消息队列：celery

1. 什么是 celery

Celery 是一个简单、灵活且可靠的，处理大量消息的分布式系统；
Celery 专注于实时处理的异步任务队列，同时也支持任务调度；
Celery 本身不含消息服务，它使用第三方消息服务来传递任务，目前 Celery 支持的消息服务有 RabbitMQ、Redis；
Celery 应用是线程安全的，所以多个不同配置、不同组件、不同任务的应用可以在一个进程空间里共存；

Celery的架构组成

Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker） 和 任务执行结果存储（task result store） 组成。

消息中间件

Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ，Redis，MongoDB(experimental)，Amazon SQS (experimental)，CouchDB (experimental)， SQLAlchemy (experimental)，Django ORM (experimental)， IronMQ

任务执行单元

Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。

任务结果存储

Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括 AMQP，redis，memcached，mongodb，SQLAlchemy, Django ORM，Apache Cassandra，IronCache 等。

这里我先不去看它是如何存储的，就先选用redis来存储任务执行结果。

因为涉及到消息中间件（在Celery帮助文档中称呼为中间人<broker>），为了更好的去理解文档中的例子，可以安装两个中间件，一个是RabbitMQ,一个redis。

根据 Celery的帮助文档安装和设置RabbitMQ, 要使用 Celery，需要创建一个 RabbitMQ 用户、一个虚拟主机，并且允许这个用户访问这个虚拟主机。

使用场景

异步任务：将耗时操作任务提交给 Celery 去异步执行，比如发送短信/邮件、消息推送、音视频处理等等

定时任务：定时执行某件事情，比如每天数据统计

celery 特点

celery 在多目录结构中异步执行

from celery import Celery

cel = Celery('celery_demo',
             broker='redis://127.0.0.1:6379/1',
             backend='redis://127.0.0.1:6379/2',
             # 包含以下两个任务文件，去相应的py文件中找任务，对多个任务做分类
             include=['celery_tasks.task01',
                      'celery_tasks.task02'
                      ])

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