一. 安装celery,再安装rabbitmq或redis
pip install celery
rabbitmq和redis安装其中一个就可以了,celery官方文档里说用两个都可以,但优先推荐rabbitmq,具体怎么安装可以自己找一下教程.
二. 搭建celery任务架构
# 目录结构
- celery_tasks
- config.py
- main.py
- tasks.py
三. 编写代码实现异步调用任务
from celery import Celery
# 创建celery对象app,demo是对celery对象的命名,自定义,见名知义即可
# broker指定后端代理,可以使用mq或redis,主要起到任务队列的作用
app = Celery('demo', broker='amqp://guest@localhost:5672//')
# app = Celery('demo', broker='redis://127.0.0.1:6379/15')
from config import app
# 定义任务,使用celery对象.task装饰任务,celery即可自动识别任务
@app.task(name='celery_task1_name')
def celery_task1_name(arg):
print('编写需要执行的任务代码', arg)
@app.task(name='celery_task2_name')
def celery_task2_name():
print('将需要执行的代码导入tasks.py文件,然后在这里调用即可')
from tasks import *
# 设置celery对象自动识别任务,'celery_tasks'指定tasks.py的目录,保证程序能找到tasks.py
app.autodiscover_tasks(['celery_tasks'])
四. 启动celery任务
找到main.py所在目录下,执行如下命令,如果不在此目录,则main前要写相对路径,如:celery_tasks.main
celery -A main worker -l info
-A 指定celery的启动入口main,worker为celery执行任务的后端工人,-l指定日志级别为info
执行成功后,celery就会启动worker,从代理队列中获取任务并执行,如果任务队列为空,则一直等待到有任务
Windows Bug:如果Celery4.0以上的版本在Windows上使用,通过上面的启动命令启动,在执行task.delay()时会报错:ValueError: not enough values to unpack (expected 3, got 0)
Linux不会出现此问题,Windows才有,与“绿色线程”有关,具体阅读eventlet相关资料
解决办法:
pip install eventlet
celery -A main worker -l info -P eventlet
五. 调用celery异步执行任务
在需要执行异步任务的地方导入任务,使用task.delay(参数)调用任务
如:与celery_tasks目录同级的demo目录下有一个demo.py文件,我在demo.py中异步执行任务
from celery_tasks.main import celery_task1_name, celery_task2_name
def demo_func(a):
# 调用格式:任务名.delay(参数)
celery_task1_name.delay(a)
print('celery_task1_name执行完成:{}!'.format(a))
celery_task2_name.delay()
print('celery_task1_name执行完成!')
demo_func('hello celery!')