celery本身不自带消息代理，必须额外部署redis或rabbitmq；未配好broker时，celery -a tasks worker会报connectionrefusederror或无限重连，根本原因是redis未安装、未运行、配置地址错误（如localhost在docker/wsl2中不可达）或端口未暴露。
直接说结论：Celery 本身不自带消息代理，必须额外部署 Redis 或 RabbitMQ 才能跑起来；没配好 broker，celery -A tasks worker 会卡在 Connection refused 或无限重连。
为什么启动 worker 就报 ConnectionRefusedError
这是最常卡住的第一步。Celery 默认尝试连接本地 localhost:6379 的 Redis，但你很可能根本没装 Redis，或者它没在运行。
- 先确认 Redis 是否已安装并运行：
redis-server --version和redis-cli ping（返回PONG才算通） - 如果用 Docker，别只跑
redis:alpine镜像，得加-p 6379:6379并后台运行 - Celery 配置里显式写死 broker 地址更稳妥，比如：
app.conf.broker_url = "redis://localhost:6379/0"，避免依赖默认值 - Windows 用户注意：WSL2 中的 Redis 对 Windows 原生 Python 不可见，要么全切 WSL2 环境，要么改用
localhost指向 WSL2 的 IP（如redis://172.28.0.1:6379/0）
celery -A tasks worker 启动后没反应或立刻退出
常见原因是模块路径不对或 __name__ == "__main__" 判断干扰了 worker 加载。
- 确保命令执行目录下有
tasks.py，且该文件顶层定义了Celery实例（如app = Celery("tasks")） - 不要在
tasks.py里写if __name__ == "__main__": app.worker_main()—— 这会让 worker 启动时误入 main 分支而退出 - 加
-l info查看日志：celery -A tasks worker -l info，重点看是否加载到 task、有没有Connected to redis://... - 若用 Flask，别把 Celery 实例定义在
app.py里再 import 到tasks.py，容易循环导入；推荐单独建celery.py初始化，再被tasks.py引用
任务执行成功但结果拿不到（task.delay().get() 返回 None）
默认情况下 Celery 不保存结果，get() 只能拿到 None 或超时异常。
- 启用 result backend：在配置里加上
app.conf.result_backend = "redis://localhost:6379/1"（建议和 broker 分开 db） - 调用时别只用
.delay()，改用.apply_async()并设ignore_result=False（虽然默认就是 False，但显式写更安心） - 检查 Redis 的 db 1 是否可写：
redis-cli -n 1 ping，否则 result backend 会静默失败 -
异步任务里别依赖未序列化的对象（如 Flask
request、数据库连接），Celery worker 是独立进程，这些上下文不存在
broker 和 result backend 的地址、端口、db 编号这三处最容易填错；哪怕只差一个数字，worker 就连不上，任务也存不了结果。调试时优先盯死这两行配置，比翻源码快得多。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
