Celery的任務分發與定時任務

目錄1.3 django中應用celery

1.4 celery定時執行

1.5 週期性定時任務

1.6 任務繫結，記錄日誌，重試

1.7 啟用任務監控

celery面試總結

celery是由python開發的乙個簡單、靈活、可靠的處理大量任務的分發系統，它不僅支援實時處理，也支援任務排程。

支援多個broker和worker來實現高可用和分布式。

將一些耗時的任務扔到broker佇列中，並且會返回乙個任務id，可以通過任務id去backend佇列中獲取結果。 worker從broker獲取任務去執行，並將結果返回到backend佇列中。函式名、引數傳入broker

1.1 環境的搭建

pip3 install celery==4.4 安裝broker: redis或rabbitmq pip3 install redis / pika

1.2 快速使用

任務超時限制

避免某些任務一直處於非正常的進行中狀態，阻塞佇列中的其他任務。應該為任務執行設定超時時間。如果任務超時未完成，則會將 worker 殺死，並啟動新的 worker 來替代。

執行程式：

啟動redis

啟動worker

# 首先要進入當前目錄 celery worker -a s1 -l info # -a s1 找到專案 # -l info 是列印日誌log，**上線時不加info

windows下會報乙個錯：
traceback (most recent call last):
file "d:\wupeiqi\py_virtual_envs\auction\lib\site-packages\billiard\pool.py", line 362, in workloop
result = (true, prepare_result(fun(*args, **kwargs)))
tasks, accept, hostname = _loc
valueerror: not enough values to unpack (expected 3, got 0)
解決安裝：
pip install eventlet
celery worker -a s1 -l info -p eventlet

建立任務，放入broker

python s2.py python s2.py

檢視任務狀態

# 在s3.py填寫任務id ptyhon s3.py

取消任務

celery_control.revoke(id, terminate=true)

1.3 django中應用celery

在django中用django-celery。

# pip3 install django-celery (沒有用到，還是用的celery模組)

之後，需要按照django-celery的要求進行編寫**。

啟動django程式

python manage.py ....

1.4 celery定時執行

from celery.result import asyncresult

def time_task(request):

"""定時執行

:param request:

:return:

"""# 獲取本地時間

ctime = datetime.datetime.now()

# 轉換成utc時間

utc_ctime = datetime.datetime.utcfromtimestamp(ctime.timestamp())

s10 = datetime.timedelta(seconds=60) # 60s後執行

ctime_x = utc_ctime + s10 # 執行的時間

# print(result_object.status) # 獲取狀態

# data = result_object.get() # 獲取資料

# result_object.forget() # 把資料在backend中移除

# result_object.revoke(terminate=true) # 取消任務terminate=true強制取消

# 通過狀態絕對返回方式

if result_object.successful():

# 成功

data = result_object.get()

result_object.forget()

elif result_object.failed():

# 失敗

data = '執行失敗！'

else:

data = '執行中！'

支援的引數 :

1.5 週期性定時任務

task與shared_task裝飾器的區別：

task是通過建立的celery物件進行呼叫
例如：    
def x1(x, y):
return x - y
def x2(x, y):
return x * y
多用於單一檔案中，不用直接載入到記憶體。當有多個celery物件時，任務函式可以明確使用某乙個來裝飾。
shared_task多用與多個檔案使用celery,一般在celery.py中只建立乙個celery物件，例如django整合celery。在專案啟動時，會將celery物件載入到記憶體，而@shared_task會自動將寫在各個應用下task.py的任務交與記憶體中的celery物件，復用性較強。
例如：    @shared_task
def x1(x, y):
return x - y
from web import tasks
tasks.x1.delay(1,5)
但當在celery.py中建立多個celery物件時，不同任務使用不同的物件，這個時候就需要指明物件名。
例如：	from web import tasks

1.6 任務繫結，記錄日誌，重試

# 修改 tasks.py 檔案.
from celery.utils.log import get_task_logger
logger = get_task_logger(__name__)
def div(self, x, y):
logger.info(('executing task id , args: '
'kwargs: ').format(self.request))
try:
result = x/y
except zerodivisionerror as e:
raise self.retry(exc=e, countdown=5, max_retries=3)     # 發生 zerodivisionerror 錯誤時, 每 5s 重試一次, 最多重試 3 次.
return result

當使用bind=true引數之後, 函式的引數發生變化, 多出了引數 self, 這這相當於把 div 程式設計了乙個已繫結的方法, 通過 self 可以獲得任務的上下文.

1.7 啟用任務監控

相比檢視日誌，flower 的 web 介面會顯得更加友好。

flower 的 supervisor 管理配置檔案:

[program:flower]
command=/opt/pyprojects/venv/bin/flower -a celery_worker:celery --broker="redis://localhost:6379/2" --address=0.0.0.0 --port=5555 
autostart=true
autorestart=true
startretries=3 
user=derby
stdout_logfile=/var/logs/%(program_name)s.log
stdout_logfile_maxbytes=50mb
stdout_logfile_backups=30
stderr_logfile=/var/logs/%(program_name)s-error.log
stderr_logfile_maxbytes=50mb
stderr_logfile_backups=3

1. celery是乙個由python開發的乙個簡單、靈活、可靠的，能夠處理大量任務的系統，可以做任務的分發，也能夠做定時任務。多用於耗時的操作。例如傳送簡訊、郵箱這些功能就能使用celery做任務分發。 2. @shared_task/@task裝飾的函式說明是這乙個celery任務,會新增broker中。 3. 函式名.delay(引數),會去呼叫且執行任務，並且返回任務id。 6. revoke()可以取消任務。

Celery的任務分發與定時任務

Celery 定時任務

Celery 定時任務

celery定時任務

Celery的任務分發與定時任務

Celery 定時任務

Celery 定時任務

celery定時任務

相關推薦