异步测试celery

django异步请求：

Django从一个http请求发起，到获得响应返回html页面的流程大致如下：http请求发起 -- http handling（request解析） -- url mapping（url正则匹配找到对应的View） -- 在View中进行逻辑的处理、数据计算（包括调用Model类进行数据库的增删改查）--将数据推送到template，返回对应的template/response。

同步请求与异步请求的区别：

同步请求：所有逻辑处理、数据计算任务在View中处理完毕后返回response。在View处理任务时用户处于等待状态，直到页面返回结果。

异步请求：View中先返回response，再在后台处理任务。用户无需等待，可以继续浏览网站。当任务处理完成时，我们可以再告知用户。

celery安装包：

pip install celery

pip install celery-with-redis

pip install django-celery

celery执行命令：

celery -A myproject beat -l info 定时任务
celery -A mymac worker -l info 异步任务

开两个黑窗口，黑窗口下先执行异步任务，在执行定时任务

在第一次运行异步任务时会报asymc错,此时我们需要改celery的源代码。

把async改成async_my.

所需要需改的文件：

C:\Python37\Lib\site-packages\celery\utils路径  （必须先修改）

celery/utils/timer2.py

/concurrency/asynpool.py

kombu/transport/redis.py

celery/worker/auto_scale.py,components,consumer,strategy

例：

也可能会出现库不匹配，这时我们需要降版本处理：

先删除/：

pip uninstall redis

指定版本号

pip install redis==2.10.6

Celery是基于Python开发的一个分布式任务队列框架，支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度。

配置文件

INSTALLED_APPS = [

'django.contrib.admin',

'django.contrib.auth',

'django.contrib.contenttypes',

'django.contrib.sessions',

'django.contrib.messages',

'django.contrib.staticfiles',

'mymac',

'myapp',

'corsheaders',

'djcelery',

]

#配置celery

import djcelery

djcelery.setup_loader()

BROKER_URL = 'redis://127.0.0.1:6379'

CELERY_IMPORTS = ('mymac.tasks')

Celery.py

#导包

import os

import django

from celery import Celery

from django.conf import settings

os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mymac.settings')

django.setup()

app = Celery('mymac')

app.config_from_object('django.conf:settings')

app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)

@app.task(bind=True)

def debug_task(self):

print('Request: {0!r}'.format(self.request))

tasks.py

# 导包

import time

# 导入异步任务

from celery.task import task

# 导入定时任务库

from celery.decorators import periodic_task

# 定时任务，使用参数来设置任务周期

@periodic_task(run_every=10)

def some_task():

print('每十秒执行一次')

time.sleep(5)

print('执行完毕')

return True

@task

def say(x,y):

time.sleep(5)

return x+y

 

 

 

运行ython manage.py celery flower命令：