django中使用celery和rabbitmq

最新推荐文章于 2025-06-17 11:34:35 发布

孙广翼

最新推荐文章于 2025-06-17 11:34:35 发布

阅读量725

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/weixin_44058027/article/details/103185238

本教程详细介绍了如何在Django项目中整合Celery和RabbitMQ，实现异步任务处理。包括安装配置步骤、任务定义与执行、结果获取等关键环节。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

第一步先安装celery

pip install django-celery

第二步安装rabbitmq

sudo apt-get install rabbitmq-server

添加用户

sudo rabbitmqctl add_user 用户名 密码

将上一步增加的用户设为管理员

sudo rabbitmqctl set_user_tags 上一步的用户名 administrator

添加虚拟环境

sudo rabbitmqctl add_vhost vhost

设置用户在虚拟环境下有全部权限

sudo rabbitmqctl set_permissions -p vhost 用户名 ".*" ".*" ".*"

启动rabbitmq

rabbitmqctl start_app
rabbitmq-plugins enable rabbitmq_management

http://localhost:15672   登录rabbitmq

在django中使用
在settings同级目录下创建celery.py
在这里插入图片描述
在__init__,py中文件写入

from __future__ import absolute_import, unicode_literals
from .celery import app as celery_app

__all__ = ['celery_app']

在celery.py文件中写入

# coding:utf8
from __future__ import absolute_import

import os

from celery import Celery
from django.conf import settings

# set the default Django settings module for the 'celery' program.

# yourprojectname代表你工程的名字，在下面替换掉
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'yourprojectname.settings')

app = Celery('填写settings所在模块的目录名')
# Using a string here means the worker will not have to
# pickle the object when using Windows.
app.config_from_object('django.conf:settings')
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)

settings文件配置

import djcelery

djcelery.setup_loader()
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
CELERY_RESULT_BACKEND = 'amqp'
CELERY_ACCEPT_CONTENT = ['json']
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_BROKER_URL= 'amqp://rabbitmq用户名:密码@localhost:5672/vhost'
INSTALLED_APPS = [
	...
    'djcelery',
]

在自定义的app下创建tasks.py

from __future__ import absolute_import
from celery import shared_task


@shared_task
def add(x, y):
    print('test')
    print('zzz')
    return x + y

获取任务的返回值

res = add.delay(3, 4)
print(res.get())

运行celery-worker

python manage.py celery worker --loglevel=info