Celery

• Celery 是基于Python实现的模块, 用于执行异步定时周期任务的

• celery组成结构

  #   1.app 应用 任务
  #   2.缓存 存放任务的 Broker - Backend 缓存任务和缓存任务结果 redis or RabbitMQ
  #   3.工人 Worker 执行任务
  

1.Celery简单示例

• s1.py

  from celery import Celery
  
  # 创建一个Celery实例,这就是我们用户的应用app
  my_task = Celery('tasks', backend='redis://127.0.0.1:6379', broker='redis://127.0.0.1:6379')
  
  # 为应用创建任务,my_func1
  import time
  @my_task.task
  def my_func1(a, b, i):
      time.sleep(i)
      return a + b
  15180400904
  

• s2.py

  from s1 import my_func1
  
  # 将任务交给Celery的Worker执行
  # 4.0版本之后不支持window，需要下载模块eventlet
  # celery worker -A s1 -l INFO -P eventlet  版本celery 4.4.7， async为python3.7关键字，在4.4.7版本中已修复
  # celery worker -A s1 -c 4 -l INFO -P eventlet  #  创建一个worker组，里面有4个员工，只能执行s1中的任务，打印 -l 中的info信息
  #     c:几个员工  -l INFO: 打印log中INFO信息  -P 更改任务处理的方式，eventlet方式运行
  
  res_id_list = []
  for i in range(10):
      # 发布任务
      res = my_func1.delay(2, 3, i)  
      # print(res)
      res_id_list.append(res)
  
  print(res_id_list)
  # 任务发布出去了，将发布任务的id存入列表（实际上是一个对象）
  # 在等待任务完成前  result.get()处于堵塞状态
  # time.sleep()设定堵塞延时 待任务完成，result.get()也完成，此时将会将结果打印
  for result in res_id_list:
      print(f'{result}的值为{result.get()}')
  

• 监听任务：celery worker -A s1 -c 4 -l INFO -P eventlet

• 发布任务

• worker监听到发布的任务并执行

  

2.Celery项目目录

• 在实际项目中我们运用的Celery是有规则的

要满足这样的条件才可以哦,目录celery_tasks这个名字可以随意起,但是一定要注意在这个目录下一定要有一个celery.py这个文件

• celery.py

  from celery import Celery 
  
  # 创建一个Celery实例
  my_task = Celery('my_tasks', broker='redis://127.0.0.1:6379',
                   backend='redis://127.0.0.1:6379',
                   include=['celery_tasks.task_one']  # include 这个参数适用于寻找目录中所有的task
                   )
  

• task_one.py

  from Celery_task.celery import my_task
  
  # 为我们的Celery实例创建任务
  @my_task.task
  def task_one(a, b):
      return a * b
  

• my_celery.py

  from Celery_tasks.task_one import task_one
  
  # 发布任务
  res = task_one.delay(3, 2)
  print(res)
  

• 启动Worker

  启动Worker的时候无需再使用文件启动,直接启动你的celery_tasks目录就行了
  它会自动找到celery文件并开始执行，这也就是为什么要创建celery名的文件
  celery worker -A celery_tasks -l INFO -P eventlet
  

  

  

3.Celery定时任务

• celery.py

from celery import Celery
my_task = Celery('my_tasks', broker='redis://127.0.0.1:6379',
                   backend='redis://127.0.0.1:6379',
                   include=['celery_tasks.task_one', 'celery_tasks.task_two']
                   )

• task.two.py

  from .celery import my_task
  
  
  @my_task.task
  def task_two():
      return "task_two - 完成定时任务"
  

• my_celery.py

  from celery_tasks import task_one, task_two
  
  import time, datetime
  # 定时任务我们不在使用delay这个方法了,delay是立即交给 task 去执行
  # 现在我们使用apply_async定时执行
  
  now_time = time.time()
  # 将当前的东八区时间改为 UTC时间 注意这里一定是UTC时间,没有其他说法
  utc_now = datetime.datetime.utcfromtimestamp(now_time)
  # 为当前时间增加 1 天
  add_time = datetime.timedelta(days=1)
  action_time = utc_now + add_time
  # action_time 就是当前时间未来1天之后的时间
  # 现在我们使用apply_async定时执行
  res = task_two.task_two.apply_async(args=(), eta=action_time)
  print(res)
  
  

• 发布任务后，启动worker：celery worker -A celery_tasks -l INFO -P eventlet

  

4.Celery周期任务

• celery.py

  from celery import Celery
  from celery.schedules import crontab  # 做时间转换用的
  
  my_task = Celery('my_tasks', broker='redis://127.0.0.1:6379',
                   backend='redis://127.0.0.1:6379',
                   include=['celery_tasks.task_one', 'celery_tasks.task_two']
                   )
  
  # 对beat任务生产做一个配置
  my_task.conf.beat_schedule = {
          "each10s_task": {
              "task": "task": "celery_tasks.task_one.task_one",  # 具体哪个任务
              "schedule": 10,  # 每10秒钟执行一次
              "args": (10, 10)  # 函数接收的参数值
          },
          "each1m_task": {
              "task": "celery_tasks.task_two.task_two",
              "schedule": crontab(minute=1),  # 每一分钟执行一次
          },
  }
  

• #以上配置完成之后,还有一点非常重要
  # 不能直接创建Worker了,因为我们要执行周期任务,所以首先要先有一个任务的生产方beat
  # 该生产方用于每隔一段时间创建一个任务然后交给worker去执行
  # celery beat -A Celery_task
  # celery worker -A Celery_task -l INFO -P eventlet
  

•