详解分布式任务队列Celery使用说明

起步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

起步

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。

运行模式是生产者消费者模式：

任务队列：任务队列是一种在线程或机器间分发任务的机制。

消息队列：消息队列的输入是工作的一个单元，称为任务，独立的职程（Worker）进程持续监视队列中是否有需要处理的新任务。

Celery 用消息通信，通常使用中间人（Broker）在客户端和职程间斡旋。这个过程从客户端向队列添加消息开始，之后中间人把消息派送给职程，职程对消息进行处理。

Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。

消息中间件：Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成，包括，RabbitMQ, Redis, MongoDB等，本文使用 redis 。

任务执行单元：Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中

任务结果存储：Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括Redis，MongoDB，Django ORM，AMQP等，这里我先不去看它是如何存储的，就先选用Redis来存储任务执行结果。

安装

通过 pip 命令即可安装：

pip install celery

本文使用 redis 做消息中间件，所以需要在安装：

pip install redis

redis软件也要安装，官网只提供了 linux 版本的下载:https://redis.io/download,windows 的可以到 https://github.com/MicrosoftArchive/redis 下载 exe 安装包。

简单的demo

为了运行一个简单的任务，从中说明 celery 的使用方式。在项目文件夹内创建 app.py 和 tasks.py 。tasks.py 用来定义任务：

# tasks.py
import time
from celery import Celery

broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery('my_tasks', broker=broker, backend=backend)

@app.task
def add(x, y):
 print('enter task')
 time.sleep(3)
 return x + y

这些代码做了什么事。 broker 指定任务队列的消息中间件，backend 指定了任务执行结果的存储。app 就是我们创建的 Celery 对象。通过 app.task 修饰器将 add 函数变成一个一部的任务。

# app.py
from tasks import add

if __name__ == '__main__':
 print('start task')
 result = add.delay(2, 18)
 print('end task')
 print(result)

add.delay 函数将任务序列化发送到消息中间件。终端执行 python app.py 可以看到输出一个任务的唯一识别：

start task end task 79ef4736-1ecb-4afd-aa5e-b532657acd43

这个只是将任务推送到 redis，任务还没被消费，任务会在 celery 队列中。

开启 celery woker 可以将任务进行消费：

celery worker -A tasks -l info # -A 后是模块名

A 参数指定了celery 对象的位置，l 参数指定woker的日志级别。

如果此命令在终端报错：

  File "e:\workspace\.env\lib\site-packages\celery\app\trace.py", line 537, in _fast_trace_task     tasks, accept, hostname = _loc ValueError: not enough values to unpack (expected 3, got 0)

这是win 10 在使用 Celery 4.x 的时候会有这个问题，解决方式可以是改用 Celery 3.x 版本，或者按照 Unable to run tasks under Windows 上提供的方式，该issue提供了两种方式解决，一种是安装 eventlet 扩展：

pip install eventlet
celery -A <mymodule> worker -l info -P eventlet

另一种方式是添加个 FORKED_BY_MULTIPROCESSING = 1 的环境变量(推荐这种方式)：

import os
os.environ.setdefault('FORKED_BY_MULTIPROCESSING', '1')

如果一切顺利，woker 正常启动，就能在终端看到任务被消费了：

[2018-11-27 13:59:27,830: INFO/MainProcess] Received task: tasks.add[745e5be7-4675-4f84-9d57-3f5e91c33a19] [2018-11-27 13:59:27,831: WARNING/SpawnPoolWorker-2] enter task [2018-11-27 13:59:30,835: INFO/SpawnPoolWorker-2] Task tasks.add[745e5be7-4675-4f84-9d57-3f5e91c33a19] succeeded in 3.0s: 20

说明我们的demo已经成功了。

使用配置文件 在上面的demo中，是将broker和backend直接写在代码中的，而 Celery 还有其他配置，最好是写出配置文件的形式，基本配置项有：

• CELERY_DEFAULT_QUEUE：默认队列
• BROKER_URL  : 代理人的网址
• CELERY_RESULT_BACKEND：结果存储地址
• CELERY_TASK_SERIALIZER：任务序列化方式
• CELERY_RESULT_SERIALIZER：任务执行结果序列化方式
• CELERY_TASK_RESULT_EXPIRES：任务过期时间
• CELERY_ACCEPT_CONTENT：指定任务接受的内容序列化类型(序列化)，一个列表；

整理一下目录结构，将我们的任务封装成包：

内容如下：

# __init__.py
import os
from celery import Celery

os.environ.setdefault('FORKED_BY_MULTIPROCESSING', '1')
app = Celery('demo')

# 通过 Celery 实例加载配置模块
app.config_from_object('celery_app.celery_config')

# celery_config.py
BROKER_URL = 'redis://127.0.0.1:6379/1'
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/2'

# UTC
CELERY_ENABLE_UTC = True
CELERY_TIMEZONE = 'Asia/Shanghai'

# 导入指定的任务模块
CELERY_IMPORTS = (
 'celery_app.task1',
 'celery_app.task2',
)

# task1.py
import time
from celery_app import app

@app.task
def add(x, y):
 print('enter task')
 time.sleep(3)
 return x + y

# task2.py
import time
from celery_app import app

@app.task
def mul(x, y):
 print('enter task')
 time.sleep(4)
 return x * y

# app.py
from celery_app import task1

if __name__ == '__main__':
 pass
 print('start task')
 result = task1.add.delay(2, 18)
 print('end task')
 print(result)

提交任务与启动worker：

$ python app.py
$ celery worker -A celery_app -l info

result = task1.add.delay(2, 18) 返回的是一个任务对象，通过 delay 函数的方式可以发现这个过程是非阻塞的，这个任务对象有一个方法：

r.ready() # 查看任务状态，返回布尔值, 任务执行完成, 返回 True, 否则返回 False.
r.wait() # 等待任务完成, 返回任务执行结果，很少使用；
r.get(timeout=1) # 获取任务执行结果，可以设置等待时间
r.result # 任务执行结果.
r.state # PENDING, START, SUCCESS，任务当前的状态
r.status # PENDING, START, SUCCESS，任务当前的状态
r.successful # 任务成功返回true
r.traceback # 如果任务抛出了一个异常，你也可以获取原始的回溯信息

定时任务

定时任务的功能类似 crontab，可以完成每日统计任务等。首先我们需要配置一下 schedule，通过改造上面的配置文件，添加 CELERYBEAT_SCHEDULE 配置：

import datetime
from celery.schedules import crontab

CELERYBEAT_SCHEDULE = {
 'task1-every-1-min': {
 'task': 'celery_app.task1.add',
 'schedule': datetime.timedelta(seconds=60),
 'args': (2, 15),
 },
 'task2-once-a-day': {
 'task': 'celery_app.task2.mul',
 'schedule': crontab(hour=15, minute=23),
 'args': (3, 6),
 }
}

task 指定要执行的任务；schedule 表示计划的时间，datetime.timedelta(seconds=60) 表示间隔一分钟，这里其实也可以是 crontab(minute='*/1') 来替换；args 表示要传递的参数。

启动 celery beat:

$ celery worker -A celery_app -l info

我们目前是用两个窗口来执行 woker 和 beat 。当然也可以只使用一个窗口来运行（仅限linux系统）：

$ celery -B -A celery_app worker -l info

celery.task 装饰器

@celery.task()
def name():
 pass

task() 方法将任务修饰成异步， name 可以显示指定的任务名字；serializer 指定序列化的方式；bind 一个bool值，若为True，则task实例会作为第一个参数传递到任务方法中，可以访问task实例的所有的属性，即前面反序列化中那些属性。

@task(bind=True) # 第一个参数是self，使用self.request访问相关的属性
def add(self, x, y):
 logger.info(self.request.id)

base 可以指定任务积累，可以用来定义回调函数：

import celery

class MyTask(celery.Task):
 # 任务失败时执行
 def on_failure(self, exc, task_id, args, kwargs, einfo):
 print('{0!r} failed: {1!r}'.format(task_id, exc))
 # 任务成功时执行
 def on_success(self, retval, task_id, args, kwargs):
 pass
 # 任务重试时执行
 def on_retry(self, exc, task_id, args, kwargs, einfo):
 pass

@task(base=MyTask)
def add(x, y):
 raise KeyError()

exc:失败时的错误的类型；
task_id:任务的id；
args:任务函数的参数；
kwargs:参数；
einfo:失败时的异常详细信息；
retval:任务成功执行的返回值；

总结

网上找了一份比较常用的配置文件，需要的时候可以参考下：

# 注意，celery4版本后，CELERY_BROKER_URL改为BROKER_URL
BROKER_URL = 'amqp://username:passwd@host:port/虚拟主机名'
# 指定结果的接受地址
CELERY_RESULT_BACKEND = 'redis://username:passwd@host:port/db'
# 指定任务序列化方式
CELERY_TASK_SERIALIZER = 'msgpack' 
# 指定结果序列化方式
CELERY_RESULT_SERIALIZER = 'msgpack'
# 任务过期时间,celery任务执行结果的超时时间
CELERY_TASK_RESULT_EXPIRES = 60 * 20 
# 指定任务接受的序列化类型.
CELERY_ACCEPT_CONTENT = ["msgpack"] 
# 任务发送完成是否需要确认，这一项对性能有一点影响 
CELERY_ACKS_LATE = True 
# 压缩方案选择，可以是zlib, bzip2，默认是发送没有压缩的数据
CELERY_MESSAGE_COMPRESSION = 'zlib' 
# 规定完成任务的时间
CELERYD_TASK_TIME_LIMIT = 5 # 在5s内完成任务，否则执行该任务的worker将被杀死，任务移交给父进程
# celery worker的并发数，默认是服务器的内核数目,也是命令行-c参数指定的数目
CELERYD_CONCURRENCY = 4 
# celery worker 每次去rabbitmq预取任务的数量
CELERYD_PREFETCH_MULTIPLIER = 4 
# 每个worker执行了多少任务就会死掉，默认是无限的
CELERYD_MAX_TASKS_PER_CHILD = 40 
# 这是使用了django-celery默认的数据库调度模型,任务执行周期都被存在你指定的orm数据库中
# CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
# 设置默认的队列名称，如果一个消息不符合其他的队列就会放在默认队列里面，如果什么都不设置的话，数据都会发送到默认的队列中
CELERY_DEFAULT_QUEUE = "default"
# 设置详细的队列
CELERY_QUEUES = {
 "default": { # 这是上面指定的默认队列
 "exchange": "default",
 "exchange_type": "direct",
 "routing_key": "default"
 },
 "topicqueue": { # 这是一个topic队列 凡是topictest开头的routing key都会被放到这个队列
 "routing_key": "topic.#",
 "exchange": "topic_exchange",
 "exchange_type": "topic",
 },
 "task_eeg": { # 设置扇形交换机
 "exchange": "tasks",
 "exchange_type": "fanout",
 "binding_key": "tasks",
 },

}

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

Celery 分布式任务队列