python异步任务处理库celery 异步web消息推送

python异步任务处理库celery

0.安装方式

pip install celery

一、单文件模式 基本使用

下面先直接上代码，再慢慢说明

异步任务文件 :

task.py

from celery import  Celery
# 创建应用APP tasks当前文件名相当于当前文件被引入时的__name__
# borker 负责携程队列的中间人 负责协调消费者和生产者 利用redis中的列表类型Lpush, Rpush也能完成 此处使用mq
# backend 记录任务处理结果的数据库或者其他组件
# 如果要指定redis 端口账号密码的方式为密码 地址 端口号 选择数据库号 选择6
# 'redis://:密码@127.0.0.1:6379/6'
app = Celery('tasks', broker='amqp://guest@localhost//', backend='redis://localhost')

@app.task
def add(x, y):
# 一个异步实例，相当于生产者
   return x + y

此时创建了一个异步任务文件：
其他文件可以通过 from tasks import add 导入这个异步实例
通过 add.delay(a,b)传入实参a,b进行调用

• 需要通过命令行方式启动异步服务文件(当前目录执行)task.py

  • celery -A tasks worker --loglevel=info

调用异步任务实例（消费者）

main.py

form tasks import add
 # 放入中间人队列等待任务进程（消费者）调度
 result = add.delay(4，5)
 # 打印任务的id执行完毕会存到backend id可以用于异步地适时地获取执行结果
 print(result) # 
# 通过ready查看是否任务执行完毕 
 result.ready() # false 还未执行完毕
 # 延时一秒 等待
 result.get(timeout=1) # 9

执行完毕

---

现在让我们来看看作为backend的redis发生了什么

连接redis数据库
输入一下命令

select 6（选择的数据库号码 默认0）
keys * （显示所有的key)

是不是似曾相识呢？
没错就是我们key的后缀部分就是我们的上次执行的任务id
下面我们获取一下key的值让我们更了解整个机制

演示keys

（由于没有准备文件，我们就当是9吧！）
显然这个key存放了本次异步任务执行的结果信息
以上就是单个执行与运行机制了文件的执行过程了

二、多文件 目录模式

这里提供一个实例 供大家参考

目录结构

init.py

这个没什么好说的了 空文件 识别为一个包

celery.py (APP引用文件)

from __future__ import absolute_import
from celery import Celery
# 当前目录名 任务实例所在的文件
app = Celery('celery_proj', include=['celery_proj.tasks'])
# 引入配置文件的目录
app.config_from_object('celery_proj.config')

if __name__ == '__main__':
   app.start()

config.py (参数配置文件)

from __future__ import absolute_import
from datetime import timedelta
# 假设中间人和结果后端都使用redis 数据库密码为123456
CELERY_RESULT_BACKEND = 'redis://:123456@@127.0.0.1:6379/6'
BROKER_URL = 'redis://:123456@@127.0.0.1:6379/5'

'''
设置定期执行任务 每30秒添加一次队列，一分钟后执行 （注释不启动）
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERYBEAT_SCHEDULE = {
   'add-every-30-seconds': {
        'task': 'celery_proj.tasks.add',
        'schedule': timedelta(minutes=1),
        'args': (5,1) # task.add的调用参数
   },
}
'''

tasks.py （任务实例文件，消费者模型）

from __future__ import absolute_import
from celery_proj.celery import app
@app.task
def add(x,y):
   # 生产者函数 返回的结果会存储到结果后端 用户可以去结果后端backend中自行查找访问处理结果
   # 我们在单文件的匹配模式下 已经介绍backend发生了什么
   return x+y

• 命令行启动方式

  • celery -A celery_proj worker -B -l info (多文件包模式需要添加-B)

  • celery multi start w1 -A celery_proj -B -l info --logfile = celerylog.log --pidfile = celerypid.pid (以守护进程启动 停止改成stop就行了 日志指定为celerylog.log)

---

参数配置文件还有很多可以配置使用场景的地方 例如定时执行，每日按时执行等场景使用 详见官方文档

celery官方文档

以上就介绍完celery的基本使用了 我还有一篇博文关于如何利用celery实现微信小程序 推送提醒消息