最近因工作需要，使用了celery，一直没有时间总结，抽空记录celery在学习应用中的一些问题
1、安装
创建python虚拟环境，安装如下包：
pip install Django==1.10.8
pip install celery==4.2.0
pip install redis==2.10.6
2、celery快速入门引导
4.2.0 版本 Getting Started 官方文档戳我
英语还是需要能大概读懂的，读不懂的语句只能依靠翻译咯，坚持看多了英文文档，其实还是对阅读理解很有帮助的，毕竟最新的文档都是英文的。
说道英语底子薄，安利一把，推荐一款翻译利器，谷歌浏览器插件划词翻译，选中单词或句子自动翻译，很棒的小公举。如果访问不了，百度一个离线安装包吧，网络原因，折腾是必经之路啊。
- Celery介绍
Celery 是一个简单、灵活且可靠的，处理大量消息的分布式系统，并且提供维护这样一个系统的必需工具。它是一个专注于实时处理的任务队列，同时也支持任务调度。
-
Celery 主要包含以下几个模块：
任务模块 Task
包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往任务队列，而定时任务由 Celery Beat 进程周期性地将任务发往任务队列。消息中间件 Broker
Broker，即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列。Celery 本身不提供队列服务，官方推荐使用 RabbitMQ 和 Redis 等。任务执行单元 Worker
Worker 是执行任务的处理单元，它实时监控消息队列，获取队列中调度的任务，并执行它。任务结果存储 Backend
Backend 用于存储任务的执行结果，以供查询。同消息中间件一样，存储也可使用 RabbitMQ, Redis 和 MongoDB 等。
-
使用 Celery 实现异步任务主要包含三个步骤：
- 创建一个 Celery 实例
- 启动 Celery Worker
- 应用程序调用异步任务
下面是一个最简单的应用：tasks.py
from celery import Celery
broker = 'redis//127.0.0.1:6379/0'
backend = 'redis//127.0.0.1:6379/0'
# broker 存储生产者消息
# backend 存储任务消息结果（不需要结果存储可以不配置）
app = Celery('hello', broker=broker, backend=backend)
@app.task
def hello():
return 'hello world'
启动worker进程，在文件根目录下运行：
celery -A tasks worker --loglevel=info
这样最简单的celery就启动了，我们可以用来测试一些celery的特性，熟悉它的功能，参照文档进一步的深入学习，在tasks.py目录下启动python终端。
>>> from tasks import hello
>>> result = hello.delay()
>>> result.ready()
False
>>> result.ready()
True
>>> result.get()
'hello world'
以上这个只是用来快速了解学习使用，具体的还需要参照文档学习。
在使用过程中，还是碰到了许多问题的，关于路径、命名、配置等，待总结记录。。。
