celery设置队列

celery学习笔记——设置队列

comboo

8 个月前

从一个简单的例子开始

先演示一个简单的项目让celery跑起来。

项目结构

/proj
-__init__
-app.py                        #实例化celery对象
-celeryconfig.py               #celery的配置文件
-tasks.py                      #celery编写任务文件

app.py

#coding:utf-8
from __future__ import absolute_import
from celery import Celery

app = Celery('proj', include=['proj.tasks'])     #实例化celery对象

app.config_from_object('proj.celeryconfig')      #引入配置文件

if __name__ == '__main__':                       
    app.start()

• proj参数为celery的名字
• include参数为启动时导入的模块列表

具体参考celery文档：

Next Steps - Celery 4.0.2 documentation

tasks.py

#coding:utf-8
from __future__ import absolute_import

from proj.app import app
@app.task()
def add(x, y):
    return x + y

celeryconfig.py

#coding:utf-8
from kombu import Queue

BROKER_URL = 'amqp://guest:guest@127.0.0.1:5672//' # 使用RabbitMQ作为消息代理


CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0' # 把任务结果存在了Redis

CELERY_TASK_SERIALIZER = 'msgpack' # 任务序列化和反序列化使用msgpack方案

CELERY_RESULT_SERIALIZER = 'json' # 读取任务结果一般性能要求不高，所以使用了可读性更好的JSON

CELERY_TASK_RESULT_EXPIRES = 60 * 60 * 24 # 任务过期时间，不建议直接写86400，应该让这样的magic数字表述更明显

CELERY_ACCEPT_CONTENT = ['json', 'msgpack'] # 指定接受的内容类型

CELERY_QUEUES = (    #设置add队列,绑定routing_key
    Queue('add', routing_key='xue.add'),
)


CELERY_ROUTES = {   #projq.tasks.add这个任务进去add队列并routeing_key为xue.add  
    'projq.tasks.add': { 
        'queue': 'add',
        'routing_key': 'xue.add',
    }
}

• CELERY_ACCEPT_CONTENT的类型msgpack为是一种比json更小更快的类型，如果用需要安装相对应的包。
• CELERY_QUEUES设置一个指定routing_key的队列，这个名字可以任意指定。
• CELERY_ROUTES设置路由，对指定的任务名，指定对应的队列和routing_key，注意，这里的routing_key需要和上面参数的一致。

启动

在proj的上层目录输入

celery -A proj.app worker -Q add -l info

显示

 -------------- celery@comboo-pc v4.0.2 (latentcall)
---- **** ----- 
--- * ***  * -- Linux-4.4.0-3-deepin-amd64-x86_64-with-Deepin-15.3-unstable 2016-12-29 17:25:29
-- * - **** --- 
- ** ---------- [config]
- ** ---------- .> app:         proj:0x7fb292caab38
- ** ---------- .> transport:   amqp://guest:**@127.0.0.1:5672//
- ** ---------- .> results:     redis://127.0.0.1:6379/0
- *** --- * --- .> concurrency: 2 (prefork)
-- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker)
--- ***** ----- 
 -------------- [queues]
                .> add              exchange=(direct) key=xue.add
                

[tasks]
  . proj.tasks.add

[2016-12-29 17:25:29,745: INFO/MainProcess] Connected to amqp://guest:**@127.0.0.1:5672//
[2016-12-29 17:25:29,758: INFO/MainProcess] mingle: searching for neighbors
[2016-12-29 17:25:30,803: INFO/MainProcess] mingle: all alone
[2016-12-29 17:25:30,831: INFO/MainProcess] celery@comboo-pc ready.

• proj.tasks.add为任务名称，也就是在CELERY_ROUTES设置的那个名称
• add是设置的queue，key=xue.add是设置的routing_key

发布任务

In [20]: from proj.tasks import add

In [21]: add.delay(2,3)
Out[21]: <AsyncResult: 9ebc7b77-aa25-4b61-a0bb-29c7e7be5666>

执行

[2016-12-29 17:28:19,118: INFO/PoolWorker-1] Task proj.tasks.add[9ebc7b77-aa25-4b61-a0bb-29c7e7be5666] succeeded in 0.010207166022155434s: 5

发现执行成功

再看rabbitmq

结束

写爬虫用到了celery，之前的用法，每次增加一个网站就引用一次celery实例化对象，每次发布任务就启动相应的任务脚本。这样就造成了一个问题，如果有几千个网站，每天都需要自己手动管理启动。

通过设置队列，只需要启动一次，任务会自动到自己的队列开始执行。