Celery異步任務和定時任務

Celery

• 作用：使用celery来实现异步任务和定时任务

組成模塊

• 任務模塊

  • 异步任务（不会阻塞当前主程序的運行）：异步任务（Async Task）通常在业务逻辑中被触发，并被发往任务队列；
  • 定时任务：定时任务由celery beat进程周期性地将任务发往任务队列。

• 消息中間件broker

  broker，即为任务调度队列，接收任务生产者发来的任务消息，将任务存入队列。celery本身不提供任务队列，推荐使用RabbitMQ和Redis。

• 任務執行單元worker

  worker实时监控消息队列，获取调度的任务，并执行。

• 任務結果存儲backend

  backend用于存储任务的执行结果，通消息中间件一样，存储可使用RabbitMQ，Redis，MongoDB等。

異步任務

使用celery实现异步任务主要包括三个步骤：

• 创建一个celery实例
• 启动celery worker
• 程序调用异步任务

• celery_app/_init_.py文件

from celery import Celery

# 创建celery实例
app = Celery('demo')
 
# 通过celery实例加载配置模块
app.config_from_object('celery_app.celeryconfig')

• celery_app/celeryconfig.py

# 指定broker
BROKER_URL = 'redis://127.0.0.1:6379'
# 指定backend
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0'
 
# 指定时区
CELERY_TIMEZONE = 'Asia/Shanghai'
 
# 指定导入的任务模块
CELERY_IMPORTS = (
    'celery_app.task1',
    'celery_app.task2'
)

• celery_app/task1.py

import time
from celery_app import app
 
@app.task
def add(x,y):
    time.sleep(2)
    return x+y

• celery_app/task2.py

import time
from celery_app import app
 
@app.task
def multiply(x,y):
    time.sleep(2)
    return x*y

• client.py文件

import time
from celery_app import task1
from celery_app import task2
 
 
print('开始', time.ctime())
task1.add.delay(2,3) # delay是apply_async的快捷方式
task2.multiply.apply_async(args=[2,3])
 
print('完成', time.ctime())

• 啟動worker進程

在当前目录下，使用如下方式启动celery worker
linux:celery worker -A celery_app --loglevel=info
	参数-A指定了celery实例的位置，这里是task.py中，celery会自动在该文件中寻找celery实例对象，当然也可以直接指定为-A task.app;
	参数--loglevel指定了日志级别，默认为warning，也可以使用-l info来表示；
window:celery worker -A celery_app -l info -P eventlet

• 程序調用異步任務

执行python命令运行client.py文件。

定時任務

celery beat进程通过读取配置文件的内容，周期性地将定时任务发往任务队列。

• 除了celerconfig.py内容增加了定时调度内容，其他模块和异步任务相同。

  # celerconfig.py代码如下：
  from datetime import timedelta
  from celery.schedules import crontab
   
  # 指定broker
  BROKER_URL = 'redis://127.0.0.1:6379'
  # 指定backend
  CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0'
   
  # 指定时区
  CELERY_TIMEZONE = 'Asia/Shanghai'
   
  # 指定导入的任务模块
  CELERY_IMPORTS = (
      'celery_app.task1',
      'celery_app.task2'
  )
   
  # 定时调度schedules
  CELERYBEAT_SCHEDULE={
      'add-every-30-seconds':{
          'task':'celery_app.task1.add',
          'schedule':timedelta(seconds=30),  # 每30秒执行一次
          'args':(2,3)                        # 任务函数参数
      },
   
      'multiply-every-30-seconds':{
          'task':'celery_app.task2.multiply',
          'schedule':crontab(hour=14,minute=30), # 每天下午2点30分执行一次
          'args':(2,3)                            # 任务函数参数
      }
   
  }
  

• 启动worker进程，然后启动beat进程，定时任务将被发送到broker

  # 首先保證redir已經啟動
  # 启动worker进程，然后启动beat进程，定时任务将被发送到broker
  celery worker -A celery_app -l info -P eventlet # 啟動worker
  celery beat -A celery_app # 啟動beat進程
  
  # linux
  celery -A celery_app worker --loglevel=info
  celery -A celery_app beat
  
  # 将启动worker进程和beat进程放在一条命令中：
  celery -B -A celery_app worker -l info -P eventlet window
  celery -B -A celery_app worker --loglevel=info linux?
  

django-celery-beat

实现定时任务的动态操作（添加/删除）等，此插件本质是对数据库表变化做 检查，一旦有数据库表改变，调度器重新读取任务进行调度

• django_celery_results

  用于在数据库中存储 Celery 任务执行的结果。

• django_celery_beat

  用于在数据库中记录预先定义好的任务执行规则（比如每隔一分钟执行一次），以及与这些规则关联的待执行的具体任务。

• 運行腳本

  windows
  django-admin startproject project_name
  # 数据库迁移，创建超级用户：
  $ python manage.py migrate
  $ python manage.py createsuperuser
  # 啟動服務
  # 配置 ALLOWED_HOSTS = ['*']
  python manage.py runserver ip:port
  # 啟動celery worker
  #Celery Worker 负责执行由 Beat 传过来的任务，输出执行结果并将结果保存至 result backend（即数据库）
  celery -A celerytest worker -l info -P eventlet
  # 啟動celery beat 
  # Celery Beat 持续监测数据库中存储的计划任务信息，将满足触发条件的任务传递给 Celery Worker 执行
  celery beat -A celerytest -l info --pidfile=
  celery -A celerytest beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler --pidfile=
  

• PERIODIC TASKS

  下面则是由 django_celery_beat 创建的用于保存 Celery 任务及其执行规则的几张数据库表

  • Clocked：定义在具体某个时间点触发的执行规则
  • Crontabs：类似于 Linux 系统下 crontab 的语法
  • Intervals：定义任务重复执行的时间间隔
  • Periodic tasks：具体某个待执行的任务，需要与其他表（Clocked、Crontabs、Intervals、Solar events）中定义的执行规则相关联
  • Solar events：根据日升和日落等太阳运行轨迹确定执行规则