1. 概述
1.1 Celery介绍
Celery是由Python开发、简单、灵活、可靠的分布式任务队列,是一个处理异步任务的框架,其本质是生产者消费者模型,生产者发送任务到消息队列,消费者负责处理任务。Celery侧重于实时操作,但对调度支持也很好,其每天可以处理数以百万计的任务。特点:
- 简单:熟悉celery的工作流程后,配置使用简单
- 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
Celery由三部分构成:
- 消息中间件(Broker):官方提供了很多备选方案,支持RabbitMQ、Redis、Amazon SQS、MongoDB、Memcached 等,官方推荐RabbitMQ
- 任务执行单元(Worker):任务执行单元,负责从消息队列中取出任务执行,它可以启动一个或者多个,也可以启动在不同的机器节点,这就是其实现分布式的核心
- 结果存储(Backend):官方提供了诸多的存储方式支持:RabbitMQ、 Redis、Memcached,SQLAlchemy, Django ORM、Apache Cassandra、Elasticsearch等
架构如下:
工作原理:
- 任务模块Task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消息队列,而定时任务由Celery Beat进程周期性地将任务发往消息队列;
- 任务执行单元Worker实时监视消息队列获取队列中的任务执行;
- Woker执行完任务后将结果保存在Backend中;
1.2 django应用Celery
django框架请求/响应的过程是同步的,框架本身无法实现异步响应。
但是我们在项目过程中会经常会遇到一些耗时的任务, 比如:发送邮件、发送短信、大数据统计等等,这些操作耗时长,同步执行对用户体验非常不友好,那么在这种情况下就需要实现异步执行。
异步执行前端一般使用ajax,后端使用Celery。
2. 项目应用
django项目应用celery,主要有两种任务方式,一是异步任务(发布者任务),一般是web请求,二是定时任务
本文档使用redis数据库作为消息中间件和结果存储数据库
环境如下:
- celery4.4.7
- redis3.5.3
PS:本文仅适用celery库进行学习,另外有一些第三方库可以提供更方便的操作,譬如:django-celery,django-celery-beat等
2.1 异步任务redis
1.安装库
pip install celery
2.celery.py
在主项目目录下,新建 celery.py 文件:
import os
import django
from celery import Celery
from django.conf import settings
# 设置系统环境变量,安装django,必须设置,否则在启动celery时会报错
# celery_study 是当前项目名
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celery_study.settings')
django.setup()
#实例化一个celery类
celery_app = Celery('celery_study')
#指定配置文件的位置
celery_app.config_from_object('django.conf:settings')
#自动从settings的配置INSTALLED_APPS中的应用目录下加载 tasks.py
celery_app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)
PS:是和settings.py文件同目录,一定不能建立在项目根目录,不然会引起 celery 这个模块名的命名冲突
同时,在主项目的init.py中,添加如下代码:
from .celery import celery_app
__all__ = ['celery_app']
3.settings.py
在配置文件中配置对应的redis配置:
# Broker配置,使用Redis作为消息中间件
BROKER_URL = 'redis://127.0.0.1:6379/0'
# BACKEND配置,这里使用redis
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0'
# 结果序列化方案
CELERY_RESULT_SERIALIZER = 'json'
# 任务结果过期时间,秒
CELERY_TASK_RESULT_EXPIRES = 60 * 60 * 24
# 时区配置
CELERY_TIMEZONE='Asia/Shanghai'
# 指定导入的任务模块,可以指定多个
#CELERY_IMPORTS = (
# 'other_dir.tasks',
#)
PS:所有配置的官方文档:http://docs.celeryproject.org/en/latest/userguide/configuration.html
4.tasks.py
在子应用下建立各自对应的任务文件tasks.py(必须是tasks.py这个名字,不允许修改)
from celery import shared_task
@shared_task
def add(x, y):
return x + y
@shared_task
def mul(x, y):
return x * y
@shared_task
def xsum(numbers):
return sum(numbers)
5.调用任务
在 views.py 中,通过 delay 方法调用任务,并且返回任务对应的 task_id,这个id用于后续查询任务状态
from django.shortcuts import render, HttpResponse
from .tasks import *
# Create your views here.
def task_add_view(request):
# result = add(10,20)
# return HttpResponse(f'调用add函数结果:{result}')
ar = add.delay(100,200) # 添加到消息中间件,保存结果到redis
print('add.delay(100,200)--------')
return HttpResponse(f'任务调用id:{ar.id}')
测试结果
若使用第一种方式测试时(注释shared_task),正常输出,延迟10s
若使用第二种方式测试时(不注释),结果直接保存到
6.启动celery
在cmd窗口中,切换到项目根目录下,执行:
celery worker -A celery_study -l info
说明:
- -A celery_study:指定项目
- worker: 表明这是一个任务执行单元
- -l info:指定日志输出级别
更多celery命令的参数,可以输入:
celery --help
或
celery worker --help
异常处理:
- win10平台,使用celery4.x时,会出现以下错误:
ValueError: not enough values to unpack (expected 3, got 0)
解决方法:
- 先安装一个扩展 eventlet
pip install eventlet
- 然后启动worker的时候加一个参数 -P eventlet,如下:
celery worker -A celery_study -l debug -P eventlet
- 使用redis时,有可能会出现如下类似的异常
AttributeError: 'str' object has no attribute 'items'
这是由于版本差异,需要卸载已经安装的python环境中的 redis 库,重新指定安装特定版本(celery4.x以下适用 redis2.10.6, celery4.3以上使用redis3.2.0以上):
pip install redis==2.10.6
7.获取任务结果
在 views.py 中,通过 AsyncResult.get() 获取结果
from django.shortcuts import render, HttpResponse
from django.http import JsonResponse
from .tasks import *
from celery import result
def get_result_by_taskid(request):
task_id = request.GET.get('task_id')
ar = result.AsyncResult(task_id)
if ar.ready(): # 是否执行完成
return JsonResponse({'status':ar.state,'result':ar.get()})
else:
return JsonResponse({'status':ar.state,'result':''})
AsyncResult类的常用的属性和方法:
- state: 返回任务状态,等同status;
- task_id: 返回任务id;
- result: 返回任务结果,同get()方法;
- ready(): 判断任务是否执行以及有结果,有结果为True,否则False;
- info(): 获取任务信息,默认为结果;
- wait(t): 等待t秒后获取结果,若任务执行完毕,则不等待直接获取结果,若任务在执行中,则wait期间一直阻塞,直到超时报错;
- successful(): 判断任务是否成功,成功为True,否则为False;
2.2 定时任务
在第一步的异步任务的基础上,进行部分修改即可
1.settings.py
CELERYBEAT_SCHEDULE = {
'mul_every_30_seconds': {
# 任务路径
'task': 'celery_app.tasks.mul',
# 每5秒执行一次
'schedule': 5,
'args': (4, 5)
},
# 'xsum_week1_20_20_00': {
# # 任务路径
# 'task': 'celery_app.tasks.xsum',
# # 每周一20点20分执行
# 'schedule': crontab(hour=20, minute=20, day_of_week=1),
# 'args': ([1,2,3,4],),
# },
}
说明(更多内容见文档:http://docs.celeryproject.org/en/latest/userguide/periodic-tasks.html#crontab-schedules):
- task:任务函数
- schedule:执行频率,可以是整型(秒数),也可以是timedelta对象,也可以是crontab对象,也可以是自定义类(继承celery.schedules.schedule)
- args:位置参数,列表或元组
- kwargs:关键字参数,字典
- options:可选参数,字典,任何 apply_async() 支持的参数
- relative:默认是False,取相对于beat的开始时间;设置为True,则取设置的timedelta时间
2.启动celery
分别启动worker和beat
celery worker -A celery_study -l debug -P eventlet
celery beat -A celery_study -l debug
2.3 任务绑定
Celery可通过task绑定到实例获取到task的上下文,这样我们可以在task运行时候获取到task的状态,记录相关日志等
代码如下:
@shared_task(bind=True)
def mul(self, x, y):
logger.info('-mul'*10)
logger.info(self.name)
logger.info(dir(self))
return x * y
说明:
- 在装饰器中加入参数 bind=True
- 在task函数中的第一个参数设置为self
self对象是celery.app.task.Task的实例,可以用于实现重试等多种功能
@shared_task(bind=True)
def mul(self, x, y):
try:
logger.info('-mul' * 10)
logger.info(f'{self.name}, id:{self.request.id}')
raise Exception
except Exception as e:
# 出错每4秒尝试一次,总共尝试4次
self.retry(exc=e, countdown=4, max_retries=4)
return x * y
2.4 任务钩子
Celery在执行任务时,提供了钩子方法用于在任务执行完成时候进行对应的操作,在Task源码中提供了很多状态钩子函数如:on_success(成功后执行)、on_failure(失败时候执行)、on_retry(任务重试时候执行)、after_return(任务返回时候执行)
- 通过继承Task类,重写对应方法即可,示例:
class MyHookTask(Task):
def on_success(self, retval, task_id, args, kwargs):
logger.info(f'task id:{task_id} , arg:{args} , successful !')
def on_failure(self, exc, task_id, args, kwargs, einfo):
logger.info(f'task id:{task_id} , arg:{args} , failed ! erros: {exc}')
def on_retry(self, exc, task_id, args, kwargs, einfo):
logger.info(f'task id:{task_id} , arg:{args} , retry ! erros: {exc}')
- 在对应的task函数的装饰器中,通过 base=MyHookTask 指定
@shared_task(base=MyHookTask, bind=True)
def mul(self, x, y):
......
2.5 任务编排
在很多情况下,一个任务需要由多个子任务或者一个任务需要很多步骤才能完成,Celery也能实现这样的任务,完成这类型的任务通过以下模块完成:
- group: 并行调度任务
- chain: 链式任务调度
- chord: 类似group,但分header和body2个部分,header可以是一个group任务,执行完成后调用body的任务
- map: 映射调度,通过输入多个入参来多次调度同一个任务
- starmap: 类似map,入参类似*args
- chunks: 将任务按照一定数量进行分组
文档:https://docs.celeryproject.org/en/latest/getting-started/next-steps.html#canvas-designing-work-flows
1.group
urls.py:
path('primitive/', views.test_primitive),
views.py:
def test_primitive(request):
# 创建10个并列的任务
lazy_group = group(tasks.add.s(i, i) for i in range(10))
promise = lazy_group()
result = promise.get()
return JsonResponse({'function': 'test_primitive', 'result': result})
说明:
通过task函数的 s 方法传入参数,启动任务
上面这种方法需要进行等待,如果依然想实现异步的方式,那么就必须在tasks.py中新建一个task方法,调用group,示例如下:
tasks.py:
@shared_task
def group_task(num):
return group(add.s(i, i) for i in range(num))().get()
urls.py:
path('first_group/', views.first_group),
views.py:
def first_group(request):
ar = tasks.group_task.delay(10)
return HttpResponse('返回first_group任务,task_id:' + ar.task_id)
2.chain
默认上一个任务的结果作为下一个任务的第一个参数
def test_primitive(request):
# 等同调用 mul(add(add(2, 2), 5), 8)
promise = chain(tasks.add.s(2, 2), tasks.add.s(5), tasks.mul.s(8))()
# 72
result = promise.get()
return JsonResponse({'function': 'test_primitive', 'result': result})
3.chord
任务分割,分为header和body两部分,hearder任务执行完在执行body,其中hearder返回结果作为参数传递给body
def test_primitive(request):
# header: [3, 12]
# body: xsum([3, 12])
promise = chord(header=[tasks.add.s(1,2),tasks.mul.s(3,4)],body=tasks.xsum.s())()
result = promise.get()
return JsonResponse({'function': 'test_primitive', 'result': result})
2.6 celery管理和监控
celery通过flower组件实现管理和监控功能 ,flower组件不仅仅提供监控功能,还提供HTTP API可实现对woker和task的管理
官网:https://pypi.org/project/flower/
文档:https://flower.readthedocs.io/en/latest
- 安装flower
pip install flower==0.9.7
- 启动flower
flower -A celery_study --port=5555
说明:
- -A:项目名
- –port: 端口号
- 访问
在浏览器输入:http://127.0.0.1:5555