Celery + Redis 的探究

文本尝试研究，使用 redis 作为 celery 的 broker 时，celery 的交互操作同 redis 中数据记录的关联关系。

不在乎过程的，可以直接看最后的结论。

测试代码：

# a.py

from celery import Celery

celery_app = Celery('a', broker='redis://localhost:6379/0')

@celery_app.task

def test_task(n):

    open('test.txt', 'a').write(n + '\n')

    print n

if __name__ == '__main__':

    test_task.delay('==== ttttt1 =====')

先将 redis 部署于本机的 6379 默认端口不要设置密码，使用 celery 版本 3.1.23

[1]
先直接发起一个 task

python a.py

执行后可看到 redis 上生成了两个 key

celery：表示当前正在队列中的 task，等待被 worker 所接收
_kombu.binding.celery：这个不用管（celery 使用 kombu 维护消息队列，这个是 kombu 生成的对逻辑影响不大）

然后启动一个 worker

celery worker -A a --loglevel=debug

执行后可看到 celery 这个 key 消失了，同时新增了 2 个 key

celery 消失说明任务已经被刚启动的 worker 接收了，worker 会自己去执行这个 task，当前没有等待被接收的任务
_kombu.binding.celery.pidbox：这个也不用管（也是 kombu 维护的）
_kombu.binding.celeryev：这个也不用管（也是 kombu 维护的，用来记下当前连接的 worker）

[2]
下面我们试一下延时任务
将代码中的

test_task.delay('==== ttttt1 =====')

改成

test_task.apply_async(('==== ttttt2 =====', ), countdown=60)

然后启动脚本，发起一个60秒后执行任务，并且启动 celery worker 准备执行任务

python a.py

celery worker -A a --loglevel=debug

在 60 秒内查看 redis，可以看到没有出现 celery 这个 key，但多出了另外两个 key

unacked：可以理解为这个是被 worker 接收了但是还没开始执行的 task 列表（因为60秒后才会开始执行）
unacked_index：用户标记上面 unacked 的任务的 id，理论上应该与 unacked 一一对应的

60 秒后再次查看 redis，可以看到又回到了无任务的状态

这表示被 worker 领取的任务确实在 60 秒后执行了

[3]
这里在尝试一种异常的情况，worker 领取任务后还没到 60 秒，突然遇到问题退出了

python a.py

celery worker -A a --loglevel=debug

等大约 10 秒后，ctrl+c 中断 worker
可以看到 redis 中有 celery 这个 key，其中有一条等待领取的任务

image.png

再次启动 worker

celery worker -A a --loglevel=debug

可以发现任务被再次正常领取和执行

结论，由此可以推测出 celery 和 redis 之间交互的基本原理：

1、当发起一个 task 时，会向 redis 的 celery key 中插入一条记录。
2、如果这时有正在待命的空闲 worker，这个 task 会立即被 worker 领取。
3、如果这时没有空闲的 worker，这个 task 的记录会保留在 celery key 中。
4、这时会将这个 task 的记录从 key celery 中移除，并添加相关信息到 unacked 和 unacked_index 中。
5、worker 根据 task 设定的期望执行时间执行任务，如果接到的不是延时任务或者已经超过了期望时间，则立刻执行。
6、worker 开始执行任务时，通知 redis。（如果设置了 CELERY_ACKS_LATE = True 那么会在任务执行结束时再通知）
7、redis 接到通知后，将 unacked 和 unacked_index 中相关记录移除。
8、如果在接到通知前，worker 中断了，这时 redis 中的 unacked 和 unacked_index 记录会重新回到 celery key 中。(这个回写的操作是由 worker 在 “临死” 前自己完成的，所以在关闭 worker 时为防止任务丢失，请务必使用正确的方法停止它，如: celery multi stop w1 -A proj1)
9、在 celery key 中的 task 可以再次重复上述 2 以下的流程。
10、celery 只是利用 redis 的 list 类型，当作个简单的 Queue，并没有使用消息订阅等功能

题外话：

1、启动 celery worker 时可以加上 -B 参数使得 schedule 定时任务生效，但要注意如果为同一个项目启动多个 worker 时，只需要其中一个启动命令中加上 -B，否则 schedule 会被多次执行。
2、上面的 1 同时也说明了 schedule task 的执行是由 celery 发起的。也就是说，如果在 django 中使用了 CELERYBEAT_SCHEDULE，那么只要 celery worker -B 启动了，即使 django web 服务没有启动，定时任务也一样会被发起。（推荐使用专门的 celery beat 方法）
3、使用 flower 时，在上述的 “worker 领取任务后突然遇到问题退出了然后又重新启动执行” 这种情况下可能会出现显示不正常的问题，这个是否是 flower 的 bug 还是有其他原因，可能下篇再探究。