python elif可以单独使用_Celery在python中的单独使用
简单使用：
1.目录结构
-app_task.py
-worker.py
-result.py
2.在需要进行异步执行的文件app_task.py中导入celery,并实例化出一个对象，传入消息中间和数据存储配置参数
broker = 'redis://127.0.0.1:6379/1' #使用redis第一个库
backend = 'redis://127.0.0.1:6379/2' #使用redis第二个库
cel = celery.Celery('test',broker=broker,backend=backend)
3.在需要进行异步执行的函数上添加装饰器
@cle.taskdefadd(x,y):return x+y
4.新建文件worker.py用来添加任务
from app_task importadd
result= add.delay(4,2)print(result) #此结果不是add执行结果，而是放入消息队列中的一个任务id
5.新建文件result.py用来接收结果
from celery.result importAsyncResultfrom app_task importcel#2e76b24d-364f-46b7-a0eb-f69f663dfb0d
async1 = AsyncResult(id="56db7832-d0f4-4b9b-ba92-4fb08d0f9592", app=cel) #id处放置消息队列中任务的id
if async1.successful(): #判断执行任务成功
result =async1.get()print(result)#result.forget() # 将结果删除
elifasync1.failed():print('执行失败')elif async1.status == 'PENDING':print('任务等待中被执行')elif async1.status == 'RETRY':print('任务异常后正在重试')elif async1.status == 'STARTED':print('任务已经开始被执行')
6.添加任务+启动工人+查看结果
1.运行worker.py
2.终端中输入命令：celery worker -A app_task -l info -P eventlet # 其中app_task为配置参数的文件名
3.运行result.py查看结果
多任务使用：
1.目录结构，将简单使用中的app_task改为一个celery_task文件夹，其中放至少两个文件：celery.py(名字固定)/task1.py(方具体任务的文件)/根据需求放置其他任务文件
-celery_task
-celery.py # 配置参数
-task1.py # 任务文件，根据需求添加
-task2.py
...
-worker.py # 添加任务
-result.py # 查看结果
2.在任务文件task1.py中导入cel，并以装饰器形式加在函数上
from .celery importcel
@cel.taskdefmul(x,y):return x*y
3.celery.py中配置参数
from celery importCelery
cel=Celery('celery_demo',
backend= 'redis://127.0.0.1:6379/1',
broker= 'redis://127.0.0.1:6379/2',
include=['celery_task.task1','celery_task.task2']
)
cel.conf.timezone= 'Asia/Shanghai'cel.conf.enable_utc= False
4.worker.py和简单使用中的相同
5.result.py与简单使用中的相同
6.添加任务+启动工人+查看结果
1.运行worker.py
2.终端中输入命令：celery worker -A celery_task -l info -P eventlet # 其中celery_task为文件夹名
3.运行result.py查看结果
延时任务：
1.目录结构
-celery_task
-celery.py
-task1.py
-task2.py
...
-worker.py
-result.py
2.task1.py与多任务相同
3.celery.py与多任务相同
4.worker.py中将传入的时间改为指定时间
ctime = datetime.now() #当前时间
utc_time = datetime.utcfromtimestamp(ctime.timestamp()) #转成本地时间
time_delta = timedelta(seconds=30) #设置延时30s
task_time = utc_time+time_delta #设定时间点为30s后
ret1 = add.apply_async(args=[2,3],eta=task_time)
5.result.py与简单使用中的相同
6.与多任务相同
定时任务：
1.目录结构，去掉worker.py，添加任务变为在终端输入命令
-celery.py
-celery.py
-task1.py
-task2.py
...
-result.py
2.task1.py与多任务相同
3.celery.py中与定时任务相比，添加下面参数
1.设定时间间隔，循环执行
cel.conf.beat_schedule ={'add-every-10-seconds':{ #名字随意起
'task': 'celery_task.task1.mul', #指定要执行的任务
'schedule': timedelta(seconds=2), #指定时间间隔
'args': (2,3) #传入参数
}
}
2.指定年月日具体时间，循环执行
from celery.schedules importcrontab
cel.conf.beat_schedule={'add-every-10-seconds':{'task': 'celery_task.task1.mul','schedule': crontab(minute=28,hour=2,day_of_month=23,month_of_year=6),'args': (6,3)
}
}
4.没有worker.py
5.result.py与简单使用中的相同
6.添加任务+启动工人+查看结果
1.启动一个终端，输入：celery beat -A celery_task -l info # celery_task为文件夹名
2.再启动一个终端，输入：celery worker -A celery_task -l info -P eventlet
3.运行result.py查看结果