Django+redis+celery 实现异步任务
在后台中，可能会有一些耗时的任务，会影响到前端响应速度。为加快响应，可使用异步任务的方式在后台执行耗时的操作。
一、Django中的异步请求
Django Web中从一个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：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。
二、Celery
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。
上图展示的是Celery的架构，它采用典型的生产者-消费者模式，主要由三部分组成：broker（消息队列）、workers（消费者：处理任务）、backend（存储结果）。实际应用中，用户从Web前端发起一个请求，我们只需要将请求所要处理的任务丢入任务队列broker中，由空闲的worker去处理任务即可，处理的结果会暂存在后台数据库backend中。我们可以在一台机器或多台机器上同时起多个worker进程来实现分布式地并行处理任务。
三、Django中Celery的实现
环境：
- django：2.1.7
- celery：3.1.26.post2（Cipater）
- redis：2.10.6（注意：最新版本是3.2.1，但会报错Unrecoverable error: AttributeError("'str' object has no attribute 'items'"）)
- redis-server：3.2.100
配置：
1、settings.py文件
INSTALLED_APPS = [
...
# celery + redis
'djcelery',
]
# Celery settings
import djcelery
djcelery.setup_loader()
# celery中间人 redis://redis服务器所在的ip地址:地址/数据库号
BROKER_URL = 'redis://127.0.0.1:6379/0'
# celery结果返回，可用于跟踪结果
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0'
# celery内容等消息的格式设置
CELERY_ACCEPT_CONTENT = ['application/json']
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
# celery时区设置，使用TIME_ZONE
CELERY_TIMEZONE = TIME_ZONE2、在项目文件夹下增加celery.py文件：
from __future__ import absolute_import
import os
from celery import Celery
from django.conf import settings
# 设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mysite.settings')
# 实例化Celery，网上很多教程都是未设置broker导致启动失败
app = Celery('mysite', broker='redis://127.0.0.1:6379/0')
# 使用django的settings文件配置celery
app.config_from_object('django.conf:settings')
# Celery加载所有注册的应用
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)
3、项目的__init__.py文件修改：
from __future__ import absolute_import
from .celery import app as celery_app
__all__ = ['celery_app']
4、测试代码
在一个app中增加tasks.py文件（关于task，并不是一定要把所有的task放在tasks.py，可以放在其他类里面，只要在函数上加@task即可）
import time
from celery import task
@task
def test(a, b):
print('这是任务开始')
print(a+b)
time.sleep(10)
print('这是任务结束')app中view代码增加：
from . import tasks
def test_view(request, *args, **kwargs):
tasks.test.delay(1, 2)
result = {'code': 0, 'msg': '这是一个后台任务'}
return HttpResponse(json.dumps(result, ensure_ascii=False), content_type='application/json')app中url增加：
path('test/', views.test_view, name='test_view'),四、运行项目
1、python manage.py runserver
2、celery -A mysite worker --pool=solo -l info
python manage.py celery -A celery worker --loglevel=info 是错误的
3、访问test
另外，Celery提供了一个工具flower，将各个任务的执行情况、各个worker的健康状态进行监控并以可视化的方式展现，如下图所示：
Django下实现的方式如下：
1. 安装flower：pip install flowr
2. 启动flower（默认会启动一个webserver，端口为5555）：python manage.py celery flower
3. 进入http://localhost:5555即可查看。
参考：
https://www.cnblogs.com/znicy/p/5626040.html
https://www.jb51.net/article/159215.htm