芹菜广播vs RabbitMQ扇出
我最近一直在用芹菜，我不喜欢它。它的配置是混乱的，过于复杂的，并且没有很好的文档记录。
我想从一个生产者向多个消费者发送带有芹菜的广播消息。使我困惑的是芹菜术语和底层传输rabbitMQ的术语之间的差异。
在RabbitMQ中,您可以使用单个扇出交换和多个队列来广播消息：
但在Celery中，术语都搞乱了：这里可以有一个广播队列，它向多个消费者发送消息：
我甚至不明白Celery广播队列应该如何工作，因为具有多个使用者的RabbitMQ队列用于负载平衡。因此在RabbitMQ中，如果多个消费者（即一个消费者池）连接到同一个队列，那么只有一个消费者会接收和处理消息，这在RabbitMQ文档中称为循环。
此外，芹菜的广播文档确实不足。我应该为广播队列指定哪种类型的RabbitMQ交换，扇出还是不扇出？你能举一个完整的例子吗？
因此，我要求的是（1）Celery中广播队列的概念和实现的澄清和（2）广播队列配置的完整示例。谢谢.
共有1个答案
这有帮助吗？
http://celery.readthedocs.org/en/latest/userguide/routing.html#exchanges-queues-and-routing-keys
Celery中的'queue'定义似乎包括交换，因此您可以在exchange('fanout')交换类型之上定义一个Celery队列，它将具有多个RabbitMQ队列的底层实现。
在这种情况下，我想您不希望Celery配置中有一个“广播”队列，除非您真的希望多个工作者处理同一任务。
-
现在，我想将< code>register事件发布到某个特殊的交换，我可以使用celery远程检索和处理它。 实际上，我已经使用了函数来实现这一点，但是它必须传递来指示应该执行哪个任务并消费它。所以它似乎不太适合我的目标。 我想要的就是这样: 向某些发布消息； 远程机器1订阅此或并捕获消息，用于执行任务； 远程机器2-与机器1相同但执行另一个任务-接收（可能需要回复某些） 例如，就像这个工作流一样
-
输出如下： 如果两个数组的维数不相同，则元素到元素的操作是不可能的。 然而，在 NumPy 中仍然可以对形状不相似的数组进行操作，因为它拥有广播功能。 较小的数组会广播到较大数组的大小，以便使它们的形状可兼容。 如果满足以下规则，可以进行广播： 如果输入在每个维度中的大小与输出大小匹配，或其值正好为 1，则在计算中可它。 如果上述规则产生有效结果，并且满足以下条件之一，那么数组被称为可广播的。 数
-
原文：Broadcasting 另见：numpy.broadcast 术语广播描述了NumPy在算术运算时如何处理不同形状的数组。 在某些条件下，较小的数组“广播”成较大的数组以便有相同的形状。 广播提供了一种矢量化操作数组的方法，这样可以在C而不是Python中进行循环。 它可以在不制作不必要的数据副本的情况下实现这一点，并且通常可以实现高效 然而，有些情况下广播是一个坏主意，因为它会导致内存使
-
问题内容： 我正在运行Django 1.8 + Celery 4.0.2 Celery配置良好，可以在Redis后端本地运行Django任务。但是，当我尝试使用设置时，此设置无效。其他设置则不是这种情况，例如 具体来说，我看到的是 lib / python2.7 / site-packages / celery / app / task.py（520）apply_async（）因此，CELERY_
-
我最近开始研究分布式计算以提高计算速度。我选择了芹菜。然而，我对一些术语不太熟悉。所以，我有几个相关的问题。 来自芹菜文档： ... Celery通过消息进行通信，通常使用代理在客户机和工作人员之间进行调解。为了启动任务，客户机将消息添加到队列中，然后代理将该消息传递给工作者。 什么是客户端（这里）？什么是经纪商？为什么消息通过代理传递？为什么 Celery 会使用后端和队列进行进程间通信？ 当我
-
SocketIO另外一个非常有用的特性就是广播消息。Flask-SocketIO中，只要将broadcast = True这个可选参数加到send()和emit()中即可： @socketio.on('my event') def handle_my_custom_event(data): emit('my response', data, broadcast=True) 当一个消息以广播选