ienki 发表于 2018-8-9 08:29:26

44. Python Celery多实例 定时任务

  celery是一个分布式的任务调度模块,那么celery是如何和分布式挂钩呢?
  celery可以支持多台不同的计算机执行不同的任务或者相同的任务。
  如果要说celery的分布式应用的话,就要提到celery的消息路由机制,提到AMQP协议。
  具体可以查看AMQP文档详细了解。
  简单理解:
  可以有多个"消息队列"(message Queue),不同的消息可以指定发送给不同的Message Queue,
  而这是通过Exchange来实现的,发送消息到"消息队列"中时,可以指定routiing_key,Exchange通过routing_key来吧消息路由(routes)到不同的"消息队列"中去。
  如图:

  exchange 对应 一个消息队列(queue),即:通过"消息路由"的机制使exchange对应queue,每个queue对应每个worker
  写个例子:
  vim demon3.py
from celery import Celery  
app = Celery()
  
app.config_from_object("celeryconfig")
  
@app.task
  
def taskA(x, y):
  
    return x * y
  
@app.task
  
def taskB(x, y, z):
  
    return x + y + z
  
@app.task
  
def add(x, y):
  
    return x + y
  vim celeryconfig.py
from kombu import Queue  
BORKER_URL = "redis://192.168.48.131:6379/1"#1库
  
CELERY_RESULT_BACKEND = "redis://192.168.48.131:6379/2"#2库
  
CELERY_QUEUES = {
  
    Queue("default", Exchange("default"), routing_key = "default"),
  
    Queue("for_task_A", Exchange("for_task_A"), routing_key = "for_task_A"),
  
    Queue("for_task_B", Exchange("for_task_B"), routing_key = "for_task_B")
  
}
  
#路由
  
CELERY_ROUTES = {
  
    "demon3.taskA":{"queue": "for_task_A","routing_key": "for_task_A"},
  
    "demon3.taskB":{"queue": "for_task_B","routing_key": "for_task_B"}
  
}
  下面把两个脚本导入服务器:
  指定taskA启动一个worker:
# celery -A demon3 worker -l info -n workerA.%h -Q for_task_A  同理:
# celery -A demon3 worker -l info -n workerB.%h -Q for_task_B  下面远程客户端调用:新文件
  vim remote.py
from demon3 import *  
r1 = taskA.delay(10, 20)
  
print (r1.result)
  
print (r1.status)
  
r2 = taskB.delay(10, 20, 30)
  
time.sleep(1)
  
prnit (r2.result)
  
print (r2.status)
  
#print (dir(r2))
  
r3 = add.delay(100, 200)
  
print (r3.result)
  
print (r3.status)#PENDING
  看到状态是PENDING,表示没有执行,这个是因为没有celeryconfig.py文件中指定改route到哪一个Queue中,所以会被发动到默认的名字celery的Queue中,但是我们还没有启动worker执行celery中的任务。
  下面,我们来启动一个worker来执行celery队列中的任务
# celery -A tasks worker -l info -n worker.%h -Q celery ##默认的  可以看到这行的结果为success
  print(re3.status)    #SUCCESS
  定时任务:
  Celery 与 定时任务
  在celery中执行定时任务非常简单,只需要设置celery对象中的CELERYBEAT_SCHEDULE属性即可。
  下面我们接着在配置文件:celeryconfig.py,添加关于 CELERYBEAT_SCHEDULE 变量到脚本中去:
CELERY_TIMEZONE = 'UTC'  
CELERYBEAT_SCHEDULE = {
  
    'taskA_schedule' : {
  
      'task':'tasks.taskA',
  
      'schedule':20,
  
      'args':(5,6)
  
    },
  
'taskB_scheduler' : {
  
    'task':"tasks.taskB",
  
    "schedule":200,
  
    "args":(10,20,30)
  
    },
  
'add_schedule': {
  
    "task":"tasks.add",
  
    "schedule":10,
  
    "args":(1,2)
  
    }
  
}
  注意格式,否则会有问题
  启动:
  celery -A demon3 worker -l info -n workerA.%h -Q for_task_A
  celery -A demon3 worker -l info -n workerB.%h -Q for_task_B
  celery -A tasks worker -l info -n worker.%h -Q celery
  celery -A demon3 beat
页: [1]
查看完整版本: 44. Python Celery多实例 定时任务