celery任务调度模块

Celery是Python开发的分布式任务调度模块,Celery本身不含消息服务,它使用第三方消息服务来传递任务,目前,Celery支持的消息服务有RabbitMQ、Redis甚至是数据库。

安装celery

pip install Celery

当使用redis时需要再安装celery-with-redis

celery的tasks脚本编写

例子:

import time

from celery import Celery

#指定redis的地址和库

broker='redis://localhost:6379/0'

backend='redis://localhost:6379/1'

#指定名字

celery = Celery('tasks', broker=broker, backend=backend)

@celery.task

def add(x, y):

    return x+y

def sendmail(mail):

    print('sending mail to %s...' % mail['to'])

    time.sleep(2.0)

    print('mail sent.')

启动task任务

#需要将task任务部署到linux服务器上,并将此任务运行,如果为运行此任务,则无法向redis传入值,也无法监控返回状态,执行命令如下

celery -A tasks worker -l info

调用celery接口

例子:

from celery_task import add,sendmail

import time

a = add.delay(10, 20)

print (a)

print (type(a))

time.sleep(1)

#查看celery返回的结果

print (a.result)

#查看celery的返回状态

print (a.status)

#指定超时时间为10秒

print (a.get(timeout=10))

#是否处理完成

print (a.ready())

#调用sendmail

sendmail.delay(dict(to='[email protected]'))


celery多任务处理

celeryconfig.py

#celery多任务的配置文件,需要放到服务器中

from kombu import Exchange,Queue

#需要按照celery格式

BORKER_URL = "redis://192.168.1.1:6379/1"

CELERY_RESULT_BACKEND = "redis://192.168.1.1/2"

CELERY_QUEUES = {

    Queue("default", Exchange("default"), routing_key=("default")),

    Queue("for_task_A", Exchange("for_task_A"), routing_key=("for_task_A")),

    Queue("for_task_B", Exchange("for_task_B"), routing_key=("for_task_B"))

}

CELERY_ROUTES = {

    "celery_practice.taskA":{"queue":"for_task_A", "routing_key":"for_task_A"},

    "celery_practice.taskB":{"queue":"for_task_B", "routing_key":"for_task_B"}

}

#celery定时任务

CELERY_TIMEZONE = 'UTC'

CELERYBEAT_SCHEDULE = {

    'taskA_schedule':{

        'task':'celery_practice.taskA',

        #暂停时间

        'schedule':20,

        'args':(5, 6)

    },

    'taskB_schedule':{

        'task':'celery_practice.taskB',

        'schedule':50,

        'args':(100, 200, 300)

    }

    'add_schedule': {

        'task': 'celery_practice.add',

        'schedule': 10,

        'args': (10, 20)

    }

}

celery_practice.py

#多任务内容,也需要放到服务器上运行

from celery import Celery

app =  Celery()

#同celery多任务配置文件脚本名

app.config_from_object("celeryconfig")

@app.task

def taskA(x, y):

    return x*y

@app.task

def taskB(x, y, z):

    return x+y+z

@app.task

def add(x, y):

    return x+y

celery_practice1.py

#具体客户端程序

from celery_practice import *

r1 = taskA.delay(10, 20)

print (r1.result)

r2 = taskB.delay(1, 2, 3)

print (r2.result)

r3 = add.delay(5, 10)

print (r3.status)

linux服务器上需要运行内容

celery -A celery_practice worker -l info -n workerA.%h -Q for_task_A

celery -A celery_practice worker -l info -n workerB.%h -Q for_task_B

celery -A celery_practice beat


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章