項目開發中經常碰到需要使用異步任務的場景，比如一個WEB請求中有運行時間很長的業務運算，如果不採用異步任務，會阻塞當前的web請求，影響用戶體驗。
celery是python的一個分佈式任務調度模塊，由消息中間件broker、任務執行體worker、任務執行結果backend三部分組成。
celery通過消息中間件broker實現消息服務，通常broker使用rabbitMQ，redis等，搭建異步任務系統時需要部署相關的消息服務，比如選擇用redis，就需要部署redis-server。
任務執行體worker可以分佈式的部署到多個節點，比如多臺機器或多個docker中。
任務執行結果backend用於保存任務執行結果，通常使用redis、ＭongoDB等，仍然需要部署相關的服務。
藉助docker我們可以將celery與消息服務集成在一起，提供完整的異步任務執行體。
flower是python的一個專門用於監控celery的模塊，比如可以在web頁面實時顯示celery worker的狀態、任務的狀態等，最重要的，flower還提供了REST API用於方便第三方應用直接觸發任務執行、獲取任務執行結果等，這也極大地擴展了celery的應用範圍
celery應用舉例
- Celery 是一個 基於python開發的分佈式異步消息任務隊列，通過它可以輕鬆的實現任務的異步處理，如果你的業務場景中需要用到異步任務，就可以考慮使用celery
- 你想對100臺機器執行一條批量命令，可能會花很長時間 ，但你不想讓你的程序等着結果返回，而是給你返回 一個任務ID, 你過一段時間只需要拿着這個任務id就可以拿到任務執行結果， 在任務執行ing進行時，你可以繼續做其它的事情
- Celery 在執行任務時需要通過一個消息中間件來接收和發送任務消息，以及存儲任務結果， 一般使用rabbitMQ or Redis
Celery有以下優點
1、簡單：一單熟悉了celery的工作流程後，配置和使用還是比較簡單的
2、高可用：當任務執行失敗或執行過程中發生連接中斷，celery 會自動嘗試重新執行任務
3、快速：一個單進程的celery每分鐘可處理上百萬個任務
4、靈活： 幾乎celery的各個組件都可以被擴展及自定製
Celery基本工作流程圖
user：用戶程序，用於告知celery去執行一個任務。
broker: 存放任務（依賴RabbitMQ或Redis，進行存儲）
worker：執行任務