celery定时任务简单使用

celery介绍
Celery 是一个强大的分布式任务队列，它可以让任务的执行完全脱离主程序，甚至可以被分配到其他主机上运行。我们通常使用它来实现异步任务（ async task ）和定时任务（ crontab ）。异步任务比如是发送邮件、或者文件上传, 图像处理等等一些比较耗时的操作，定时任务是需要在特定时间执行的任务。它的架构组成如下图：

任务队列
任务队列是一种跨线程、跨机器工作的一种机制.

任务队列中包含称作任务的工作单元。有专门的工作进程持续不断的监视任务队列，并从中获得新的任务并处理.

任务模块
包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往任务队列，而定时任务由 Celery Beat 进程周期性地将任务发往任务队列。

消息中间件 Broker
Broker ，即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列。 Celery 本身不提供队列服务，官方推荐使用 RabbitMQ 和 Redis 等。

任务执行单元 Worker
Worker 是执行任务的处理单元，它实时监控消息队列，获取队列中调度的任务，并执行它。

任务结果存储 Backend
Backend 用于存储任务的执行结果，以供查询。同消息中间件一样，存储也可使用 RabbitMQ, Redis 和 MongoDB 等。

使用 Celery 实现异步任务的步骤：
(1) 创建一个 Celery 实例
(2) 启动 Celery Worker ，通过delay() 或 apply_async()(delay 方法封装了 apply_async, apply_async支持更多的参数 ) 将任务发布到broker
(3) 应用程序调用异步任务

(4)存储结果（发布的任务需要return才会有结果，否则为空）

Celery Beat：任务调度器，Beat进程会读取配置文件的内容，周期性地将配置中到期需要执行的任务发送给任务队列

使用 Celery 实现定时任务的步骤：
(1) 创建一个 Celery 实例

(2) 配置文件中配置任务，发布任务 celery A xxx beat

(3) 启动 Celery Worker

(4) 存储结果

celery定时任务简单使用
以下是使用celery实现一个定时任务的demo，能够良好的定时执行。

目录结构如下

shylin@shylin:~/Desktop$ tree celery_task
celery_task
├── celeryconfig.py    # celeryconfig配置文件
├── celeryconfig.pyc
├── celery.py   # celery对象
├── celery.pyc
├── epp_scripts   # 任务函数
│   ├── __init__.py
│   ├── __init__.pyc
│   ├── test1.py
│   ├── test1.pyc
│   ├── test2.py
│   └── test2.pyc
├── __init__.py
└── __init__.pyc

celery配置文件 celeryconfig.py

from __future__ import absolute_import # 拒绝隐式引入，因为celery.py的名字和celery的包名冲突，需要使用这条语句让程序正确地运行
from celery.schedules import crontabbroker_url = "redis://127.0.0.1:6379/5"
result_backend = "redis://127.0.0.1:6379/6"broker_url = "redis://127.0.0.1:6379/2"   # 使用redis存储任务队列
result_backend = "redis://127.0.0.1:6379/6"  # 使用redis存储结果task_serializer = 'json'
result_serializer = 'json'
accept_content = ['json']
timezone = "Asia/Shanghai"  # 时区设置
worker_hijack_root_logger = False  # celery默认开启自己的日志，可关闭自定义日志，不关闭自定义日志输出为空
result_expires = 60 * 60 * 24  # 存储结果过期时间（默认1天）# 导入任务所在文件
imports = ["celery_task.epp_scripts.test1",  # 导入py文件"celery_task.epp_scripts.test2",
]# 需要执行任务的配置
beat_schedule = {"test1": {"task": "celery_task.epp_scripts.test1.celery_run",  #执行的函数"schedule": crontab(minute="*/1"),   # every minute 每分钟执行 "args": ()  # # 任务函数参数},"test2": {"task": "celery_task.epp_scripts.test2.celery_run","schedule": crontab(minute=0, hour="*/1"),   # every minute 每小时执行"args": ()},}"schedule": crontab（）与crontab的语法基本一致
"schedule": crontab(minute="*/10",  # 每十分钟执行
"schedule": crontab(minute="*/1"),   # 每分钟执行
"schedule": crontab(minute=0, hour="*/1"),    # 每小时执行

celery初始化文件

# coding:utf-8
from __future__ import absolute_import # 拒绝隐式引入，因为celery.py的名字和celery的包名冲突，需要使用这条语句让程序正确地运行
from celery import Celery# 创建celery应用对象
app = Celery("celery_demo")# 导入celery的配置信息
app.config_from_object("celery_task.celeryconfig")

任务函数（epp_scripts目录下）

# test1.py
from celery_task.celery import appdef test11():print("test11----------------")def test22():print("test22--------------")test11()@app.task
def celery_run():test11()test22()if __name__ == '__main__':celery_run()
------------------------------------------------------------
# test2.py
from celery_task.celery import appdef test33():print("test33----------------")# print("------"*50)def test44():print("test44--------------")# print("------" * 50)test33()@app.task
def celery_run():test33()test44()if __name__ == '__main__':celery_run()

发布任务

# 在celery_task同级目录下执行
shylin@shylin:~/Desktop$ celery -A celery_task beat
celery beat v4.2.0 (windowlicker) is starting.
__    -    ... __   -        _
LocalTime -> 2018-06-29 09:42:02
Configuration ->. broker -> redis://127.0.0.1:6379/5. loader -> celery.loaders.app.AppLoader. scheduler -> celery.beat.PersistentScheduler. db -> celerybeat-schedule. logfile -> [stderr]@%WARNING. maxinterval -> 5.00 minutes (300s)

执行任务

# 在celery_task同级目录下执行
shylin@shylin:~/Desktop$ celery -A celery_task worker --loglevel=info-------------- celery@shylin v4.2.0 (windowlicker)
---- **** -----
--- * ***  * -- Linux-4.15.0-23-generic-x86_64-with-Ubuntu-18.04-bionic 2018-06-29 12:06:53
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app:         belletone:0x7f5b876f1a10
- ** ---------- .> transport:   redis://127.0.0.1:6379/5
- ** ---------- .> results:     redis://127.0.0.1:6379/6
- *** --- * --- .> concurrency: 8 (prefork)
-- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker)
--- ***** ----- -------------- [queues].> celery           exchange=celery(direct) key=celery[tasks]. celery_task.epp_scripts.test1.celery_run. celery_task.epp_scripts.test2.celery_run[2018-06-29 12:06:54,107: INFO/MainProcess] Connected to redis://127.0.0.1:6379/5
[2018-06-29 12:06:54,116: INFO/MainProcess] mingle: searching for neighbors
[2018-06-29 12:06:55,143: INFO/MainProcess] mingle: all alone
[2018-06-29 12:06:55,161: INFO/MainProcess] celery@shylin ready.
[2018-06-29 12:07:00,073: INFO/MainProcess] Received task: celery_task.epp_scripts.test2.celery_run[f4522425-b744-4f1a-8c6c-eb37ab99842b]
[2018-06-29 12:07:00,075: INFO/MainProcess] Received task: celery_task.epp_scripts.test1.celery_run[3e00aa9c-0947-49b9-8ee4-cc75d6dc37ab]
[2018-06-29 12:07:00,078: WARNING/ForkPoolWorker-6] test33----------------
[2018-06-29 12:07:00,079: WARNING/ForkPoolWorker-6] test44--------------
[2018-06-29 12:07:00,079: WARNING/ForkPoolWorker-6] test33----------------
[2018-06-29 12:07:00,079: WARNING/ForkPoolWorker-4] test11----------------
[2018-06-29 12:07:00,081: WARNING/ForkPoolWorker-4] test22--------------
[2018-06-29 12:07:00,081: WARNING/ForkPoolWorker-4] test11----------------
[2018-06-29 12:07:00,094: INFO/ForkPoolWorker-6] Task celery_task.epp_scripts.test2.celery_run[f4522425-b744-4f1a-8c6c-eb37ab99842b] succeeded in 0.0169868329995s: None
[2018-06-29 12:07:00,094: INFO/ForkPoolWorker-4] Task celery_task.epp_scripts.test1.celery_run[3e00aa9c-0947-49b9-8ee4-cc75d6dc37ab] succeeded in 0.0161407030009s: None

celery相关命令

# 在celery_task同级目录下执行   celery worker/beat xxx
celery -A celery_task beat  # 发布任务
celery -A celery_task worker --loglevel=info  # 执行任务
celery -B -A celery_task worker --loglevel=info  # 合并成一条/home/shylin/.virtualenvs/belle/bin/celery -B -A /home/shylin/Desktop/sky_server worker --loglevel=infocommand= /usr/local/thirdparty/sky_server_env/bin/celery  -B -A celery_task worker
directory=/usr/local/cloud   # celery_task work不确定是否可行？
# 注意修改broker路径
# celery_task放在 /usr/local/cloud/
python -m celeryconfig # 检查配置文件nohup /usr/local/thirdparty/sky_server_env/bin/celery  -B -A celery_task worker -l info --workdir=/usr/local/cloud/ &     # 启动命令

定时方式

from celery.schedules import crontab
from datetime import timedelta
......方式一："schedule": timedelta(seconds=30), # hours=xx,minutes=xx 每小时/每分钟  （此项可以精确到秒）方式二："schedule": crontab(minute="*/10"),   # every 10 minutes

# 后台启动 celery worker进程
celery multi start work_1 -A appcelery
# work_1 为woker的名称，可以用来进行对该进程进行管理# 多进程相关
celery multi stop WOERNAME      # 停止worker进程,有的时候这样无法停止进程，就需要加上-A 项目名，才可以删掉
celery multi restart WORKNAME        # 重启worker进程# 查看进程数
celery status -A celery_task       # 查看该项目运行的进程数   celery_task同级目录下执行完毕后会在当前目录下产生一个二进制文件，celerybeat-schedule 。
该文件用于存放上次执行结果：1、如果存在celerybeat-schedule文件，那么读取后根据上一次执行的时间，继续执行。2、如果不存在celerybeat-schedule文件，那么会立即执行一次。3、如果存在celerybeat-schedule文件，读取后，发现间隔时间已过，那么会立即执行。

————————————————
版权声明：本文为CSDN博主「Shyllin」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/Shyllin/article/details/80940643

celery定时任务简单使用相关推荐

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 ...
将多个Celery定时任务添加到Systemd
将多个Celery定时任务添加到Systemd 一.设置python celery项目的配置在/etc/conf.d/目录下复制之前的celery配置文件(第一个定时任务的celery配置),修改文 ...
Celery定时任务
本文简述Celery定时任务,每天6点向指定邮箱发送笑话和一套斗图知识点: 简单爬虫发送邮件 Celery定时任务本项目 github : https://github.com/TimeAsho ...
Bamboo 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-82 from celery.task.sched ...
Celery定时任务异步任务
celery定时任务 Celery 是一个强大的分布式任务队列,它可以让任务的执行完全脱离主程序,甚至可以被分配到其他主机上运行.我们通常使用它来实现异步任务( async task )和定时任务( ...
php解析定时任务格式,php 实现定时任务简单实现
php 实现定时任务简单实现通常情况下实现定时计划任务有以下几种方式: linux下可以借助crontab+php的方式(Crontab是一个很方便的在unix/linux系统上定时(循环)执行某个 ...
Celery的简单使用
文章目录 celery简单使用 Celery执行异步任务多任务结构 Celery执行定时任务类似于contab的定时任务 Django中使用Celery celery简单使用安装celery p ...
django admin celery beat简单的定时任务管理平台
一直都在想写一个这样平台,前端比较low,所以就使用了Django 自带的后端写了一个定时任务管理平台具体结构如下 djangotask/ ├── app01 │?? ├── admin.py │? ...
利用PHP实现定时任务,利用php 实现定时任务简单实现代码
linux下可以借助crontab+php的方式(Crontab是一个很方便的在unix/linux系统上定时(循环)执行某个任务的程序 ) windows 下有两种方式: 借助于vbscript脚本 ...

celery定时任务简单使用

celery定时任务简单使用相关推荐

最新文章

热门文章