雖然現代的網路應用程式比以往任何時候都更快速、更便捷,但仍有許多情況下,需要把繁重的任務轉移到系統的其他部分執行,而不是在主執行緒上進行工作。
這些情況中的範例如下:
那麼,如何處理這些情況呢?這時,Celery就派上用場了。
Celery是一個開源的任務佇列實現,通常與基於Python的網路框架(如Flask和Django)相結合,在典型的請求-回應週期之外非同步執行任務。
因此,Celery本質上是一個基於分散式訊息傳遞的任務佇列。執行單元或任務在一個或多個worker上使用多處理、gevent或Eventlet同時執行。這些任務可以同步執行(即等到準備就緒)或非同步執行(即在背景)。
Celery是一個分散式任務隊列,基於生產者-消費者模式。
任務佇列是用於跨執行緒和機器分配工作的機制,本質上是生產者(網路應用程式)和消費者(Celery工作者)之間的訊息中介。
Celery透過訊息進行交互,代理商(broker)在客戶(生產者)和工作者(消費者)之間充當中間人。為了啟動任務,客戶端將訊息推送到佇列中,然後代理將該訊息傳遞給工作者。
Celery系統可以由多個worker和broker組成,這為高可用性和橫向擴展提供了可能。
簡而言之,Celery客戶端是生產者,它透過訊息代理程式為佇列中新增新的任務。然後,Celery工作者同樣透過訊息代理從佇列中取得新的任務。一旦處理完畢,結果就會儲存在結果後端。
下面的範例將使用RedisMQ作為訊息代理。
在linux/macOS系統上,透過下列指令在本機上執行Redis伺服器:
$ wget http://download.redis.io/redis-stable.tar.gz $ tar xvzf redis-stable.tar.gz $ rm redis-stable.tar.gz $ cd redis-stable $ make
設定好Redis後,執行下列指令執行Redis伺服器:
$ redis-server
該伺服器在預設的6379連接埠運行。
首先,在本地設定Python專案。
Celery可以透過標準工具如pip或easy_install來安裝。透過以下命令安裝Celery和Redis:
pip install celery redis==4.3.4
現在需要一個Celery實例來運行應用程序,Celery實現任何任務都是以實例開始,例如創建和管理任務等。
在專案中建立一個檔案tasks.py:
From celery import Celery broker_url = 'redi://localhost:6379/0' app = Celery('tasks',broker = broker_url) @app.task def add(x, y): return x+y
這裡定義了一個簡單的任務add(),傳回兩個數字的總和。
在終端機上,切換到專案位置並用以下命令運行Celery worker:
$ celery -A tasks worker - loglevel=info
關於Celery worker命令行的詳細信息,可以使用help:
$ celery worker - help
在Celery中,使用delay()方法來呼叫任務。
開啟專案的另一個終端機視窗並執行以下命令:
$ python
這將開啟Python命令列。
>> from tasks import add >> add.delay(1,2)
這將傳回一個AsyncResult實例,可以用來檢查任務狀態,獲得其傳回值,等待任務完成,也可以在失敗時獲得異常和回溯。
執行add.delay()指令後,任務會被推送到佇列中,然後被worker取得。這可以在Celery worker終端機上進行驗證,可以清楚地看到任務被接收,之後任務成功完成。
以上是學習Python Celery,輕鬆完成非同步任務的詳細內容。更多資訊請關注PHP中文網其他相關文章!