flask-celery

flask 异步任务celery入坑问题

flask版本：1.1.2
celery版本：5.0.5

1.flask使用celery：
首先安装必要模块

pip install celery
pip install redis

在 Flask 中初始化 Celery：

from flask import Flask
from celery import Celery
app = Flask(__name__)
# 配置
# 配置消息代理的路径，如果是在远程服务器上，则配置远程服务器中redis的URL
app.config['CELERY_BROKER_URL'] = 'redis://localhost:6379/0'
# 要存储 Celery 任务的状态或运行结果时就必须要配置
app.config['CELERY_RESULT_BACKEND'] = 'redis://localhost:6379/0'
# 初始化Celery
celery = Celery(app.name, broker=app.config['CELERY_BROKER_URL'])
# 将Flask中的配置直接传递给Celery
celery.conf.update(app.config)

上述代码中，通过 Celery 类初始化 celery 对象，传入的应用名称与消息代理的连接 URL。

2.通过 celery.task 装饰器装饰耗时任务对应的函数

@celery.task(name='edr_ids/app')
def test_fun():
    print('异步任务..........')

注意：name必须填写，否则会出现如下错误：

name是项目名称加模块名称，例如：

3.Flask 中定义接口通过异步的方式执行耗时任务

@app.route('/ids/generate_pcap', methods=['GET'])
def generate_pcap():
    task = test_fun.delay()
    print(task1.id)#任务id
    return jsonify({"msg": "开启成功", "code": 200})

delay () 方法是 applyasync () 方法的快捷方式，applyasync () 参数更多，可以更加细致的控制耗时任务，比如想要 long_task () 在一分钟后再执行

def generate_pcap():
    task = test_fun.apply_async(countdown=5)
    print(task1.id)#任务id
    return jsonify({"msg": "开启成功", "code": 200})

delay () 与 apply_async () 会返回一个任务对象，该对象可以获取任务的状态与各种相关信息。

4.启用work

celery -A app.celery worker -l info

此时，调用flask /ids/generate_pcap接口即可看到定时任务已经运行成功：

有关获取任务进度及更详细的信息参见：flask-celery