设定时间
result = xxxxx.apply_async(args=[1, 3], eta=ctime_x)
print(result.id)

2. 类似于contab的定时任务

"""
celery beat -A proj
celery worker -A proj -l info """
from celery import Celery
from celery.schedules import crontab app = Celery('tasks', broker='amqp://47.98.134.86:5672', backend='amqp://47.98.134.86:5672', include=['proj.s1', ])
app.conf.timezone = 'Asia/Shanghai'
app.conf.enable_utc = False app.conf.beat_schedule = {
# 'add-every-10-seconds': {
# 'task': 'proj.s1.add1',
# 'schedule': 10.0,
# 'args': (16, 16)
# },
'add-every-12-seconds': {
'task': 'proj.s1.add1',
'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4),
'args': (16, 16)
},
}

注:如果想要定时执行类似于crontab的任务,需要定制 Scheduler来完成。

Flask中应用Celery

pro_flask_celery/
├── app.py
├── celery_tasks
   ├── celery.py # 必须得有一个 celery.py的文件 这里放连接
    └── tasks.py
#!/usr/bin/env python
# -*- coding:utf-8 -*- from flask import Flask
from celery.result import AsyncResult from celery_tasks import tasks
from celery_tasks.celery import celery app = Flask(__name__) TASK_ID = None @app.route('/')
def index():
global TASK_ID
result = tasks.xxxxx.delay()
# result = tasks.task.apply_async(args=[1, 3], eta=datetime(2018, 5, 19, 1, 24, 0))
TASK_ID = result.id return "任务已经提交" @app.route('/result')
def result():
global TASK_ID
result = AsyncResult(id=TASK_ID, app=celery)
if result.ready():
return result.get()
return "xxxx" if __name__ == '__main__':
app.run()

app.py

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from celery import Celery
from celery.schedules import crontab celery = Celery('xxxxxx',
broker='redis://192.168.10.48:6379',
backend='redis://192.168.10.48:6379',
include=['celery_tasks.tasks']) # 时区
celery.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
celery.conf.enable_utc = False

celery_tasks/celery.py

#!/usr/bin/env python
# -*- coding:utf-8 -*- import time
from .celery import celery @celery.task
def hello(*args, **kwargs):
print('执行hello')
return "hello" @celery.task
def xxxxx(*args, **kwargs):
print('执行xxxxx')
return "xxxxx" @celery.task
def hhhhhh(*args, **kwargs):
time.sleep(5)
return "任务结果"

celery_task/tasks.py

春生Flask中应用Celery

from flask import Flask,render_template,request,redirect
import time
from celery_tasks import tasks
from celery.result import AsyncResult
from celery_tasks.celery import cel app = Flask(__name__) GOODS = [
# {'title':'商品名称','pirce':100,'ticket':'7ec48f84-7160-4c1d-bb78-9c9327f7a978'}
] @app.route('/index')
def index():
return render_template('index.html',goods = GOODS) @app.route('/add',methods=['GET','POST'])
def add():
if request.method == "GET":
return render_template('add.html',goods = GOODS)
title = request.form.get('title')
price = request.form.get('price')
# 处理业务逻辑
# 耗时 1分钟 # 立即交给broker去执行
result = tasks.x1.delay(1,8) # 去触发 函数 result.id 拿到一个 字符串凭证 # 10s之后,broker才开始执行
import datetime
# 可以 t = "2018-8-8"
ctime = datetime.datetime.now() # 获取当前时间
utc_ctime = datetime.datetime.utcfromtimestamp(ctime.timestamp()) # 当前时间转换成UTC时间
ctime_x = utc_ctime + datetime.timedelta(seconds=10) # 时间 utc时间 seconds=10 ----就是当前时间的10秒后执行 result = tasks.x1.apply_async(args=[1, 8], eta=ctime_x) # apply_async 是 GOODS.append({'title':title,'price':price,'ticket':result.id}) return redirect('/index') @app.route('/detail')
def detail():
ticket = request.args.get('ticket')
result = AsyncResult(id=ticket, app=cel)
if result.successful():
val = result.get()
return "执行完成,结果:%s" %val
else:
return '正在处理中...' if __name__ == '__main__':
app.run()

app.py

from celery import Celery
from celery.schedules import crontab cel = Celery('tasks', # 是一个名字
broker='redis://:beta@140.143.227.206:8888/0', # 放任务
backend='redis://:beta@140.143.227.206:8888/0', # 取结果
include=['celery_tasks.tasks','celery_tasks.xxx']
)
# 如果需要 每天都要执行的 任务之前 要 执行这个 celery beat -A celery_tasks
cel.conf.beat_schedule = {
# 'add-every-10-seconds': {
# 'task': 'celery_tasks.tasks.x2', # 找到 那个函数
# 'args': (98, 10), # 给 x2 传参数
# 'schedule': 10.0, # 每10秒执行下这个任务
# },
'add-every-12-seconds': {
'task': 'celery_tasks.tasks.x2',
'schedule': crontab(minute=42, hour=8, day_of_month=11, month_of_year=4), # month_of_year = 月 day_of_month = 日 hour = 时 minute = 分
'args': (26, 16)
},
}

celery.py

import time
from .celery import cel
from celery import shared_task @shared_task
def x1(x, y):
time.sleep(10)
return x + y @cel.task
def x2(x, y):
time.sleep(5)
return x - y @cel.task
def x3(x, y):
time.sleep(2)
return x * y

tasks.py

Celery 大量任务 分发的更多相关文章

  1. django的crontab

    最近需要考虑如何在django环境中跑定时任务. 这个在  stackoverflow 也有对应的 讨论 , 方法也有不少, 这边简单尝试和总结下. 假设我们现在的定期任务就是睡眠  n 秒, 然后往 ...

  2. python celery任务分发

    <div id="cnblogs_post_body" class="blogpost-body"><p>Celery是由Python开 ...

  3. 异步任务分发模块Celery

    Celery简介 Celery是一个功能完备即插即用的任务队列.它使得我们不需要考虑复杂的问题,使用非常简单. celery适用异步处理问题,当遇到发送邮件.或者文件上传, 图像处理等等一些比较耗时的 ...

  4. 异步分发任务celery

    Celery简介 Celery是一个功能完备即插即用的任务队列.它使得我们不需要考虑复杂的问题,使用非常简单. celery适用异步处理问题,当遇到发送邮件.或者文件上传, 图像处理等等一些比较耗时的 ...

  5. celery 框架

    转自:http://www.cnblogs.com/forward-wang/p/5970806.html 生产者消费者模式 在实际的软件开发过程中,经常会碰到如下场景:某个模块负责产生数据,这些数据 ...

  6. Celery 框架学习笔记

    在学习Celery之前,我先简单的去了解了一下什么是生产者消费者模式. 生产者消费者模式 在实际的软件开发过程中,经常会碰到如下场景:某个模块负责产生数据,这些数据由另一个模块来负责处理(此处的模块是 ...

  7. celery 学习笔记 01-介绍

    celery 学习笔记 01-介绍 celery 是 python 中的常用的任务队列框架,经常用于异步调用.后台任务等工作.celery 本身以 python 写,但协议可在不同的语言中实现,其它语 ...

  8. 如何让celery接受定制的参数

    背景介绍 最近的一个项目使用到celery结算订单,使用celery的确很方便.但是复杂的内部框架导致了需要传人大量的参数例如数据库配置文件等.下面先来看看我仿照官网写的代码.所有代码都放到githu ...

  9. Python 任务队列 Celery

    一. celery 简介 Celery 是一个专注于实时处理和任务调度的分布式任务队列, 同时提供操作和维护分布式系统所需的工具.. 所谓任务就是消息, 消息中的有效载荷中包含要执行任务需要的全部数据 ...

随机推荐

  1. =面试题:java面试基本方向 背1 有用 项目二技术学完再看

    一.Java基础 1. 集合框架A)集合中泛型优点? 将运行期的ClaasCastException 转到编译期异常.  泛型还提供通配符 1)HashMap---允许一个键为null,允许多个值为n ...

  2. PostgreSQL的索引选型

    PostgreSQL里面给全文检索或者模糊查询加索引提速的时候,一般会有两个选项,一个是GIST类型,一个是GIN类型,官网给出的参考如下: There are substantial perform ...

  3. JS获得css样式即获得元素的计算样式(《Javascript精粹修订版》书摘)

    为HTML文档中的元素指定样式可以有3种方法:使用内嵌样式.在页面的head中对Style进行声明以及外部 CSS 文件.元素的视觉效果往往是由上述3种方式的结合或者其中某一种方式来确定的,但是内嵌样 ...

  4. SimpleTag——认识自定义标签

    自定义标签 自定义标签的开发与应用步骤 编写完成标签功能的 Java 类(标签处理器) 编写标签库描述(tld)文件,在tld文件中对自定义中进行描述 在 JSP 页面中导入和使用自定义标签 ①. 创 ...

  5. threading学习

    多线程类似于同时执行多个不同程序,多线程运行有如下优点: 使用线程可以把占据长时间的程序中的任务放到后台去处理. 用户界面可以更加吸引人,这样比如用户点击了一个按钮去触发某些事件的处理,可以弹出一个进 ...

  6. mybatis使用count返回int的方法

    <select id="countByExample" resultType="java.lang.Integer" > select count( ...

  7. Floyd-Warshall求图中任意两点的最短路径

    原创 除了DFS和BFS求图中最短路径的方法,算法Floyd-Warshall也可以求图中任意两点的最短路径. 从图中任取两点A.B,A到B的最短路径无非只有两种情况: 1:A直接到B这条路径即是最短 ...

  8. .NET中的程序集

    参考:http://blog.sina.com.cn/s/blog_7ade159d0102wmg9.html 程序集(Assembly,装配件,.NET程序集) 程序集是应用程序的部署单元,.NET ...

  9. NSTimeZone时区

    前言 NSTimeZone 表示时区信息. 1.NSTimeZone 时区的创建 NSTimeZone *zone1 = [[NSTimeZone alloc] init]; // 根据时区名称创建 ...

  10. CString、string、string.h的区别

    CString.string.string.h的区别   CString:CString是MFC或者ATL中的实现,是MFC里面封装的一个关于字符串处理的功能很强大的类,只有支持MFC的工程才能使用. ...