celery入门
认识
这里有几个概念,task、worker、broker。
顾名思义,task 就是老板交给你的各种任务,worker 就是你手下干活的人员。
那什么是 Broker 呢?
老板给你下发任务时,你需要 把它记下来, 这个它 可以是你随身携带的本子,也可以是 电脑里地记事本或者excel,或者是你的 任何时间管理工具。
Broker 则是 Celery 记录task的地方。
作为一个任务管理者的你,将老板(前端程序)发给你的 安排的工作(Task) 记录到你的本子(Broker)里。接下来,你就安排你手下的IT程序猿们(Worker),都到你的本子(Broker)里来取走工作(Task)
1. broker为rabbitmq
#tasks.py
- from celery import Celery
- app = Celery('tasks', broker='amqp://admin:admin@localhost:5672')
- @app.task
- def add(x, y):
- return x + y
启动
- celery -A tasks worker --loglevel=info
运行

- >>> from tasks import add
- >>> add(1, 3)
- 4
- >>> add.delay(1,3)
- <AsyncResult: 07614cef-f314-4c7b-a33f-92c080cadb83>
- >>>

注:delay是使用异步的方式,会压入到消息队列。否则,不会使用消息队列。
文件名为tasks.py,则其中代码app = Celery('tasks', broker=),Celery第一个参数为文件名,启动时也是celery -A tasks worker --loglevel=info
2. 以python+文件名的方式启动
例1:
#test.py
- from celery import Celery
- import time
- app = Celery('test', backend='amqp', broker='amqp://admin:admin@localhost:5672')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(5)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()
启动
- python test.py worker
celery默认启动的worker数为内核个数,如果指定启动个数,用参数-c,例
- python test.py worker -c 2
例2:
#test.py
- from celery import Celery
- import time
- app = Celery('test', backend='amqp', broker='amqp://admin:admin@localhost:5672')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(2)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()
#eg.py
- from test import *
- import time
- rev = []
- for i in range(3):
- rev.append(add.delay(1,3))
- print "len rev:", len(rev)
- while 1:
- tag = 1
- for key in rev:
- if not key.ready():
- tag = 0
- time.sleep(1)
- print "sleep 1"
- if tag:
- break
- print "_____________________>"
3. broker为redis
#test_redis.py

- from celery import Celery
- import time
- #app = Celery('test_redis', backend='amqp', broker='redis://100.69.201.116:7000')
- app = Celery('test_redis', backend='redis', broker='redis://100.69.201.116:7000')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(5)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()

启动
- python test_redis.py worker -c 2
测试

- from celery import group
- from test_redis import *
- g = group(add.s(2, 3)).apply_async()
- g = group(add.s(2, 3)).apply_async()
- g = group(add.s(2, 3)).apply_async()
- g = group(add.s(2, 3)).apply_async()
- g = group(add.s(2, 3)).apply_async()
- for ret in g.get():
- print ret
- print "end-----------------------------------"

结果
- 5
- end-----------------------------------
4. 两个队列(redis)
#test_redis.py

- from celery import Celery
- import time
- #app = Celery('test_redis', backend='amqp', broker='redis://100.69.201.116:7000')
- app = Celery('test_redis', backend='redis', broker='redis://100.69.201.116:7000')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(5)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()

#test_redis_2.py

- from celery import Celery
- import time
- #app = Celery('test_redis', backend='amqp', broker='redis://100.69.201.116:7000')
- app = Celery('test_redis_2', backend='redis', broker='redis://100.69.201.116:7001')
- @app.task
- def add_2(x, y):
- print "=======>"
- time.sleep(5)
- print "<================="
- return x + y
- if __name__ == "__main__":
- app.start()

测试

- from celery import group
- from test_redis import *
- from test_redis_2 import *
- ll = [(1,2), (3,4), (5,6)]
- g = group(add.s(key[0], key[1]) for key in ll).apply_async()
- for ret in g.get():
- print ret
- print "end redis_1 -----------------------------------"
- ll = [(1,2), (3,4), (5,6)]
- g = group(add_2.s(key[0], key[1]) for key in ll).apply_async()
- for ret in g.get():
- print ":", ret
- print "end redis_2 -----------------------------------"

结果

- 3
- 7
- 11
- end redis_1 -----------------------------------
- : 3
- : 7
- : 11
- end redis_2 -----------------------------------

5. 两个队列(同一个rabbitmq)
注释:需要提前设置下队列
##例1
#test.py

- from celery import Celery
- import time
- app = Celery('test', backend='amqp', broker='amqp://admin:admin@localhost:5672//')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(5)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()

#test_2.py

- from celery import Celery
- import time
- app = Celery('test_2', backend='amqp', broker='amqp://admin:admin@localhost:5672//hwzh')
- @app.task
- def add_2(x, y):
- print "=====>"
- time.sleep(5)
- print "<=========="
- return x + y
- if __name__ == "__main__":
- app.start()

测试

- from celery import group
- from test import *
- from test_2 import *
- ll = [(1,2), (3,4), (7,8)]
- g = group(add.s(key[0], key[1]) for key in ll).apply_async()
- for ret in g.get():
- print ret
- ll = [(1,2), (3,4), (7,8)]
- g = group(add_2.s(key[0], key[1]) for key in ll).apply_async()
- for ret in g.get():
- print ret

结果

- 3
- 7
- 15
- 3
- 7
- 15

##例2
#test.py

- from celery import Celery
- import time
- app = Celery('test', backend='amqp', broker='amqp://admin:admin@localhost:5672//mq4')
- @app.task
- def add(x, y):
- print "------>"
- time.sleep(2)
- print "<--------------"
- return x + y
- @app.task
- def sum(x, y):
- print "------>"
- time.sleep(2)
- print "<--------------"
- return x + y
- if __name__ == "__main__":
- app.start()

#eg2.py

- from test import *
- import time
- rev = []
- for i in range(3):
- rev.append(add.delay(1,3))
- for i in range(3):
- rev.append(sum.delay(1,3))
- print "len rev:", len(rev)
- while 1:
- tag = 1
- for key in rev:
- if not key.ready():
- tag = 0
- time.sleep(1)
- print "sleep 1"
- if tag:
- break
- print "_____________________>"

6. 保存结果

- from celery import Celery
- app = Celery('tasks', backend='amqp', broker='amqp://admin:admin@localhost')
- @app.task
- def add(x, y):
- return x + y

启动
- celery -A tasks_1 worker --loglevel=info
与前例不同:
- ** ---------- [config]
- ** ---------- .> app: tasks:0x7f8057931810
- ** ---------- .> transport: amqp://admin:**@localhost:5672//
- ** ---------- .> results: amqp
运行

- >>> from tasks_1 import add
- >>> result = add.delay(1, 3)
- >>> result.ready()
- True
- >>> result.get()
- 4

7. 多个队列

- from celery import Celery
- from kombu import Exchange, Queue
- BROKER_URL = 'amqp://admin:admin@localhost//'
- app = Celery('tasks', backend='amqp',broker=BROKER_URL)
- app.conf.update(
- CELERY_ROUTES={
- "add1":{"queue":"queue_add1"},
- "add2":{"queue":"queue_add2"},
- "add3":{"queue":"queue_add3"},
- "add4":{"queue":"queue_add4"},
- },
- )
- @app.task
- def add1(x, y):
- return x + y
- @app.task
- def add2(x, y):
- return x + y
- @app.task
- def add3(x, y):
- return x + y
- @app.task
- def add4(x, y):
- return x + y

celery入门的更多相关文章
- Celery入门指北
Celery入门指北 其实本文就是我看完Celery的官方文档指南的读书笔记.然后由于我的懒,只看完了那些入门指南,原文地址:First Steps with Celery,Next Steps,Us ...
- 分布式队列Celery入门
Celery 是一个简单.灵活且可靠的,处理大量消息的分布式系统,并且提供维护这样一个系统的必需工具.它是一个专注于实时处理的任务队列,同时也支持任务调度.Celery 是语言无关的,虽然它是用 Py ...
- celery 入门
认识 这里有几个概念,task.worker.broker.顾名思义,task 就是老板交给你的各种任务,worker 就是你手下干活的人员. 那什么是 Broker 呢? 老板给你下发任务时,你需要 ...
- 分布式任务队列Celery入门与进阶
一.简介 Celery是由Python开发.简单.灵活.可靠的分布式任务队列,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 ...
- 异步任务神器 Celery-入门
一.Celery入门介绍 在程序的运行过程中,我们经常会碰到一些耗时耗资源的操作,为了避免它们阻塞主程序的运行,我们经常会采用多线程或异步任务.比如,在 Web 开发中,对新用户的注册,我们通常会给他 ...
- 初识Celery
本系列文章的开发环境: window + python2. + pycharm5 + celery3.1.25 + django1.9.4 在我们日常的开发工作中,经常会遇到这几种情况: 1.在web ...
- Celery异步调度框架(一)基本使用
介绍 之前部门开发一个项目我们需要实现一个定时任务用于收集每天DUBBO接口.域名以及TOMCAT(核心应用)的访问量,这个后面的逻辑就是使用定时任务去ES接口抓取数据存储在数据库中然后前台进行展示. ...
- Django中使用Celery
一.前言 Celery是一个基于python开发的分布式任务队列,如果不了解请阅读笔者上一篇博文Celery入门与进阶,而做python WEB开发最为流行的框架莫属Django,但是Django的请 ...
- 转 Celery 使用
http://www.mamicode.com/info-detail-1798782.html https://blog.csdn.net/lu1005287365/article/details/ ...
随机推荐
- yii2表关联实例
yii2表关联 1.两张表关联,以“商品表关联品牌表”为例 控制器中: $goods_model=new Goods(); $goods_info=$goods_model::find()->j ...
- jQuery学习之prop和attr的区别
1.attr() :默认保存的是浏览器的初始值 prop()保存的是更新的值 2.下面的是首用法,但是.attr()方法可以运行在所有的attributes情况下. 注意:一些DOM元素的prope ...
- [置顶] 关于产品的一些思考——腾讯之UIDesigner
首先要赞一下这个软件,上手快,效果好,不过还有些有待提高的地方. 1.不稳定 设置了页面跳转效果后,继续编辑,前边已经编辑过的页面跳转效果有的会失效,或者变为其他跳转效果. 2.键盘无 ...
- android 学习随笔十九(对话框、样式、主题、国际化 )
1.对话框 package com.itheima.dialog; import android.os.Bundle; import android.app.Activity; import andr ...
- tcp socket
1.TCP连接手机能够使用联网功能是因为手机底层实现了TCP/IP协议,可以使手机终端通过无线网络建立TCP连接.TCP协议可以对上层网络提供接口,使上层网络数据的传输建立在"无差别&quo ...
- scala抽象类抽象字段
package com.test.scala.test /** * 抽象类学习,定义abstact关键字 */ abstract class AbstractClass { val id:Int;// ...
- linux下共享内存mmap和DMA(直接访问内存)的使用 【转】
转自:http://blog.chinaunix.net/uid-7374279-id-4413316.html 介绍Linux内存管理和内存映射的奥秘.同时讲述设备驱动程序是如何使用“直接内存访问” ...
- Asp.Net Web Api 2 实现多文件打包并下载文件示例源码_转
一篇关于Asp.Net Web Api下载文件的文章,之前我也写过类似的文章,请见:<ASP.NET(C#) Web Api通过文件流下载文件到本地实例>本文以这篇文章的基础,提供了Byt ...
- Content Delivery Network
Coding Standards & Best Practices 7 Reasons to use a Content Delivery Network CDN公共库汇总
- 2、HTML
软件的结构: C/S(Client Server)结构的软件: 比如: QQ. 极品飞车. 飞信 . 迅雷 cs结构的软件的缺点:更新的时候需要用户下载更新包然后再安装,程序员则需要开发客户端与服务端 ...