celery

1. celery介绍

　1. celery是什么?

　　　分布式异步任务框架：第三方框架。

　　　项目中使用异步任务的场景，可以使用它

　　　之前做异步，如何做？ 

　　　　异步发送短信 ----》 开启多线程 ----》 不便于管理

　2.celery 有什么作用？

　　- 执行异步任务

　　- 执行延迟任务

　　- 执行定时任务

　3. celery原理

　　- 1. 可以不依赖任何服务器，通过自身命令，启动服务

　　-2. celery服务为其他项目提供异步解决任务需求的

　　注：会有两个服务同时运行，一个是项目服务，一个是celery服务，项目服务将需要异步处理的任务交给celery服务，celery就会在需要时异步完成项目的需求

比如：

　　人是一个独立运行的服务 | 　医院也是一个独立运行的服务

　　　　正常情况下，人可以完成所有的健康情况的动作，不需要医院的参与；但当人生病的时候，就会被医院接收，解决人生病问题。

　　　　人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求

django如果不用异步，正常运行即可，如果想做异步，就借助于celery来完成

　4. celery架构

　　- broker：消息中间件，任务中间件（消息队列：redis，rabbitmq）

　　　　django要做异步，提交任务到　任务中间件中（redis） ，存储起来

　　　　celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成，包括，RabbitMQ，Redis等等

　　- worker：任务执行者，任务执行单元

　　　　不停的从任务中间件中取任务，执行

　　　　worker 是celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中

　　- banckend：结果存储，任务结果存储

　　　　把任务执行结果（函数返回值），存放到结果存储中（redis）

　　　　用来存储worker执行的任务的结果，celery 支持以不同的方式存储任务的结果，包括AMQP，redis等

2. celery的快速使用

1. celery是开源的，小组织，不支持win，win上使用：需要借助于第三方

2. 安装：pip install celery

　　- 安装的是最新版本：5.3.4

 3. 写代码 main.py

　　1. 先导入celery，然后实例化得到对象

　　2. 编写任务，使用app.task装饰---》变成celery的任务

import time

from celery import Celery

# 1. 实例化得到对象
broker = 'redis://127.0.0.1:6379/1' # 消息中间件 ：redis，1：表示redis的第一个库
backend = 'redis://127.0.0.1:6379/1' # 结果存储，用redis
app=Celery('app',broker=broker,backend=backend)

# 2. 编写任务，必须用app.task装饰，才变成了celery的任务
@app.task
def send_sms():
    time.sleep(1)
    print('短信发送成功')
    return '手机号短信发送成功'

　　# 3. 提交任务，使用别的线程

# 提交任务，使用别的进程
from main import send_sms

# 1.同步执行
# res = send_sms()
# print(res)

# 2. 异步发送短信
# 返回结果不是send_sms的返回值，是一个任务id号
# 这个任务还没有被执行，只是提交到任务中间件中了（redis）
res = send_sms.delay()
print(res) # 346b7b90-31b1-4daa-8792-3112ea028df7

# 任务要执行，要启动worker --》 使用命令启动 ---》启动celery服务
# 在win上：要先安装： pip install eventlet

　　结果：redis的db1中，任务提交成功

　　4. 启动worker，可以在3之前

　　　　Windows：

　　　　　　- 1. 先安装：pip install eventlet

　　　　　　- 2. 执行命令，启动celery服务：

　　　　　　celery  -A main worker -l info -P eventlet （路径要对，先切换到main.py所在路径下）

# 任务要执行，要启动worker --》 使用命令启动 ---》启动celery服务
# 执行命令：celery -A tasks worker --loglevel=INFO
# 在win上：要先安装： pip install eventlet
# celery -A main worker -l info -P eventlet  # 启动worker
# mac，Linux：
# celery -A main worker -l info

　　结果：

　　#  5 worker就会执行任务，把执行的结果，放到结果存储中

　　# 6. 获取结果

from celery.result import AsyncResult
from main import app

id = '346b7b90-31b1-4daa-8792-3112ea028df7'
if __name__ == '__main__':
    a = AsyncResult(id=id, app=app)
    if a.successful():
        result = a.get()
        print(result)
    elif a.failed():
        print('任务失败')
    elif a.status == 'PENDING':
        print('任务等待中被执行')
    elif a.status == 'RETRY':
        print('任务异常后正在重试')
    elif a.status == 'STARTED':
        print('任务已经开始被执行')

　　 　　worker执行完任务之后：

　　　　 当再次提交一个任务且 worker还没启动：

　　　　获取结果：