异步任务队列Celery在Django中的使用

一 Django中的异步请求

Django Web中从一个http请求发起,到获得相应返回html页面流程大致如下:

1 http请求发起

2 http handing(request解析)

3 url mapping(url正则匹配找到对应的View)

4 在View中进行逻辑的处理,数据计算(包括调用Model类进行数据库的增删改查)

5 将数据推送到template,返回对应的template/response

同步请求:

        所有逻辑处理,数据计算任务在View中处理完毕后返回response.在View处理任务时用户处于等待状态,值直到页面返回结果

异步请求:

           View中先返回response,再在后台处理任务。用户无需等待,可以继续浏览网站,任务玩车该时,我们再告知用户

二 关于celery

     Celery时基于Python开发的一个分布式任务队列框架,支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度

Celery架构

1  建立消息队列

   首先,我们必须拥有一个broker消息队列用于发送和接受消息。Celery官网提出了多个broker选择方案,RabbitMQ、Redis、Database(不推荐)以及其他的消息中间件。

我们就使用RabbitMQ作为我们的消息中间人。在Linux上安装的方式如下:

sudo  apt-get  install  rabbitmq-server

可以通过命令rabbitmq-server来启动rabbitmq server以及命令rabbitmqctl stop来停止server

2  安装Django-celery

pip  install celery

pip  install django-celery

3 配置settings.py

首先,在settings.py中计入如下代码:

    import djcelery

    djcelery.setup_loader()

   BROKER_URL='amqp://guest@localhost//'

   CELERY_RESULT_BACKEND ='amqp://guest@localhost//'

其中,当djcelery.setup_loader()运行时,Celery便会去查看INSTALLD_APPS下包含的所有app目录中的tasks.py文件,找到标记为task的方法,将它们注册为celery task。BROKER_URL和CELERY_RESULT_BACKEND分别指代你的Broker的代理地址以及Backend(result store)数据存储地址。在Django中如果没有设置backend,会使用其默认的后台数据库用来存储数据。注意,此处backend的设置是通过关键字CELERY_RESULT_BACKEND来配置

然后,在INSTALLED_APPS中加入djcelery:

  INSTALL_APPS =(

'app1',

'djcelery'

)

4  在要使用该任务队列的app根目录下(比如app1),建立tasks.py文件,比如:


在tasks.py中我们就可以编码实现我们需要执行的任务逻辑,在开始处import task,然后在要执行的任务方法开头用上装饰器@task

5 生产任务

在需要执行该任务的View中,通过build_job.delay的方法来创建任务,并送入消息队列,比如:


6  启动worker的命令

python manage.py runserver #先启动服务器

python  manage.py  celery worker -c 4 --loglevel=info #再启动worker

补充:Django下可通过 python  manage.py  celery -- help 查看celery其他命令

另外,Celery提供了一个工具flower,将各个任务的执行情况、各个worker的健康状态进行监控并以可视化的方式展现,如下图所示:

Django下实现的方式如下:

1安装flower

pip  install flower

2  启动flower(默认会启动一个webserver,端口为5555):

python  manege.py  celery  flower

3. 进入http://localhost:5555即可查看。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,826评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,968评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,234评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,562评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,611评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,482评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,271评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,166评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,608评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,814评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,926评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,644评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,249评论 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,866评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,991评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,063评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,871评论 2 354

推荐阅读更多精彩内容