关于python:python之celery使用

42次阅读

共计 10816 个字符，预计需要花费 28 分钟才能阅读完成。

前言

前段时间须要应用 rabbitmq 做写缓存，始终应用 pika+rabbitmq 的组合，pika 这个模块尽管能够很直观地操作 rabbitmq，然而官网给的例子太简略，对其底层原理理解又不是很深，遇到很多坑，尤其是须要本人写连接池治理和 channel 池治理。尽管也有用过 celery，始终也是 celery+redis 的组合，波及很浅；目前打算深研一下 celery+redis+rabbitmq 的应用。

celery + rabbitmq 初步

咱们先不在集成框架如 flask 或 Django 中应用 celery，而仅仅独自应用。

简略介绍

Celery 是一个异步工作队列，一个 Celery 有三个外围组件：

  • Celery 客户端: 用于公布后台作业；当与 Flask 一起工作的时候，客户端与 Flask 利用一起运行。
  • Celery workers: 运行后台作业的过程。Celery 反对本地和近程的 workers，能够在本地服务器上启动一个独自的 worker，也能够在近程服务器上启动 worker，须要拷贝代码；
  • 音讯代理: 客户端通过音讯队列和 workers 进行通信，Celery 反对多种形式来实现这些队列。最罕用的代理就是 RabbitMQ 和 Redis。

装置 rabbitmq 和 redis

  • rabbitmq 装置和配置参考：rabbitmq 装置和配置
  • redis 的装置和配置参考：redis 的装置和配置
  • redis-py 装置：
sudo pip install redis
  • redis-py 操作 redis 参考：python 操作 redis

为了进步性能，官网举荐应用 librabbitmq，这是一个连贯 rabbitmq 的 C ++ 的库；

# 抉择 broker 客户端、序列化和并发
sudo pip install celery[librabbitmq,redis,msgpack,gevent]

初步应用

个别咱们应用 redis 做后果存储，应用 rabbitmq 做工作队列；

第一步：创立并发送一个异步工作 

# 初始化
# tasks.py
from celery import Celery
app = Celery('tasks', broker='amqp://username:passwd@ip:port/varhost',backend='redis://username:passwd@ip:6390/db')

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

if __name__ == '__main__':
    result = add.delay(30, 42)

# broker: 工作队列的中间人；# backend: 工作执行后果的存储；

产生了什么事

  • app.task 装璜 add 函数成一个 Task 实例，add.delay 函数将 task 实例序列化后，通过 librabbitmq 库的办法将工作发送到 rabbitmq；
  • 该过程创立一个名字为 celery 的 exchange 交换机，类型为 direct（直连交换机）; 创立一个名为 celery 的 queue，队列和交换机应用路由键 celery 绑定；
  • 关上 rabbitmq 治理后盾，能够看到有一条音讯曾经在 celery 队列中；

记住： 当有多个装璜器的时候，app.task 肯定要在最外层；

扩大

如果应用 redis 作为工作队列中间人，在 redis 中存在两个键 celery 和_kombu.binding.celery，_kombu.binding.celery 示意有一名为 celery 的工作队列（Celery 默认），而键 celery 为默认队列中的工作列表，应用 list 类型，能够看看增加进去的工作数据。

第二步: 开启 worker 执行工作

在我的项目目录下执行命令：

celery -A app.celery_tasks.celery worker -Q queue --loglevel=info

# - A 参数指定创立的 celery 对象的地位，该 app.celery_tasks.celery 指的是 app 包上面的 celery_tasks.py 模块的 celery 实例，留神肯定是初始化后的实例，前面加 worker 示意该实例就是工作执行者；# - Q 参数指的是该 worker 接管指定的队列的工作，这是为了当多个队列有不同的工作时能够独立；如果不设会接管所有的队列的工作；# - l 参数指定 worker 输入的日志级别；

工作执行结束后后果存储在 redis 中，查看 redis 中的数据，发现存在一个 string 类型的键值对：

celery-task-meta-064e4262-e1ba-4e87-b4a1-52dd1418188f:data

该键值对的生效工夫默认为 24 小时。

剖析序列化的音讯

add.delay 将 Task 实例序列化后发送到 rabbitmq，那么序列化的过程是怎么的呢？

上面是增加到 rabbitmq 工作队列中的音讯数据，应用的是 pickle 模块对 body 局部的数据进行序列化：

{"body": "gAJ9cQAoWAQAAAB0YXNrcQFYGAAAAHRlc3RfY2VsZXJ5LmFkZF90b2dldGhlcnECWAIAAABpZHEDWCQAAAA2NmQ1YTg2Yi0xZDM5LTRjODgtYmM5OC0yYzE4YjJjOThhMjFxBFgEAAAAYXJnc3EFSwlLKoZxBlgGAAAAa3dhcmdzcQd9cQhYBwAAAHJldHJpZXNxCUsAWAMAAABldGFxCk5YBwAAAGV4cGlyZXNxC05YAwAAAHV0Y3EMiFgJAAAAY2FsbGJhY2tzcQ1OWAgAAABlcnJiYWNrc3EOTlgJAAAAdGltZWxpbWl0cQ9OToZxEFgHAAAAdGFza3NldHERTlgFAAAAY2hvcmRxEk51Lg==",  
# body 是序列化后应用 base64 编码的信息，包含具体的工作参数，其中包含了须要执行的办法、参数和一些工作根本信息
"content-encoding": "binary", # 序列化数据的编码方式
"content-type": "application/x-python-serialize",  # 工作数据的序列化形式，默认应用 python 内置的序列化模块 pickle
"headers": {}, 
"properties": 
        {"reply_to": "b7580727-07e5-307b-b1d0-4b731a796652",       # 后果的惟一 id
        "correlation_id": "66d5a86b-1d39-4c88-bc98-2c18b2c98a21",  # 工作的惟一 id
        "delivery_mode": 2, 
        "delivery_info": {"priority": 0, "exchange": "celery", "routing_key": "celery"},  # 指定交换机名称，路由键，属性
        "body_encoding": "base64", # body 的编码方式
        "delivery_tag": "bfcfe35d-b65b-4088-bcb5-7a1bb8c9afd9"}}

将序列化音讯反序列化 

import pickle
import base64
result = base64.b64decode('gAJ9cQAoWAQAAAB0YXNrcQFYGAAAAHRlc3RfY2VsZXJ5LmFkZF90b2dldGhlcnECWAIAAABpZHEDWCQAAAA2NmQ1YTg2Yi0xZDM5LTRjODgtYmM5OC0yYzE4YjJjOThhMjFxBFgEAAAAYXJnc3EFSwlLKoZxBlgGAAAAa3dhcmdzcQd9cQhYBwAAAHJldHJpZXNxCUsAWAMAAABldGFxCk5YBwAAAGV4cGlyZXNxC05YAwAAAHV0Y3EMiFgJAAAAY2FsbGJhY2tzcQ1OWAgAAABlcnJiYWNrc3EOTlgJAAAAdGltZWxpbWl0cQ9OToZxEFgHAAAAdGFza3NldHERTlgFAAAAY2hvcmRxEk51Lg==')
print(pickle.loads(result))

# 后果
{
    'task': 'test_celery.add_together',  # 须要执行的工作
    'id': '66d5a86b-1d39-4c88-bc98-2c18b2c98a21',  # 工作的惟一 id
    'args': (9, 42),   # 工作的参数
    'kwargs': {},      
    'retries': 0, 
    'eta': None, 
    'expires': None, # 工作生效工夫
    'utc': True, 
    'callbacks': None, # 实现后的回调
    'errbacks': None,  # 工作失败后的回调
    'timelimit': (None, None), # 超时工夫
    'taskset': None, 
    'chord': None
}

咱们能够看到 body 外面有咱们须要执行的函数的所有信息，celery 的 worker 接管到音讯后就会反序列化 body 数据，执行相应的办法。

  • 常见的数据序列化形式 
binary: 二进制序列化形式；python 的 pickle 默认的序列化办法；json:json 反对多种语言, 可用于跨语言计划，但如同不反对自定义的类对象；XML: 相似标签语言；msgpack: 二进制的类 json 序列化计划, 但比 json 的数据结构更小, 更快；yaml:yaml 表达能力更强, 反对的数据类型较 json 多, 然而 python 客户端的性能不如 json

通过比拟，为了放弃跨语言的兼容性和速度，采纳 msgpack 或 json 形式；

celery 配置

celery 的性能和许多因素无关，比方序列化的形式，连贯 rabbitmq 的形式，多过程、单线程等等，咱们能够指定配置；

根本配置项 

CELERY_DEFAULT_QUEUE：默认队列
BROKER_URL    : 代理人即 rabbitmq 的网址
CELERY_RESULT_BACKEND：后果存储地址
CELERY_TASK_SERIALIZER：工作序列化形式
CELERY_RESULT_SERIALIZER：工作执行后果序列化形式
CELERY_TASK_RESULT_EXPIRES：工作过期工夫
CELERY_ACCEPT_CONTENT：指定工作承受的内容序列化类型 (序列化)，一个列表；

加载配置 

# main.py
from celery import Celery
import celeryconfig
app = Celery(__name__, include=["task"])
# 引入配置文件
app.config_from_object(celeryconfig)

if __name__ == '__main__':
    result = add.delay(30, 42)

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

# celeryconfig.py
BROKER_URL =  'amqp://username:password@localhost:5672/yourvhost'
CELERY_RESULT_BACKEND = 'redis://localhost:6379/0'
CELERY_TASK_SERIALIZER = 'msgpack'
CELERY_RESULT_SERIALIZER = 'msgpack'
CELERY_TASK_RESULT_EXPIRES = 60 * 60 * 24   # 工作过期工夫
CELERY_ACCEPT_CONTENT = ["msgpack"]            # 指定工作承受的内容序列化的类型.

也能够间接加载配置 

from celery import Celery
import celeryconfig
app = Celery(__name__, include=["task"])
app.conf.update(
        task_serializer='json',
        accept_content=['json'],
        result_serializer='json',
        timezone='Europe/Oslo',
        enable_utc=True,
    )

此外还有两个办法能够加载配置，但开发不会间接调用：

app.config_from_envvar() # 从环境变量加载
app.config_from_cmdline() # 从命令行加载

一份比拟罕用的配置文件 

# 留神，celery4 版本后，CELERY_BROKER_URL 改为 BROKER_URL
BROKER_URL = 'amqp://username:passwd@host:port/ 虚拟主机名'
# 指定后果的承受地址
CELERY_RESULT_BACKEND = 'redis://username:passwd@host:port/db'
# 指定工作序列化形式
CELERY_TASK_SERIALIZER = 'msgpack' 
# 指定后果序列化形式
CELERY_RESULT_SERIALIZER = 'msgpack'
# 工作过期工夫,celery 工作执行后果的超时工夫
CELERY_TASK_RESULT_EXPIRES = 60 * 20   
# 指定工作承受的序列化类型.
CELERY_ACCEPT_CONTENT = ["msgpack"]   
# 工作发送实现是否须要确认，这一项对性能有一点影响 
CELERY_ACKS_LATE = True  
# 压缩计划抉择，能够是 zlib, bzip2，默认是发送没有压缩的数据
CELERY_MESSAGE_COMPRESSION = 'zlib' 
# 规定实现工作的工夫
CELERYD_TASK_TIME_LIMIT = 5  # 在 5s 内实现工作，否则执行该工作的 worker 将被杀死，工作移交给父过程
# celery worker 的并发数，默认是服务器的内核数目, 也是命令行 - c 参数指定的数目
CELERYD_CONCURRENCY = 4 
# celery worker 每次去 rabbitmq 预取工作的数量
CELERYD_PREFETCH_MULTIPLIER = 4 
# 每个 worker 执行了多少工作就会死掉，默认是有限的
CELERYD_MAX_TASKS_PER_CHILD = 40 
# 设置默认的队列名称，如果一个音讯不合乎其余的队列就会放在默认队列外面，如果什么都不设置的话，数据都会发送到默认的队列中
CELERY_DEFAULT_QUEUE = "default" 
# 设置具体的队列
CELERY_QUEUES = {
    "default": { # 这是下面指定的默认队列
        "exchange": "default",
        "exchange_type": "direct",
        "routing_key": "default"
    },
    "topicqueue": { # 这是一个 topic 队列 但凡 topictest 结尾的 routing key 都会被放到这个队列
        "routing_key": "topic.#",
        "exchange": "topic_exchange",
        "exchange_type": "topic",
    },
    "task_eeg": { # 设置扇形交换机
        "exchange": "tasks",
        "exchange_type": "fanout",
        "binding_key": "tasks",
    },
}

在 celery4.0 当前配置参数改成了小写，对于 4.0 当前的版本代替参数：

4.0 版本以下参数          4.0 版本以上配置参数
CELERY_ACCEPT_CONTENT    accept_content
CELERY_ENABLE_UTC    enable_utc
CELERY_IMPORTS    imports
CELERY_INCLUDE    include
CELERY_TIMEZONE    timezone
CELERYBEAT_MAX_LOOP_INTERVAL    beat_max_loop_interval
CELERYBEAT_SCHEDULE    beat_schedule
CELERYBEAT_SCHEDULER    beat_scheduler
CELERYBEAT_SCHEDULE_FILENAME    beat_schedule_filename
CELERYBEAT_SYNC_EVERY    beat_sync_every
BROKER_URL    broker_url
BROKER_TRANSPORT    broker_transport
BROKER_TRANSPORT_OPTIONS    broker_transport_options
BROKER_CONNECTION_TIMEOUT    broker_connection_timeout
BROKER_CONNECTION_RETRY    broker_connection_retry
BROKER_CONNECTION_MAX_RETRIES    broker_connection_max_retries
BROKER_FAILOVER_STRATEGY    broker_failover_strategy
BROKER_HEARTBEAT    broker_heartbeat
BROKER_LOGIN_METHOD    broker_login_method
BROKER_POOL_LIMIT    broker_pool_limit
BROKER_USE_SSL    broker_use_ssl
CELERY_CACHE_BACKEND    cache_backend
CELERY_CACHE_BACKEND_OPTIONS    cache_backend_options
CASSANDRA_COLUMN_FAMILY    cassandra_table
CASSANDRA_ENTRY_TTL    cassandra_entry_ttl
CASSANDRA_KEYSPACE    cassandra_keyspace
CASSANDRA_PORT    cassandra_port
CASSANDRA_READ_CONSISTENCY    cassandra_read_consistency
CASSANDRA_SERVERS    cassandra_servers
CASSANDRA_WRITE_CONSISTENCY    cassandra_write_consistency
CASSANDRA_OPTIONS    cassandra_options
CELERY_COUCHBASE_BACKEND_SETTINGS    couchbase_backend_settings
CELERY_MONGODB_BACKEND_SETTINGS    mongodb_backend_settings
CELERY_EVENT_QUEUE_EXPIRES    event_queue_expires
CELERY_EVENT_QUEUE_TTL    event_queue_ttl
CELERY_EVENT_QUEUE_PREFIX    event_queue_prefix
CELERY_EVENT_SERIALIZER    event_serializer
CELERY_REDIS_DB    redis_db
CELERY_REDIS_HOST    redis_host
CELERY_REDIS_MAX_CONNECTIONS    redis_max_connections
CELERY_REDIS_PASSWORD    redis_password
CELERY_REDIS_PORT    redis_port
CELERY_RESULT_BACKEND    result_backend
CELERY_MAX_CACHED_RESULTS    result_cache_max
CELERY_MESSAGE_COMPRESSION    result_compression
CELERY_RESULT_EXCHANGE    result_exchange
CELERY_RESULT_EXCHANGE_TYPE    result_exchange_type
CELERY_TASK_RESULT_EXPIRES    result_expires
CELERY_RESULT_PERSISTENT    result_persistent
CELERY_RESULT_SERIALIZER    result_serializer
CELERY_RESULT_DBURI    请 result_backend 改用。CELERY_RESULT_ENGINE_OPTIONS    database_engine_options
[...]_DB_SHORT_LIVED_SESSIONS    database_short_lived_sessions
CELERY_RESULT_DB_TABLE_NAMES    database_db_names
CELERY_SECURITY_CERTIFICATE    security_certificate
CELERY_SECURITY_CERT_STORE    security_cert_store
CELERY_SECURITY_KEY    security_key
CELERY_ACKS_LATE    task_acks_late
CELERY_TASK_ALWAYS_EAGER    task_always_eager
CELERY_TASK_ANNOTATIONS    task_annotations
CELERY_TASK_COMPRESSION    task_compression
CELERY_TASK_CREATE_MISSING_QUEUES    task_create_missing_queues
CELERY_TASK_DEFAULT_DELIVERY_MODE    task_default_delivery_mode
CELERY_TASK_DEFAULT_EXCHANGE    task_default_exchange
CELERY_TASK_DEFAULT_EXCHANGE_TYPE    task_default_exchange_type
CELERY_TASK_DEFAULT_QUEUE    task_default_queue
CELERY_TASK_DEFAULT_RATE_LIMIT    task_default_rate_limit
CELERY_TASK_DEFAULT_ROUTING_KEY    task_default_routing_key
CELERY_TASK_EAGER_PROPAGATES    task_eager_propagates
CELERY_TASK_IGNORE_RESULT    task_ignore_result
CELERY_TASK_PUBLISH_RETRY    task_publish_retry
CELERY_TASK_PUBLISH_RETRY_POLICY    task_publish_retry_policy
CELERY_QUEUES    task_queues
CELERY_ROUTES    task_routes
CELERY_TASK_SEND_SENT_EVENT    task_send_sent_event
CELERY_TASK_SERIALIZER    task_serializer
CELERYD_TASK_SOFT_TIME_LIMIT    task_soft_time_limit
CELERYD_TASK_TIME_LIMIT    task_time_limit
CELERY_TRACK_STARTED    task_track_started
CELERYD_AGENT    worker_agent
CELERYD_AUTOSCALER    worker_autoscaler
CELERYD_CONCURRENCY    worker_concurrency
CELERYD_CONSUMER    worker_consumer
CELERY_WORKER_DIRECT    worker_direct
CELERY_DISABLE_RATE_LIMITS    worker_disable_rate_limits
CELERY_ENABLE_REMOTE_CONTROL    worker_enable_remote_control
CELERYD_HIJACK_ROOT_LOGGER    worker_hijack_root_logger
CELERYD_LOG_COLOR    worker_log_color
CELERYD_LOG_FORMAT    worker_log_format
CELERYD_WORKER_LOST_WAIT    worker_lost_wait
CELERYD_MAX_TASKS_PER_CHILD    worker_max_tasks_per_child
CELERYD_POOL    worker_pool
CELERYD_POOL_PUTLOCKS    worker_pool_putlocks
CELERYD_POOL_RESTARTS    worker_pool_restarts
CELERYD_PREFETCH_MULTIPLIER    worker_prefetch_multiplier
CELERYD_REDIRECT_STDOUTS    worker_redirect_stdouts
CELERYD_REDIRECT_STDOUTS_LEVEL    worker_redirect_stdouts_level
CELERYD_SEND_EVENTS    worker_send_task_events
CELERYD_STATE_DB    worker_state_db
CELERYD_TASK_LOG_FORMAT    worker_task_log_format
CELERYD_TIMER    worker_timer
CELERYD_TIMER_PRECISION    worker_timer_precision

参考

  • http://docs.celeryproject.org/en/latest/userguide/tasks.html#task-options
  • http://docs.jinkan.org/docs/celery/getting-started/first-steps-with-celery.html
  • http://www.pythondoc.com/flask-celery/first.html
  • https://blog.csdn.net/kk123a/article/details/74549117
  • https://blog.csdn.net/preyta/article/details/54288870
    本文为转载文章，贵在分享，版权归原作者及原出处所有，如波及版权等问题，请及时与我分割。原文出处：天宇之游
    原文链接：https://www.cnblogs.com/cwp-bg/p/8759638.html

正文完
python
发表至： python
2021-03-31
 0
关于python:小手一抬学Python-Python-之内置-random-模块
关于python:Python-任务自动化工具nox-的配置与-API
关于python:自学python到底行不行得通月薪过万还是流落街头
关于python:03python爬虫基本原理