celery原理与组件

celery理解与多线程区别

• celecry 在处理多个任务时会给你一个当前的结果或编号（eg：我在执行中，执行完毕以后叫你并返回结果），这时我就可以去做其他事情提高了我的性能和效率。
• 而多线程是处理多个任务时还是会让我继续等待其他线程执行完毕，而这时我不能去做其他事情，从而多线程只是解决了多任务问题并没有解决我的效率和性能问题。

1.1 celery应用举例

• 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

• 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

• Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息，以及存储任务结果， 一般使用rabbitMQ or Redis

1.2 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

1.3 Celery 特性

• 方便查看定时任务的执行情况, 如 是否成功, 当前状态, 执行任务花费的时间等.

• 可选 多进程, Eventlet 和 Gevent 三种模型并发执行.

• Celery 是语言无关的.它提供了python 等常见语言的接口支持.

2.celery 组件

2.1 Celery 扮演生产者和消费者的角色

• Celery Beat : 任务调度器. Beat 进程会读取配置文件的内容, 周期性的将配置中到期需要执行的任务发送给任务队列.

• 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, 提高运行效率.

• Broker : 消息代理, 队列本身. 也称为消息中间件. 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).

• Producer : 任务生产者. 调用 Celery 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.

• Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.

2.2 celery架构图

2.3 产生任务的方式

• 发布者发布任务(WEB 应用)

• 任务调度按期发布任务(定时任务)

2.4 celery 依赖三个库: 这三个库, 都由 Celery 的开发者开发和维护.

• billiard : 基于 Python2.7 的 multisuprocessing 而改进的库, 主要用来提高性能和稳定性.
• librabbitmp : C 语言实现的 Python 客户端
• kombu : Celery 自带的用来收发消息的库, 提供了符合 Python 语言习惯的, 使用 AMQP 协议的高级接口

3.celery配置与基本使用

3.1 安装celery、

 pip install celery @ 
 https://github.com/celery/celery/tarball/master

3.2 新建celery/main.py配置celery

 # celery_task/main.py
 import os
 from celery import Celery

 # 定义celery实例, 需要的参数, 1, 实例名, 2, 任务发布位置, 3, 结果保存位置
 app = Celery('mycelery',

 broker='redis://127.0.0.1:6379/14',  # 任务存放的地方 

 backend='redis://127.0.0.1:6379/15')  # 结果存放的地方

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

4.测试celery

启动celery命令

'''1.启动celery'''

 #1.1 单进程启动celery
 celery -A main worker -l INFO

 #1.2 celery管理
 celery  multi start celery_test -A celery_test -l debug --autoscale=50,5        # celery并发数：最多50个，最少5个
 ps auxww|grep "celery worker"|grep -v grep|awk  '{print $2}'|xargs kill -9       # 关闭所有celery进程