分布式任务队列--Celery的学习笔记

一、celery简介

　　celery是一个简单，灵活，可靠的分布式系统，用于处理大量消息，同时为操作提供维护此类系统所需的工具。它是一个任务队列，专注于实时处理，同时还支持任务调度。

　　所谓任务队列，是一个逻辑上的概念，可以将抽象中的任务发送到指定的执行任务的组件，任务队列可以跨线程或机器运行。

　　celery是基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理， 如果你的业务场景中需要用到异步任务，就可以考虑使用celery。

 

二、celery使用场景

　　1.高并发的请求任务，比如需要发送大量请求的网络爬虫，就可以使用celery来加速爬取。

　　2.异步任务，将耗时的操作交给celery来完成，比如发送/接收邮件、消息推送等等。

　　3.定时任务，需要定时运行的程序，比如每天定时执行爬虫爬取数据。

 

三、celery架构

　　下图是我找到的一张表示celery架构的图：

　　

　　任务生产者：产生任务并且把任务提交到任务队列的就是任务生产者。

　　任务调度beat：celery会根据配置文件对任务进行调配，可以按一定时间间隔周期性地执行某些任务。

　　中间人broker：celery使用消息进行通信，需要中间人在客户端和worker之间进行传递，接收客户端发送过来的任务，并将任务分配给worker。

　　在celery的文档中，可以找到官方给出的实现broker的工具有：

名称	状态	监控	远程控制
rabbitmq	稳定	是	是
redis	稳定	是	是
amazon sqs	稳定	否	否
zookeeper	实验性	否	否

　　消费者worker：worker是执行任务的单元，在celery任务队列中属于消费者。worker会不断地监听队列，一旦有任务添加进来，就会将任务取出来进行执行。worker还可以运行在多台机器上，只要它们都指向同一个broker就可以。

　　结果存储backend：结果存储backend，顾名思义就是将worker执行后得到的结果存储起来。celery中有几个内置的结果存储可供选择，包括sqlalchemy / django orm、redis、rabbitmq、mamcached等。

 

四、celery安装

 　   celery4.0版本是支持python2.7的最后一个版本，所以如果你还在用py2的话，可能要选择安装celery3或者更早的版本。我本人用的python版本是python3.7，然后安装的celery版本是4.3。安装的话使用pip安装就好：

pip install celery

　　如果pip安装出错的话，可以去进行下载。在使用pip安装的时候会自动安装一些相关依赖，如果这些依赖安装出错的话，搜一下相应版本的wheel文件下载安装即可。

　　中间件broker我选择使用的是redis，这里就不说redis怎么安装了，上一篇博客中有ubuntu下安装redis的介绍。

 

五、celery使用示例

 1.应用

 　　在使用celery的时候，第一件事是要创建一个celery实例，一般称之为应用，简称为app。创建一个test.py，其中代码如下：

1 from celery import celery
2 
3 
4 app = celery("test", broker="redis://127.0.0.1:6379", backend="redis://127.0.0.1:6379")
5 
6 
7 @app.task
8 def add(x, y):
9     return x + y

2.运行celery服务器

　　在创建好应用之后，就可以使用celery命令执行程序运行worker了：

celery -a test worker -l info

　　运行后可以看到如下图：　　

　　

　　有关可用命令行选项的完整列表，执行如下命令：

celery worker --help

3.调用任务

　　要调用任务，可以使用delay()方法。

　　

　　该任务会返回一个asyncresult实例，可用于查询任务状态、获取任务返回值等。此时查看前面运行的服务器，会看到有如下信息：

received task: test.add[e7f01461-8c4d-4c29-ab6b-27be5084ecd9]

task test.add[e7f01461-8c4d-4c29-ab6b-27be5084ecd9] succeeded in 0.006505205000166825s: 5

4.查看结果

　　在前面定义的时候，已经选择使用redis作为结果后端了，所以任务执行后的结果会保存到redis中。而且，在调用任务的时候，还可以进行如下操作：

　　

　　其中ready()方法会返回该任务是否已经执行，get()方法则会获取任务返回的结果。

 5.配置文件

　　由于celery的配置信息比较多，因此一般会创建一个配置文件来保存这些配置信息，通常会命名为celeryconfig.py。在test.py所在文件夹下新建配置文件celeryconfig.py，其中的代码如下：

 1 # broker(消息中间件来接收和发送任务消息)
 2 broker_url = 'redis://127.0.0.1:6379'
 3 # backend(存储worker执行的结果)
 4 celery_result_backend = 'redis://127.0.0.1:6379'
 5 
 6 # 设置时间参照，不设置默认使用的utc时间
 7 celery_timezone = 'asia/shanghai'
 8 # 指定任务的序列化
 9 celery_task_serializer = 'json'
10 # 指定执行结果的序列化
11 celery_result_serializer = 'json'

　　然后修改下test.py中的代码：

 1 from celery import celery
 2 
 3 
 4 app = celery("test")
 5 app.config_from_object("celerystudy.celeryconfig")
 6 
 7 
 8 @app.task
 9 def add(x, y):
10     return x + y