Cerely框架-异步执行与定时任务

celery-处理大量的分布式系统，专注于实时处理的异步队列，也支持任务调度

celery的架构由三部分组成，消息中间件，任务执行单元和任务结果存储。

用户发起请求--->django（处理业务）--->消息中间件（rabbitmq,redis）--->celery--->消息存储

celery异步执行

首先保证消息中间件的启动，消费者定义的任务，然后监听，只需要一条命令

消费者怎么去发消息？生产者怎么去消费？

消费者：celery消费者这边的操作是，创建一个celery的对象，然后绑定消息中间件与异步的结果存储位置，然后给想要执行的方法上加上@cel.task

import celery
import time
backend='redis://127.0.0.1:6379/1'  # 异步的结果存储位置
broker='redis://127.0.0.1:6379/2'  # 消息中间件

cel = celery.Celery('test', backend=backend, broker=broker)

@cel.task
def send_email(name):
    print("向%是发送邮件...."%name)
    time.sleep(5)
    print('向%s发送邮件完成'%name)
    return 'ok'
# 终端启动命令：celery -A test worker -l info,
# 在 Celery 5.0 及更高版本中，-A 选项（用于指定 Celery 应用实例）不再是 worker 子命令的专属选项，而是成为了 全局选项。
# 正确的用法应该是将 -A 放在 celery 命令之后，worker 子命令之前。

生成者：消费者方法里面用了@cel.task，里面就会有delay方法，这个就会自动取连接消息中间件中创建好的队列,从消费这里把异步任务导入,使用delay，传入参数

# 首先从消费这里把异步任务导入
from test import send_email
# 消费者方法里面用了@cel.task，里面就会有delay方法，这个就会自动取连接消息中间件中创建好的队列
result = send_email.delay("yuan")
# 这里插入的一定是消费者哪里的函数（send_email），以及对应的参数（yuan），不能凭空捏造

异步取结果：
# 首先先从消费者哪里引入对象，还有引入AsyncResult
from celery.result import AsyncResult
from test import cel # 假设 test.py 中定义了 Celery 应用实例，通常命名为 app 或 cel

# 1. 构造 AsyncResult 对象
# id="shajbx1-ajsh-jhkj-knjknhub"： 这是之前发送任务时返回的唯一任务ID
# app=cel： 这是你的 Celery 应用实例。AsyncResult 需要这个实例来知道如何连接到结果后端（backend）
#           以及消息代理（broker），从而正确地查询任务状态和结果。
async_result = AsyncResult(id="shajbx1-ajsh-jhkj-knjknhub", app=cel)

# 2. 检查任务状态
# async_result.successful()：
# 这是一个便捷方法，用于检查任务是否已经成功完成。
# 如果任务的状态是 SUCCESS，则返回 True。
if async_result.successful():
    # 3. 获取任务结果
    # result = async_result.get()：
    # 如果任务成功，这个方法会从结果后端获取任务的返回值。
    # 注意：如果任务尚未完成，`get()` 方法会阻塞当前线程，直到任务完成并返回结果。
    # 在生产环境中，你可能需要考虑超时参数 `timeout`，或者在循环中不断检查状态而非直接 `get()`。
    result = async_result.get()
    print(result) # ok

# 4. 处理任务失败的情况
# async_result.failed()：
# 这是一个便捷方法，用于检查任务是否已经失败。
# 如果任务的状态是 FAILURE，则返回 True。
elif async_result.failed():
    # 这里可以获取失败的原因 (async_result.traceback)
    # 或者打印错误信息 (async_result.info)
    # ... 进行错误处理或日志记录
    pass

celery定时任务

引入时间模块然后转换成时间戳，使用的是apply_async(args=[,], eta=时间戳)

多目录下完成定时任务

对celery配置文件加一个beat_schedule任务调度器，要在celery.py文件中写

celery.py 文件中配置了周期性任务（即使用 Celery Beat 调度器），那么除了启动 worker 之外，您还需要单独启动一个 Celery Beat 进程。

Celery worker 负责执行任务，而 Celery Beat 进程则负责 调度和发送周期性任务。

您需要在终端敲的命令是：

celery -A your_celery_app_module beat -l info

命令详解：
celery: Celery 命令的入口。
-A your_celery_app_module: 全局选项，指定您的 Celery 应用实例所在的模块。如果您的 Celery 应用实例在 celery.py 文件中，那么 your_celery_app_module 就是 celery (不带 .py 后缀)。
beat: 这是启动 Celery Beat 调度器的子命令。
-l info: 设置日志级别为 info，这样您可以在终端看到调度器的运行信息。

面试话术：

celery的异步执行就是让那些耗时任务不阻碍主任务的执行，去一边执行绑定中间件将消息存储，用于短信与邮件的发送。