Django - Celery使用及介绍
郭翰墨
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_connection
class 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
类似资料：