Python之celery的简介与使用

celery的简介

celery是一个基于分布式消息传输的异步任务队列，它专注于实时处理，同时也支持任务调度。它的执行单元为任务（task），利用多线程，如 Eventlet ， gevent 等，它们能被并发地执行在单个或多个职程服务器（worker servers）上。任务能异步执行（后台运行）或同步执行（等待任务完成）。

在生产系统中，celery能够一天处理上百万的任务。它的完整架构图如下：

组件介绍：

• Producer：调用了Celery提供的API、函数或者装饰器而产生任务并交给任务队列处理的都是任务生产者。
• Celery Beat：任务调度器，Beat进程会读取配置文件的内容，周期性地将配置中到期需要执行的任务发送给任务队列。
• Broker：消息代理，又称消息中间件，接受任务生产者发送过来的任务消息，存进队列再按序分发给任务消费方（通常是消息队列或者数据库）。Celery目前支持RabbitMQ、Redis、MongoDB、Beanstalk、SQLAlchemy、Zookeeper等作为消息代理，但适用于生产环境的只有RabbitMQ和Redis, 官方推荐 RabbitMQ。
• Celery Worker：执行任务的消费者，通常会在多台服务器运行多个消费者来提高执行效率。
• Result Backend：任务处理完后保存状态信息和结果，以供查询。Celery默认已支持Redis、RabbitMQ、MongoDB、Django ORM、SQLAlchemy等方式。

在客户端和消费者之间传输数据需要序列化和反序列化。 Celery 支出的序列化方案如下所示:

准备工作

在本文中，我们使用的celery的消息代理和后端存储数据库都使用redis，序列化和反序列化选择msgpack。

首先，我们需要安装redis数据库，具体的安装方法可参考： http://www.runoob.com/redis/r... 。启动redis，我们会看到如下界面：

在redis可视化软件rdm中，我们看到的数据库如下：

里面没有任何数据。

接着，为了能够在python中使用celery，我们需要安装以下模块：

• celery
• redis
• msgpack

这样，我们的准备工作就完毕了。

一个简单的例子

我们创建的工程名称为proj，结构如下图：

首先是主程序app_test.py，代码如下：

from celery import Celery

app = Celery('proj', include=['proj.tasks'])
app.config_from_object('proj.celeryconfig')

if __name__ == '__main__':
    app.start()

分析一下这个程序：

1. "from celery import Celery"是导入celery中的Celery类。
2. app是Celery类的实例，创建的时候添加了proj.tasks这个模块，也就是包含了proj/tasks.py这个文件。
3. 把Celery配置存放进proj/celeryconfig.py文件，使用app.config_from_object加载配置。

接着是任务函数文件tasks.py，代码如下：

import time
from proj.app_test import app

@app.task
def add(x, y):
    time.sleep(1)
    return x + y

tasks.py只有一个任务函数add，让它生效的最直接的方法就是添加app.task这个装饰器。add的功能是先休眠一秒，然后返回两个数的和。

接着是配置文件celeryconfig.py，代码如下：

BROKER_URL = 'redis://localhost' # 使用Redis作为消息代理

CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' # 把任务结果存在了Redis

CELERY_TASK_SERIALIZER = 'msgpack' # 任务序列化和反序列化使用msgpack方案

CELERY_RESULT_SERIALIZER = 'json' # 读取任务结果一般性能要求不高，所以使用了可读性更好的JSON

CELERY_TASK_RESULT_EXPIRES = 60 * 60 * 24 # 任务过期时间

CELERY_ACCEPT_CONTENT = ['json', 'msgpack'] # 指定接受的内容类型

最后是调用文件diaoyong.py，代码如下：

from proj.tasks import add
import time

t1 = time.time()

r1 = add.delay(1, 2)
r2 = add.delay(2, 4)
r3 = add.delay(3, 6)
r4 = add.delay(4, 8)
r5 = add.delay(5, 10)

r_list = [r1, r2, r3, r4, r5]
for r in r_list:
    while not r.ready():
        pass
    print(r.result)

t2 = time.time()

print('共耗时：%s' % str(t2-t1))

在这个程序中，我们调用了add函数五次，delay()用来调用任务。

例子的运行

到此为止，我们已经理解了整个项目的结构与代码。

接下来，我们尝试着把这个项目运行起来。

首先，我们需要启动redis。接着，切换至proj项目所在目录，并运行命令：

celery -A proj.app_test worker -l info

界面如下：

然后，我们运行diaoyong.py，输出的结果如下：

3
6
9
12
15
共耗时：1.1370790004730225

后台输出如下：

接着，我们看一下rdm中的数据：

至此，我们已经成功运行了这个项目。

下面，我们尝试着对这个运行结果做些分析。首先，我们一次性调用了五次add函数，但是运行的总时间才1秒多。这是celery异步运行的结果，如果是同步运行，那么，至少需要5秒多，因为每调用add函数一次，就会休眠一秒。这就是celery的强大之处。

从后台输出可以看到，程序会先将任务分发出来，每个任务一个ID，在后台统一处理，处理完后会有相应的结果返回，同时该结果也会储存之后台数据库。可以利用ready()判断任务是否执行完毕，再用result获取任务的结果。

本文项目的github地址为： https://github.com/percent4/c... 。

本次分享到此结束，感谢阅读~

注意：本人现已开通微信公众号： Python爬虫与算法（微信号为：easy_web_scrape）， 欢迎大家关注哦~~

参考文献

1. Celery 初步： http://docs.jinkan.org/docs/c...
2. 使用Celery： https://zhuanlan.zhihu.com/p/...
3. 异步神器celery： https://www.jianshu.com/p/9be...