Django - Celery使用及介绍

1.Celery介绍

1.1 celery应⽤举例

Celery 是⼀个基于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
你想对100台机器执⾏⼀条批量命令，可能会花很⻓时间，但你不想让你的程序等着结果返回，⽽
是给你返回⼀个任务ID,你过⼀段时间只需要拿着这个任务id就可以拿到任务执⾏结果，在任务执
⾏ing进⾏时，你可以继续做其它的事情
Celery 在执⾏任务时需要通过⼀个消息中间件来接收和发送任务消息，以及存储任务结果，⼀般
使⽤rabbitMQ or Redis

1.2 Celery有以下优点

简单：⼀单熟悉了celery的⼯作流程后，配置和使⽤还是⽐较简单的
⾼可⽤：当任务执⾏失败或执⾏过程中发⽣连接中断，celery 会⾃动尝试重新执⾏任务
快速：⼀个单进程的celery每分钟可处理上百万个任务
灵活：⼏乎celery的各个组件都可以被扩展及⾃定制

1.3 Celery 特性

⽅便查看定时任务的执⾏情况, 如是否成功, 当前状态, 执⾏任务花费的时间等
可选多进程, Eventlet 和 Gevent 三种模型并发执⾏.
Celery 是语⾔⽆关的.它提供了python 等常⻅语⾔的接⼝⽀持.

2.celery 组件

2.1 Celery 扮演⽣产者和消费者的角色

Celery Beat : 任务调度器. Beat 进程会读取配置⽂件的内容, 周期性的将配置中到期需要执⾏的任
务发送给任务队列.
Celery Worker : 执⾏任务的消费者, 通常会在多台服务器运⾏多个消费者, 提⾼运⾏效率.
Broker : 消息代理, 队列本身. 也称为消息中间件. 接受任务⽣产者发送过来的任务消息, 存进队列
再按序分发给任务消费⽅(通常是消息队列或者数据库).
Producer : 任务⽣产者. 调⽤ Celery API , 函数或者装饰器, ⽽产⽣任务并交给任务队列处理的都
是任务⽣产者.
Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.

2.2 产生任务的方式

发布者发布任务(WEB 应⽤)
任务调度按期发布任务(定时任务)

2.3 celery 依赖三个库: 这三个库, 都由 Celery 的开发者开发和维护.

billiard : 基于 Python2.7 的 multisuprocessing ⽽改进的库, 主要⽤来提⾼性能和稳定性.
librabbitmp : C 语⾔实现的 Python 客户端
kombu : Celery ⾃带的⽤来收发消息的库, 提供了符合 Python 语⾔习惯的, 使⽤ AMQP 协议的⾼
级借⼝

3、celery的使用

推荐版本

Django == 2.2.6
django-celery == 3.3.1
django-redis == 4.11.0
redis == 2.10.6
celery == 3.1.26.post2

Settings.py

#settings.py
import djcelery
djcelery.setup_loader()
BROKER_URL = 'redis://127.0.0.1:6379/2'
INSTALLED_APPS = [..."djcelery",...
]

创建celery所需要的表

python manage.py migrate
#如若不成功可以尝试⼀下命令语句
# python manage.py syncdb

创建task
在app⾥建⽴tasks.py⽂件来写⼊需要执⾏的异步任务

###############verificationsapp/tasks.py########
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.request import CommonRequest
from code2001B.settings import ALY_ACCESSKEY_ID,ALY_ACCESSKEY_SECRET
import json,time
from celery import task
@task
def send_sms(phone,data):# client = AcsClient(ALY_ACCESSKEY_ID, ALY_ACCESSKEY_SECRET, 'cnhangzhou')## #data ={ "code" : 123456 }## request = CommonRequest()# request.set_accept_format('json')# request.set_domain('dysmsapi.aliyuncs.com')# request.set_method('POST')# request.set_protocol_type('https') # https | http# request.set_version('2017-05-25')# request.set_action_name('SendSms')## request.add_query_param('RegionId', "cn-hangzhou")# request.add_query_param('PhoneNumbers', phone)# request.add_query_param('SignName', "天天商城")# request.add_query_param('TemplateCode', "SMS_185212884")# request.add_query_param('TemplateParam', data)# response1 = client.do_action(request)# # python2: print(response)# res = json.loads(str(response1, encoding='utf-8'))time.sleep(5)return 5+10

a、当settings.py中的djcelery.setup_loader()运⾏时, Celery便会查看所有INSTALLED_APPS中app
⽬录中的tasks.py⽂件, 找到标记为task的function, 并将它们注册为celery task.

b、在执⾏djcelery.setup_loader()时, task是以INSTALLED_APPS中的app名,
加.tasks.function_name注册的

c、⼀次需要注意在impprt task时, 需要保持⼀致

d、如果我们由于python path不同⽽使⽤不同的引⽤⽅式时(例如在tasks.py中使⽤from
myproject.myapp.tasks import add形式), Celery将⽆法得知这是同⼀task, 因此可能会引起奇怪的
bug。

views.py⾥让任务异步执⾏

from rest_framework.views import APIView
from rest_framework.response import Response
from libs.captcha.captcha import captcha
from django.http.response import HttpResponse
import random
from verificationsapp.tasks import send_sms
from django_redis import get_redis_connectionclass SendSMSCode(APIView):def post(self,request):phone = request.data.get("phone")image_code = request.data.get("image_code")image_code_uuid = request.data.get("image_code_uuid")print(phone)print(image_code_uuid)print(image_code)if not all([phone,image_code,image_code_uuid]):return Response({"code":4005,"msg":"参数不全"})#先获取redis ⾥的图⽚验证码来⽐对redis_cli = get_redis_connection("img_code")redis_img_code = redis_cli.get(image_code_uuid).decode()print(redis_img_code)print(image_code)if image_code.lower() != redis_img_code.lower():return Response({"code":4003,"msg":"参数错误"})# 发送短信num = random.randint(100000,999999)print(num)send_data = {"code":10086}send_sms.delay(phone,send_data)# pipeline管道：作⽤就是把多个命令放在⼀起来执⾏pl = redis_cli.pipeline()pl.setex(phone,60*5,num)pl.delete(image_code_uuid)pl.execute()return Response({"code":0,"msg":"发送成功"})

启动celery
⾸先正常启动你的django任务，然后启动celery服务即可。

python manage.py celery worker --loglevel=info

如果报错不让超级管理员来启动，在settings.py加⼊以下配置

from celery import Celery, platforms
platforms.C_FORCE_ROOT = True

Django - Celery使用及介绍相关推荐

django - celery
django - celery 的集成开发 celery 特点 celery 简单.灵活.可靠的分布式系统处理异步任务队列支持任务调度 celery 的组成消息中间件任务执行单元 worker ...
django celery 异步发送邮箱
django + celery + redis 异步发送QQ邮箱 django一般的代码逻辑都需要一步一步执行,这样大大的占用了I/O资源,用户也得不到完美的体验,django-celery可以灵活的 ...
Django + Celery 实现周期任务
1:Celery简介 1.1 异步任务,假设用户发起一个request,并等待request返回.但是在request 经过django一层层处理到达我们的view时,view要进行一次比较耗时的操作 ...
celery 可视化_Django中Celery的实现介绍（一）
Django中Celery的实现 Celery介绍 Celery是基于Python开发的一个分布式任务队列框架,支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度. 上图展示的是Celery ...
python 分布式框架_Python 并行分布式框架：Celery 超详细介绍
本博客摘自:http://blog.csdn.net/liuxiaochen123/article/details/47981111 先来一张图,这是在网上最多的一张Celery的图了,确实描述的非常 ...
【Web系列二十】Django+Celery+Asgiref+Channels+协程锁实现Websocket异步并发
写在前面最近手头有一个项目需要交付,作为web项目,并发问题是不可避免的.对于Django后端,常用的并发实现方案就是Celery,虽然网上已经有不少实施例,但是实际开发过程中遇到一些问题.比如长连 ...
Python 并行分布式框架：Celery 超详细介绍
先来一张图,这是在网上最多的一张Celery的图了,确实描述的非常好 Celery的架构由三部分组成,消息中间件(message broker),任务执行单元(worker)和任务执行结果存储(tas ...
Django Celery定时任务和时间设置
1.Celery加入定时任务 Celery除了可以异步执行任务之外,还可以定时执行任务.在实例代码的基础上写个测试方法: 1 #coding:utf-8 2 from celery.task.sche ...
django celery
基本步骤安装 install redis yum install -y http://rpms.famillecollet.com/enterprise/remi-release-7.rpm yum ...

Django - Celery使用及介绍

1.Celery介绍

2.celery 组件

3、celery的使用

Django - Celery使用及介绍相关推荐

最新文章

热门文章