一、原理

Celery是基于Python开发的一个分布式任务队列框架，支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度。它是Python写的库，但是它实现的通讯协议也可以使用ruby，php，javascript等调用。异步任务除了消息队列的后台执行的方式，还是一种则是定时计划任务。

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（crontab）。它的架构组成如下图 

celery+redis celery+redis-cluster_json

 

 

 

组件：

1、任务（tasks）--用户定义的函数，用于实现用户的功能，比如执行一个耗时很长的任务

2、中间介（Broker）--用于存放tasks的地方，但是这个中间介需要解决一个问题，就是可能需要存放非常非常多的tasks，而且要保证Worker能够从这里拿取

3、执行者（Worker）--用于执行tasks，也就是真正调用我们在tasks中定义的函数

4、存储（Backend）--把执行tasks返回的结果进行存储，以供用户查看或调用

二、实现过程

1.环境安装（RabbitMQ/Redis、Celery、django-celery、flower）

我的python版本：3.7，celery版本：3.1.26.post2

2.创建工程

celery+redis celery+redis-cluster_celery+redis_02

 

 

 红圈为本工程所需：

web_order下面需要修改的文件：celery.py、__init__.py、settings文件

web_test下面需要修改的文件：tasks.py文件、longTask.py文件

 

3.修改文件过程

1）修改settings.py。在settings的最后加上如下代码：

1 # CELERY SETTING
2 BROKER_URL = 'redis://localhost:6379'    #指定消息中间件
3 CELERY_RESULT_BACKEND = 'redis://localhost:6379'   ##指定结果存储位置为本地数据库
4 CELERY_ACCEPT_CONTENT = ['application/json']  #
5 CELERY_TASK_SERIALIZER = 'json'
6 CELERY_RESULT_SERIALIZER = 'json'
7 CELERY_TIMEZONE = 'Asia/Shanghai'
8 CELERY_IMPORTS = ("web_test.tasks")   #注册任务，

###在 INSTALLED_APPS中注册 djcelery

2）__init__ 文件。

#绝对导入，以免celery和标准库中的celery模块冲突
from __future__ import absolute_import

# This will make sure the app is always imported when
# Django starts so that shared_task will use this app.

#以下导入时为了确保在Django启动时加载app，shared_task在app中会使用到
from .celery import app as celery_app

__all__ = ['celery_app']

3）celery文件

from __future__ import absolute_import,unicode_literals
import os
from celery import Celery
from django.conf import settings

os.environ.setdefault("DJANGO_SETTINGS_MODULE", "web_order.settings")  # 设置celery可以在命令行中使用
app = Celery('web_order')  # 创建app实例
# app = Celery('tcelery', backend='redis://localhost:6379/0', broker='redis://localhost:6379/0')
app.conf.CELERY_IGNORE_RESULT = False  # 结果不忽略
# app.conf.CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' #结果保存在redis中

app.config_from_object('django.conf:settings')  # 从文件中加载实例
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)  # 自动加载tasks，注意：他会去app下面查找tasks.py文件，所以我们必须将task放在tasks.py文件中

4）longTasks.py

from django.http import JsonResponse
import json
from .tasks import test   #导入异步任务的方法


def sendlongtask(request):
    #由此处调用test方法，执行异步命令
    run_res = test(sh, userIp, username)
    return JsonResponse("执行成功", safe=False)

5）Tasks.py

from celery import shared_task

@shared_task
def test(x, y):
    return (x+y)

4.启动Django和celery

　　在项目根目录执行：

　

python manage.py runserver 0.0.0.0:8000
python manage.py celery worker -c 4 --loglevel=info

 

5.另外，Celery提供了一个工具flower，将各个任务的执行情况、各个worker的健康状态进行监控并以可视化的方式展现，如下图所示：

celery+redis celery+redis-cluster_celery+redis_03

 

 

 

 

　　　　Django下实现的方式如下：　

　　　　　　1.） 安装flower:

pip install flower

　　　　　　2.） 启动flower（默认会启动一个webserver，端口为5555）:

python manage.py celery flower

　　　　　3.） 进入http://localhost:5555即可查看。

6.python3踩过的坑：python3.7与celery不兼容

celery+redis celery+redis-cluster_redis_04

 

 1.出现这个错误时，需要将报错文件中所有的async改为asynchronous或者其他变量名即可。

运行后，你会发现celery可以正常使用了

2.将python版本降到3.6及以下，celery也可正常使用。