面试之Celery

Celery

什么是Celery？

• 一个简单、灵活且可靠、处理大量消息的分布式系统，可以在一台或者多台机器上运行。
• 单个 Celery 进程每分钟可处理数以百万计的任务。
• 通过消息进行通信，使用消息队列（broker）在客户端和消费者之间进行协调。

我们的代码是自上而下同步执行的，当遇到一些耗时的操作时，系统有可能会被阻塞，那么对用户的响应将会被延迟，这样势必会导致用户界面的倒计时延时，这样就会很影响用的体验。

那么我们可以考虑将耗时操作进行异步操作，将耗时操作的任务从我们的主体任务中分离出来，也就是系统解耦

生产者消费者设计模式

• 生产者消费者设计模式即寻找中间人搭桥，保证两个业务没有直接关联
• 这种设计模式由三部分组成：生产者=》消息队列《=消费者
  • 生成者负责生成消息，缓存到消息队列中，消费者要读取消息队列中的消息并执行
• 中间人broker(消息队列)
  • Celery需要一种解决消息的发送和接收的方式，那这种用来存储中间装置的一般称为message broker，即消息中间人
  • 1、RabbitMQ
    • RabbitMQ是一个功能完备，稳定的并且易于安装的broker. 它是生产环境中最优的选择。
    • RabbitMQ的应用场景
      • 1、异步处理
      • 2、流量削峰
        • MQ可以将任务收集起来然后转交给不同的工人去做，可以有效的避免流量的峰值
      • 3、日志处理
        • 主要是针对kakfa的，大数据的平台日志非常大
      • 4、应用解耦
        • 可以降低系统的耦合度
    • 使用了MQ，会带来的问题
      • 1、系统的可用性会降低，且MQ挂掉了，影响非常大
      • 2、可能会导致系统复杂性增加，比如说消息的幂等性、消息怎么去进行可靠的传输或者消息突然丢掉了
      • 3、一致性，我们应该思考如何保证业务的一致性
  • Redis
    • Redis也是一款功能完备的broker可选项，但是其更可能因意外中断或者电源故障导致数据丢失的情况。

Celery的使用

• Celery安装
  • pip install -U Celery
• 创建Celery实例并加载配置
  • 1、需要先创建一个Celery的包
  • 2、创建Celery实例
    • from celery import Celery
    • 为celery使用django配置文件进行配置
    • import os
    • os.environ.setdefault(“DJANGO_SETTINGS_MODULE”,“项目名称.settings”)
    • 创建celery实例对象
    • celery_app = Celery(“celery_tasks”)
  • 3、加载Celery配置
    • 创建配置文件
      • Redis配置
        • broker_url = “redis://127.0.0.1/14”
        • result_backend = “redis://127.0.0.1/15”
      • RabbitMQ
        • broker_url= ‘amqp://guest:[email protected]:5672’
    • 加载celery配置
      • celery_app.config_form_object(“celery_tasks.config”)
  • 4、定义要加入到Celery的任务
    • 自动注册celery任务
      • celery_app.autodiscover_tasks([‘任务名路径’])
    • 定义任务
      • 在要加入到队列中的任务函数上加入如下装饰器:
      • @celery_app.task(bind=True,name=“被装饰函数”，retry_backoff=异常自动充实的时间间隔/max_retries=异常自动重试次数的上限)
  • 5、启动Celery服务
    • 启动命令行
    • celery -A celery_tasks.main worker -l info
    • 参数解析
      • -A是指对应的应用程序，其参数是项目中Celery实例的位置
      • worker指这里要启动的worker
      • -l 指日志等级，比如info等级
  • 6、调用异步任务
    • 任务名.delay(传入的参数)
  • 7、Celery worker的工作模式
    • 默认是进程池方式，进程数以当前机器的CPU核数为参考，每个CPU开四个进程
    • 还可以自己指定进程数: celery worker -A proj --concurrency=4
    • 可以改变进程池方式为协程方式:
      • celery worker -A proj --concurrency=1000 -P eventlet -c 1000