celery介绍
celery是一个异步任务框架，它可以执行异步任务、延迟任务、定时任务
异步任务框架简述：
1）celery可以不依赖任何服务器，通过自身命令，启动服务(内部支持socket)
2）celery服务为为其他项目服务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
Celery架构
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（task result store）组成。
消息中间件
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
任务执行单元
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。
任务结果存储
Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括AMQP, redis等
使用场景
异步执行：解决耗时任务,将耗时操作任务提交给Celery去异步执行，比如发送短信/邮件、消息推送、音视频处理等等
延迟执行：解决延迟任务
定时执行：解决周期(周期)任务,比如每天数据统计
Celery的安装配置
pip install celery gevent
windows环境下启动celery
# module为python module名
celery -A <module> worker -l info -P gevent
celery执行异步任务
采用包架构封装（多任务结构）
在项目文件project下新建一个celery包
project
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须叫celery.py
│ └── tasks.py # 所有任务函数
├── add_task.py # 添加任务
└── get_result.py # 获取结果
celery.py
# 导入模块
from celery import Celery
# 指定任务中间件和任务处理仓库为redis里的第一个库，后面1表示第一个，2表示第二个。
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
# backend='redis://:123456@127.0.0.1:6379/1' redis加密码写法
# include列表里表示celery_task包里的task.py交给app处理
app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])
task.py
from .celery import app
import time
@app.task #添加该装饰器表示这个函数任务使用了celery框架的异步处理
def add(n, m):
print(n)
print(m)
time.sleep(10)
print('n+m的结果：%s' % (n + m))
return n + m
@app.task
def low(n, m):
print(n)
print(m)
print('n-m的结果：%s' % (n - m))
return n - m
add_task.py
这个py文件是用来添加任务的，可以建在任意位置
from celery_task import tasks
# 添加立即执行任务
t1 = tasks.add.delay(10, 20)
t2 = tasks.low.delay(100, 50)
print(t1) # 获取的就是这个任务的id号
# 添加延迟任务
from datetime import datetime, timedelta
eta=datetime.utcnow() + timedelta(seconds=10)
tasks.low.apply_async(args=(200, 50), eta=eta)
get_result.py
这个py文件是用来获取任务处理的结果的
from celery_task.celery import app
from celery.result import AsyncResult
id = '21325a40-9d32-44b5-a701-9a31cc3c74b5' #输入任务的id号
if __name__ == '__main__':
async = AsyncResult(id=id, app=app)
if async.successful(): #如果这个任务执行成功
result = async.get() #得到结果
print(result)
elif async.failed():
print('任务失败')
elif async.status == 'PENDING':
print('任务等待中被执行')
elif async.status == 'RETRY':
print('任务异常后正在重试')
elif async.status == 'STARTED':
print('任务已经开始被执行')
celery执行延迟任务
在add_task.py里书写：
# 添加延迟任务
from datetime import datetime, timedelta
# datetime.utcnow()表示获取当前的utc时间，timedelta(seconds=10)表示加10秒timedelta括号里之后是时间类型，可以相加减
eta=datetime.utcnow() + timedelta(seconds=10)
# 使用的是apply_async这个方法，tasks.add这个是函数名，args括号里是函数add需要传的参数，eta必须是utc时间
tasks.add.apply_async(args=(200, 50), eta=eta)
celery执行定时任务
将celery.py添加以下定时配置
# 导入模块
from celery import Celery
# 指定任务中间件和任务处理仓库为redis里的第一个库，后面1表示第一个，2表示第二个。
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
# backend='redis://:123456@127.0.0.1:6379/1' redis加密码写法
# include列表里表示celery_task包里的task.py交给app处理
app = Celery(__name__,broker=broker, backend=backend, include=['celery_task.tasks'])
# 定时任务配置
# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
app.conf.enable_utc = False
# 任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
'add-task': {
'task': 'celery_task.tasks.add', # celery_task.tasks.low这个是你函数任务的位置，task是固定的
'schedule': timedelta(seconds=3), # 每隔三秒执行一次
# 'schedule': crontab(hour=8, day_of_week=1), # 每周一早八点
'args': (300, 150), # 函数任务需要传入的参数
}
}
然后在终端下cd到scripts文件夹
执行celery -A celery_task beat
表示开始定时发布任务