一篇還不錯的入門說明：
官方文件：
這裡不多說重複內容，只講一下結構上的理解：
celery不僅是佇列，它是乙個並行分布式框架。
你不需要考慮怎麼分布式，怎麼寫daemon程序，只需要關注你的單個任務要怎麼處理。當你把單個任務處理的**放入celery框架之後，它就自帶了並行、分布式、後台持續執行的特點。
celery使用redis，rabbitmq等作為broker，它的兩個角色：任務傳送方（生產者）把任務放入佇列，worker（消費者）從佇列中取出任務進行處理。這兩個角色並不要求在同一臺機器上，且可以有多台機器上的多個生產者，也可以有多台機器上的多個worker。
celery的生產者和消費者怎麼知道該使用哪個函式執行任務呢？這其實是使用了反射機制，以官方文件getting started例子來說，即：
當生產者使用
from my_tasks import add
ret = add.delay(3, 4)
my_tasks.add這個函式名，消費者取出任務的同時會取出這個my_tasks.add並呼叫自己的已經匯入的這個函式進行處理。
所以在生產者、消費者的匯入上需要注意，否則消費者會報找不到函式的。
（注意：在資料夾folder中使用from .my_tasks import add匯入的add將會被當成folder.my_tasks.add!!）
python系列之反射、物件導向生產者和消費者都需要匯入乙個定義了任務的同名檔案（如：my_tasks.py)，注意是同名檔案，而不必是同一檔案。（當生產者和消費者不在同一臺機器上，自然無法是同一檔案...）
消費者所匯入的my_tasks檔案中，當然需要包含詳細的處理過程，但是生產者所匯入的my_tasks檔案，作用卻和c/c++中的標頭檔案差不多。
重新構造asyncresult物件
上面呼叫ret = add.delay(3, 4)時，返回的 ret 是乙個asyncresult物件，可以使用 ret.ready() 檢視任務是否執行完畢，使用ret.get(timeout=xx)獲取執行結果。（需要配置backend）
當任務很多的時候，我是不是可以把這些任務的id寫入文字檔案或者資料庫，等過一段時間再來查詢某個任務的狀態呢？
當然可以，ret這個asyncresult物件可以使用ret.id這個字串重新構造：
ret
ret.id
'b733c852-4161-449e-930a-a395702b1203'
# 構造：
import tasks # 為了匯入backend配置，不必重複匯入
from celery.result import asyncresult
r=asyncresult('b733c852-4161-449e-930a-a395702b1203')
rr.ready()
true # 任務已執行完畢
r.get(timeout=3)
。。。。
file "/users/li/.venv/venv-myprojet/lib/python3.7/site-packages/celery/backends/redis.py", line 22
from . import async, base
^syntaxerror: invalid syntax
[rename `async` to `asynchronous` (async is a reserved keyword in python 3.7) #4879](pip install --upgrade在celery中使用logging記錄日誌
由於專案需要日誌檔案的功能，又由於專案中有用到celery模組，所以就看了看celery的用法，然後研究了一下如何在celery中記錄日誌。如圖 這是我的專案的目錄，proj是專案名，celery.py檔案是celery的一些基本配置，比如你要使用的中介軟體是什麼，用的是哪台電腦的中介軟體。比如我是...
celery的使用介紹
celery是專注實時處理和任務排程的分布式任務佇列。主要應用場景 1，web應用，當需要觸發事件需要較長時間處理完成，可以交給celery進行非同步執行，執行完後返回結果，這段時間不用等待，提高系統的吞吐量和響應時間。2，完成任務時，需要額外的事件處理，如傳送郵件等。3，後台定時任務處理，cele...
Celery的基本使用
celery是乙個簡單 靈活且可靠的，處理大量訊息的分布式系統 專注於實時處理的非同步任務佇列 同時也支援任務排程 celery 官網 celery 官方文件英文版 celery 官方文件中文版 ps celery在windows系統上會出現不相容的情況1.可以不依賴任何伺服器，通過自身命令，啟動服...