Python开发【模块】:Celery 分布式异步消息任务队列
Celery
前言:
Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理, 如果你的业务场景中需要用到异步任务,就可以考虑使用celery, 举几个实例场景中可用的例子:
- 你想对100台机器执行一条批量命令,可能会花很长时间 ,但你不想让你的程序等着结果返回,而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果, 在任务执行ing进行时,你可以继续做其它的事情。
- 你想做一个定时任务,比如每天检测一下你们所有客户的资料,如果发现今天 是客户的生日,就给他发个短信祝福
Celery有以下优点:
- 简单:一单熟悉了celery的工作流程后,配置和使用还是比较简单的
- 高可用:当任务执行失败或执行过程中发生连接中断,celery 会自动尝试重新执行任务
- 快速:一个单进程的celery每分钟可处理上百万个任务
- 灵活: 几乎celery的各个组件都可以被扩展及自定制
Celery基本工作流程图:
1、 Celery安装使用
Celery需要在linux的环境下运行:
# 安装
[root@localhost celerys]# pip3 install celery # 进入python import无异常表示安装成功
[root@localhost celerys]# python3
>>> import celery
Celery的默认broker是RabbitMQ, 仅需配置一行就可以
broker_url = 'amqp://guest:guest@localhost:5672//'
使用Redis做broker也可以
broker_url = 'redis://localhost:6379/0'
#redis://:password@hostname:port/db_number
2、简单使用
创建一个任务文件就叫tasks.py:
from celery import Celery
import time app = Celery('cly', # 任意
broker='redis://192.168.1.166:6379/0', # 中间件
backend='redis://localhost') # 数据存储 @app.task
def add(x,y):
time.sleep(10)
print("running...",x,y)
return x+y
启动Celery Worker来开始监听并执行任务:
# 加入环境变量
[root@localhost ~]# PATH=$PATH:/usr/local/python3.5/bin/ # 启动一个worker
[root@localhost celerys]# celery -A tasks worker --loglevel=info
调用任务:
[root@localhost celerys]# python3
Python 3.5.2 (default, Jul 7 2017, 23:36:01)
[GCC 4.8.5 20150623 (Red Hat 4.8.5-11)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from tasks import add # import add
>>> add.delay(4,6) # 执行函数
<AsyncResult: 4b5a8ab6-693c-4ce5-b779-305cfcdf70cd> # 返回taskid
>>> result = add.delay(4,6) # 执行函数
>>> result.get() # 同步获取结果,一直等待
10 >>> result.get(timeout=1) # 设置超时时间,过期错误异常
Traceback (most recent call last):
--strip--
celery.exceptions.TimeoutError: The operation timed out. >>> result = add.delay(4,'a') # 执行错误命令
>>> result.get() # get后获取到错误信息,触发异常
Traceback (most recent call last):
--strip--
celery.backends.base.TypeError: unsupported operand type(s) for +: 'int' and 'str'
>>> result = add.delay(4,'a')
>>> result.get(propagate=False) # propagate=False 不触发异常,获取错误信息
TypeError("unsupported operand type(s) for +: 'int' and 'str'",)
>>> result.traceback # 获取具体错误信息 log打印用
'Traceback (most recent call last):\n File "/usr/local/python3.5/lib/python3.5/site-packages/celery/app/trace.py", line 367, in trace_task\n R = retval = fun(*args, **kwargs)\n File "/usr/local/python3.5/lib/python3.5/site-packages/celery/app/trace.py", line 622, in __protected_call__\n return self.run(*args, **kwargs)\n File "/data/celerys/tasks.py", line 12, in add\n return x+y\nTypeError: unsupported operand type(s) for +: \'int\' and \'str\'\n'
此时worker端收到的信息:
[2017-07-08 03:12:22,565: WARNING/PoolWorker-1] running... # 获取到任务
[2017-07-08 03:12:22,565: WARNING/PoolWorker-1] 4
[2017-07-08 03:12:22,565: WARNING/PoolWorker-1] 6 # 任务执行完毕数据存储到backend端
[2017-07-08 03:12:22,567: INFO/PoolWorker-1] Task tasks.add[683e395e-48b9-4d32-b3bb-1492c62af393] succeeded in 10.01260852499945s: 10
查看broker(即192.168.1.166)端数据:
[root@localhost redis-3.0.6]# src/redis-cli
127.0.0.1:6379> keys *
1) "_kombu.binding.celeryev"
2) "unacked_mutex"
3) "_kombu.binding.celery.pidbox"
4) "_kombu.binding.celery"
执行完后,backend端的数据:
[root@localhost redis-3.0.6]# src/redis-cli # 程序get后,数据未被删除
127.0.0.1:6379> keys *
1) "celery-task-meta-683e395e-48b9-4d32-b3bb-1492c62af393"
Python开发【模块】:Celery 分布式异步消息任务队列的更多相关文章
- 安装 rabbitmq ,通过生成器获取redis列表数据 与 Celery 分布式异步队列
一.安装rabbitmq @全体成员 超简易安装rabbitmq文档 1.安装配置epel源rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/ ...
- Python极其简单的分布式异步作业管理系统RQ入门
Python极其简单的分布式异步作业管理系统RQ入门 原创 2017-08-19 lixing 生信人 Python极其简单的分布式异步作业管理系统RQ入门 1. 什么是Job? Job直译过来就是工 ...
- celery 分布式异步任务框架(celery简单使用、celery多任务结构、celery定时任务、celery计划任务、celery在Django项目中使用Python脚本调用Django环境)
一.celery简介: Celery 是一个强大的 分布式任务队列 的 异步处理框架,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 tas ...
- celery分布式异步框架
1.什么是Celery Celery是一个简单.灵活且可靠的,处理大量消息的分布式系统 专注于实时处理的异步任务队列 同时也支持任务调度 Celery架构 Celery的架构由三部分组成,消息中间件( ...
- celery 分布式异步队列框架使用方法
简介: Celery 是一个python开发的异步分布式任务调度模块,是一个消息传输的中间件,可以理解为一个邮箱,每当应用程序调用celery的异步任务时,会向broker传递消息,然后celery ...
- Celery分布式异步任务框架
一.什么是Celery Celery是一个简单.灵活且可靠的,处理大量消息的分布式系统.专注于实时处理的异步任务队列,同时也支持定时任务 二.Celery架构 1.Celery的架构由三部分组成: 消 ...
- Python开发程序:RPC异步执行命令(RabbitMQ双向通信)
RPC异步执行命令 需求: 利用RibbitMQ进行数据交互 可以对多台服务器进行操作 执行命令后不等待命令的执行结果,而是直接让输入下一条命令,结果出来后自动打印 实现异步操作 不懂rpc的请移步h ...
- python开发模块基础:异常处理&hashlib&logging&configparser
一,异常处理 # 异常处理代码 try: f = open('file', 'w') except ValueError: print('请输入一个数字') except Exception as e ...
- Android开发学习之路--异步消息Handler,Message,Looper和AsyncTask之初体验
在简易音乐播放器中,用了Handler,也没有过多地去研究学习,这里再学习下android下的异步消息处理机制.这里用了Handler主要是在线程中不能更新UI,而需要通过Handler才可以.关于异 ...
随机推荐
- JAVA面试-java虚拟机
1.JVM简析: 作为一名Java使用者,掌握JVM的体系结构也是很有必要的. 说起Java,我们首先想到的是Java编程语言,然而事实上,Java是一种技术,它由四方面组成:Ja ...
- Vivado HLS初识---阅读《vivado design suite tutorial-high-level synthesis》(5)
Vivado HLS初识---阅读<vivado design suite tutorial-high-level synthesis>(5) 1.创建工程 启动vidado HLS co ...
- ie8 报错:意外地调用了方法或属性访问
在某场景中一句简单的js: $("#changeOption").text("增加"); 在 IE8 下面报错:'意外地调用了方法或属性访问' 改成:$(&qu ...
- Linux网路查看工具
源自:http://mp.weixin.qq.com/s?__biz=MzA3OTgyMDcwNg==&mid=2650625758&idx=1&sn=856dda86869d ...
- 解决Sublime Text 3中文显示乱码问题
之前用Sublime Text 2,阅读了你是猴子派的救兵吗写的博客解决Sublime Text 2中文显示乱码问题,解决了问题. 后来嫌版本2启动太慢了,换成Sublime Text 3之后,发现网 ...
- 学习笔记之NumPy
NumPy — NumPy http://www.numpy.org/ NumPy is the fundamental package for scientific computing with P ...
- 廖雪峰Java4反射与泛型-3泛型-7泛型和反射
1.部分反射API是泛型 1.1获取反射API的泛型 部分反射API是泛型,如Class<T>是泛型 //如果使用Class,不带泛型,出现compile warning编译警告 Clas ...
- Charles问题
1.内容显示乱码 1.1.使用Charles抓包,text显示乱码,note提示如下 SSL Proxying not enabled for this host: enable in Proxy S ...
- etcd集群部署与遇到的坑(转)
原文 https://www.cnblogs.com/breg/p/5728237.html etcd集群部署与遇到的坑 在k8s集群中使用了etcd作为数据中心,在实际操作中遇到了一些坑.今天记录一 ...
- Zabbix系统中的历史数据和趋势数据
原文:http://blog.chinaunix.net/uid-9411004-id-4139807.html 或许读者还记得,我们在介绍如何创建一个监控项目时,我们介绍过在“配置项目”表单页面上有 ...