【Python】django-celery异步任务队列

本文详细介绍如何在Django项目中使用django-celery实现异步任务和定时任务,包括安装配置、基本任务定义及调用、定时任务配置等。
部署运行你感兴趣的模型镜像

Django中如何使用django-celery完成异步任务 

安装Celery

我们可以使用pip在vietualenv中安装:

 pip install django-celery  celery
django settings设置
import djcelery

djcelery.setup_loader()
BROKER_URL = 'redis://127.0.0.1:6379/2'   ---使用redis当消息队列


注册
INSTALLED_APPS = [
    'django.contrib.admin',
    'django.contrib.auth',
    'django.contrib.contenttypes',
    'django.contrib.sessions',
    'django.contrib.messages',
    'django.contrib.staticfiles',
    'devops',
    'apps',
    'common',
    'djcelery', ]


在apps下创建一个task.py文件
from celery import task

@task
def add(x, y):
    return x + y
 
  @task 
 def pp(): 
 return 'ffffffffffffffffffffff'

返回settings将其导入进去
import djcelery djcelery.setup_loader()
BROKER_URL = 'redis://127.0.0.1:6379/2'
CELERY_IMPORTS = ('apps.task')

随意选个views中的方法调用改task测试下
#项目列表
def project_list(request):
    admin = Admin.objects.get(id=get_current_admin_id(request))
    pt=admin.projects.all().order_by('-id')
        from apps import task
    tt=task.add.delay(2,2)
    print 'vvvvvvvvvvvvvvvvvvvv',tt              -----访问该功能时调用task的add方法
    page_objects = pages(pt, request, 5) ##分页
    return render_to_response('project/project_list.html',locals())


安装启动redis:略

启动runserver 与 celery
python manage.py runserver
python manage.py celery worker --loglevel=info


访问对应的页面看日志
[2017-11-10 14:55:17,016: INFO/MainProcess] Task apps.task.add[9bafe6d2-8411-4f5f-8eed-10444da0ae3a] succeeded in 0.00280212797225s: 4   --可以看到worker日志,返回结果


手工测试task
打开新的terminal, 激活virtualenv, 并切换到django项目目录:     $ python manage.py shell
    >>> from apps.task import add
    >>> add.delay(2, 2)

此时, 你可以在worker窗口中看到worker执行该task:     [2014-10-07 08:47:08,076: INFO/MainProcess] Got task from broker: myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc]
    [2014-10-07 08:47:08,299: INFO/MainProcess] Task myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc] succeeded in 0.183349132538s: 4

Eager模式
Eager模式

如果在settings.py设置:     CELERY_ALWAYS_EAGER = True

那么Celery便以eager模式运行, 则task便不需要加delay运行:     # 若启用eager模式, 则以下两行代码相同
    add.delay(2, 2)
    add(2, 2)


dj-celery 定时任务
settings配置添加
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler' # 定时任务

CELERYBEAT_SCHEDULE = {
   'add-every-3-seconds': {
       'task': 'apps.task.pp',
       'schedule': timedelta(seconds=3)   ---每隔3秒 执行task下的pp函数
   },
}

 如果需要传参可以这样写
CELERYBEAT_SCHEDULE = {
   'add-every-3-minutes': {
       'task': 'apps.task.add',
       'schedule': timedelta(seconds=3),
        'args': (16, 16)
   },
}



启动celery beat
启动beat
执行定时任务时, Celery会通过celerybeat进程来完成. Celerybeat会保持运行, 一旦到了某一定时任务需要执行时, Celerybeat便将其加入到queue中. 不像worker进程, Celerybeat只有需要一个即可.
启动: python manage.py celery beat --loglevel=info

其实还有一种简单的启动方式worker和beat一起启动: python manage.py celery worker --loglevel=info --beat

查看worker日志
[2017-11-10 16:17:25,853: INFO/MainProcess] Received task: apps.task.pp[8a3af6fb-5189-4647-91f2-8aa07489dd1e]
[2017-11-10 16:17:25,858: INFO/MainProcess] Task apps.task.pp[8a3af6fb-5189-4647-91f2-8aa07489dd1e] succeeded in 0.00379144400358s: 'ffffffffffffffffffffff'
[2017-11-10 16:17:28,858: INFO/MainProcess] Received task: apps.task.pp[d87e4ea0-8881-449a-b993-e7657f50ef25]
[2017-11-10 16:17:28,864: INFO/MainProcess] Task apps.task.pp[d87e4ea0-8881-449a-b993-e7657f50ef25] succeeded in 0.0049942266196s: 'ffffffffffffffffffffff'
[2017-11-10 16:17:31,859: INFO/MainProcess] Received task: apps.task.pp[4d05b4f3-92ff-4922-a8f4-7e047749239a]
[2017-11-10 16:17:31,865: INFO/MainProcess] Task apps.task.pp[4d05b4f3-92ff-4922-a8f4-7e047749239a] succeeded in 0.00537821277976s: 'ffffffffffffffffffffff'
[2017-11-10 16:17:34,859: INFO/MainProcess] Received task: apps.task.pp[5b21afc1-ebf1-4858-be68-20b9bf318452]
[2017-11-10 16:17:34,865: INFO/MainProcess] Task apps.task.pp[5b21afc1-ebf1-4858-be68-20b9bf318452] succeeded in 0.00530335493386s: 'ffffffffffffffffffffff'

参考文档: http://www.codeweblog.com/djcelery%E5%85%A5%E9%97%A8-%E5%AE%9E%E7%8E%B0%E8%BF%90%E8%A1%8C%E5%AE%9A%E6%97%B6%E4%BB%BB%E5%8A%A1/




django-celery参考文档:
http://blog.youkuaiyun.com/acm_zl/article/details/53188064
https://www.cnblogs.com/znicy/p/5626040.html
http://www.weiguda.com/blog/73/
https://www.cnblogs.com/Lin-Yi/p/7590971.html


补充还有另外一种方法那就是celery
具体配置可见参考
http://www.jianshu.com/p/7a869a73b92f



来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/29096438/viewspace-2147120/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/29096438/viewspace-2147120/

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值