分布式任务队列系统 celery 进阶

通过前面的入门，我们大概了解了celery的工作原理及简单的入门代码示例（传送门），下面进行一些稍微复杂的任务调度学习

多目录结构异步执行

在实际项目中，使用Celery进行异步任务处理时，经常需要将代码组织在多个目录和模块中，以便更好地管理和维护。下面展示如何在多目录结构下使用Celery进行异步任务执行。

项目结构

假设我们有以下项目结构：

1. 配置文件 (config/celery_config.py)

首先，我们需要配置Celery的broker和backend。在这个示例中，我们将配置文件放在 config 目录下。

broker_url = 'redis://localhost:32769/0'
result_backend = 'redis://localhost:32769/1'

'
运行
运行

2. 定义任务 (app/task1.py 和 app/task2.py)

接下来，在 app 目录下定义我们的任务函数。

task1

import time

from celery_demo.multi_task.app.celery_worker import celery_app


@celery_app.task
def send_email(name):
    print(f"开始给{name}发送邮件")
    time.sleep(1)
    return "done"

task2

import time

from celery_demo.multi_task.app.celery_worker import celery_app


@celery_app.task
def send_msg(name):
    print(f"开始给{name}发送短信")
    time.sleep(1)
    return "done"

3. 启动Worker (app/celery_worker.py)

为了能够启动worker来处理任务，我们需要编写一个脚本来启动它。在这个示例中，这个脚本放在 app/worker.py 中。

注意！：include参数的task路径必须写全，不然各种找不到模块报错

from celery import Celery

celery_app = Celery('celery_worker', include=['celery_demo.multi_task.app.task1', 'celery_demo.multi_task.app.task2'])
celery_app.config_from_object('celery_demo.multi_task.config.celery_config')

# 时区
celery_app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
celery_app.conf.enable_utc = False

# 启动celery，准备好接收消息，一旦接收到消息就执行任务，并存储结果
if __name__ == '__main__':
    celery_app.worker_main(['worker', '--loglevel=info'])

运行命令启动Worker：

在根目录下：
celery -A celery_demo.multi_task.app.celery_worker worker --loglevel=info

或者直接运行该脚本：

/usr/bin/python3 /Users/fangyirui/PycharmProjects/pythonProject/celery_demo/multi_task/app/celery_worker.py 

或者pychram可以右键直接run

4. 主程序调用异步任务 (main.py)

最后，在主程序中调用这些异步任务。我们可以通过导入 add.delay() 或者其他方法来发送消息到消息队列。

from celery_demo.multi_task.app import task1, task2

result1 = task1.send_email.delay('AA')
result2 = task2.send_msg.delay('BB')

print(result1)
print(result1.get())
print(result2)
print(result2.get())

总结

在上述示例中，通过合理的项目结构，将不同功能模块分离开来，使得代码更加清晰易维护。具体步骤如下：

1. 配置文件：定义了Celery的broker和backend设置。
2. 定义任务：创建了包含具体业务逻辑的异步函数，并用@task装饰器标记为可被调度执行的task.
3. 启动Worker：编写了用于启动celerey worker 的脚本，使其能够从消息队列拉取并执行相应操作.
4. 主程序调用：通过导入task 模块中的方法，实现对某些操作发起异步请求.
5. 注意各种模块的导包和引用需要把路径写全，不然就算pycharm不提示报错，运行时也会报错，博主我已经踩了很多坑了！

定时任务

代码结构目录

启动beat服务方式

配置 Celery 应用

创建一个名为 celery_worker.py 的文件，并配置你的 Celery 应用。

from datetime import timedelta

from celery import Celery
from celery.schedules import crontab

app = Celery('celery_worker', broker='redis://localhost:32769/0', backend='redis://localhost:32769/1',
             include=['task']
             )

app.conf.beat_schedule = {
    'add-every-seconds': {
        # 指定执行的任务
        'task': 'task.add',

        # 单位为秒，每10秒触发一次
        # 'schedule': 10.0,

        # corn表达式触发，每一分钟触发一次
        # 'schedule': crontab(minute="*/1"),

        # 每年6月5号，16点0分执行
        'schedule': crontab(minute=0, hour=16, day_of_month=5, month_of_year=6),

        # 每6秒执行一次
        # 'schedule': timedelta(seconds=6),

        'args': (16, 16)
    },
}
app.conf.timezone = 'Asia/Shanghai'

定义任务

创建一个名为 task.py 的文件，并定义你的任务。

from celery_worker import app


@app.task
def add(x, y):
    print(f"执行成功： {x} {y} ，结果为{x + y}")
    return x + y

启动 Worker 和 Beat 服务

启动 worker：

celery -A celery_worker worker --loglevel=info

启动 beat：

celery -A celery_worker beat --loglevel=info

这样，Celery Beat 会按照你配置的时间间隔发送 add(16, 16) 的任务到队列中，而 Worker 会从队列中取出并执行这个任务。

单个任务时指定时间

send_task.py

from datetime import datetime
from datetime import timedelta

from task import add

# # 方式一
# # 如果是过去的时间，则会立马执行
# v1 = datetime(2024, 6, 5, 16, 5, 00)
# print(v1)
# # 如果不转utc时间，会比预计的晚8个小时才执行
# v2 = datetime.utcfromtimestamp(v1.timestamp())
# print(v2)
# result = add.apply_async(args=[5, 5], eta=v2)
# print(result.id)

# 方式二
ctime = datetime.now()
# 默认用utc时间
utc_ctime = datetime.utcfromtimestamp(ctime.timestamp())

# 用当前时间延迟10秒执行
time_delay = timedelta(seconds=10)
task_time = utc_ctime + time_delay

# 使用apply_async并设定时间
result = add.apply_async(args=[7, 7], eta=task_time)
print(result.id)

zsh: command not found: celery

问题描述

在终端执行celery的命令时报错，zsh: command not found: celery

但执行pip3 show celery查看已经安装过的celery时，发现安装没有问题：

➜ pythonProject pip3 show celery
Name: celery
Version: 5.4.0
Summary: Distributed Task Queue.
Home-page: https://docs.celeryq.dev/
Author: Ask Solem
Author-email: auvipy@gmail.com
License: BSD-3-Clause
Location: /Users/fangyirui/Library/Python/3.9/lib/python/site-packages
Requires: billiard, python-dateutil, click-didyoumean, click, click-repl, click-plugins, vine, kombu, tzdata
Required-by: 

在网上查阅其他解决方案后，问题仍没有解决，那么你很可能跟我一样还没有将 Python 二进制安装目录添加到 PATH 中。

解决方案：

在 .zshrc 文件中添加你的python/bin目录： /Users/fangyirui/Library/Python/3.9/bin

或者执行：

export PATH=$PATH:/Users/fangyirui/Library/Python/3.9/bin