flask中使用celery的Task操作数据库(SQLAlchemy)

I am ZD

于 2021-10-22 11:20:34 发布

阅读量2.1k

点赞数

CC 4.0 BY-SA版权

文章标签： flask orm python

本文链接：https://blog.youkuaiyun.com/dong_d0ng/article/details/120900153

本文介绍了如何在Flask应用中结合Celery Task实现异步操作数据库，利用Celery的分布式任务队列系统处理后台长时间数据库更新任务。通过在manage.py创建Celery实例，然后在app/init.py中配置，并在app/tasks.py定义任务，实现与ORM和数据库的交互。同时，文章还展示了如何设置定时任务，如每周日0点0分执行特定数据库操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

flask中使用celery的Task操作数据库(SQLAlchemy)

Celery是一个简单高效的实时分布式任务队列系统, 可以用于异步执行任务，结构上分为任务生产者，任务调度者broker，任务消费者worker。
场景：基于后台作业时有可能长时间对数据库进行更新写入等，例如，每天定时更新从网络上爬虫取下来的数据，update到对应的基金行数据中。

项目的目录结构

项目结构

各个文件说明

我们主要的做法是将在manage.py当中创建celery实例对象，然后把celery对象引入app/init.py文件中的create_app函数中更新celery配置。app/tasks.py单独存放给celery的任务，models中的ORM也可以方便导入。
manage.py文件：

import config
from app import create_app
from celery import Celery

def make_celery(app_name):
    broker = getattr(config[os.getenv('FLASK_ENV') or 'default'], "CELERY_BROKER_URL")
    backend = getattr(config[os.getenv('FLASK_ENV') or 'default'], "CELERY_BACKEND_URL")

    celery = Celery(
        app_name,
        broker=broker,