Celery

Celery是基于Python的一个开源的分布式实时任务队列工具，同时也支持任务调度。

简介

时间轴

• 2009年04月24日，Ask Solem 发布Celery 0.1.0
• 2010年02月10日，发布Celery 1.0.0
• 2016年11月04日，发布Celery 4.0.0。配置文件引入小写字母设置和重命名了一些前缀。
• 2020年09月24日，发布Celery 5.0.0
• 2021年06月18日，发布Celery 5.1

了解更多 >> Celery 文档：历史

安装

使用pip安装：

pip install -U Celery

入门

基本架构

Celery架构是一种生产者消费者模型，生产者（调用异步任务或定时任务）将任务发送到消息中间件（Redis或RabbitMQ等），消费者（任务执行单元）从消息中间件读取执行。

基本概念

名称	描述

定时任务

Celery也支持定时任务，即周期性任务（Periodic Tasks）。celery beat定期发布任务，然后由celery worker执行。

了解更多 >> Celery 文档：周期性任务

定时

schedule用于设置执行的频率，可以是整数、timedelta、crontab、solar或自定义类型。一个示例：

from celery.schedules import crontab

beat_schedule = {
    # 每个周星期一早上7点30分执行 
    'add-every-monday-morning': {
        'task': 'tasks.task1',
        'schedule': crontab(hour=7, minute=30, day_of_week=1),
        'args': (16, 16),  
    },
}

类别	描述	示例
数字	表示秒	30.0 每30秒执行一次
timedelta	Python的timedelta对象，用于表示时间间隔。 使用时需要导入timedelta：from datetime import timedelta	timedelta(seconds=30) 每30秒执行一次
crontab	能够方便设置每天或每星期什么时间执行。 使用时需要导入crontab：from celery.schedules import crontab	crontab() 每分钟执行 crontab(minute=0, hour=0) 每天0点0分执行 crontab(hour=7, minute=30, day_of_week=1) 每个周星期一早上7点30分执行 crontab(minute=0, hour='*/6') 每六个小时执行一次：午夜、早上 6 点、中午、下午 6 点 crontab(minute=0, hour='0,6,12,18')同前面
solar	太阳时间表，按照日出、日落、黎明或黄昏来执行。 使用时需要导入solar：from celery.schedules import solar 格式：solar(event, latitude, longitude)	'schedule': solar('sunset', -37.81753, 144.96715) 墨尔本日落时执行
自定义

启动

启动celery beat服务：

celery -A your_proj beat

通过-B，也可在启动celery worker服务时，同时启动celery beat服务。这种简单方便，但只适用于单个worker节点，因此不建议用于生产用途：

celery -A your_proj worker -B

了解更多 >> Celery 文档：周期性任务 - 启动调度器

配置

概览

配置一般写在单独的文件中。如果使用默认加载器，文件名称需要为celeryconfig.py。Celery 4.0 版引入了小写设置和重命名一些前缀，旧的配置命令将在Celery 6.0不可用。一个简单的配置文件：

# celery_task为项目目录，包含__init__.py、celeryconfig.py、task1.py、task2.py
# celery_task
# ├── __init__.py
# ├── celeryconfig.py
# ├── task1.py
# └── task2.py
# 以下为celeryconfig.py文件内容：

# 任务队列设置
broker_url = 'redis://127.0.0.1:6379'

# 任务转态和结果存储设置
result_backend = 'redis://127.0.0.1:6379/0'

# 指定时区，默认是 UTC
timezone = 'Asia/Shanghai'

# 导入任务模块
imports = (
    'celery_task.task1',
    'celery_task.task2'
    )

了解更多 >> Celery 文档：配置和默认值

Broker

名称	描述	示例
broker_url	默认消息队列URL。格式： transport://userid:password@hostname:port/virtual_host transport默认为amqp://，其他可选redis://、sqs://和qpid://。	broker_url = 'redis://127.0.0.1:6379'使用redis作为消息队列。

日期时间

名称	描述	示例
enable_utc
timezone	时区，默认"UTC"

监控和管理

概览

Celery几个常用监控管理工具：

名称	描述
命令
Flower	Flower是Celery的实时网络监控和管理工具。 使用： # 安装flower pip install flower # 为celery项目启动一个网络服务器，默认端口5555，http://localhost:5555/ celery -A celery项目 flower # 浏览器访问flower，http://localhost:5555/
celery events	一个简单监视管理工具，在 Celery 2.0 版本新增。可以显示任务和worker的历史，以及查看任务的结果和追溯，它还支持一些管理命令，如限制速度和关闭worker。 使用： celery -A celery项目 events

了解更多 >> Celery 文档：监控和管理

Flower

docker

使用docker compose可以快速搭建Flower测试环境，flower官方有配置好的Celery + Flower + Redis + prometheus + grafana测试环境。 以下配置Celery + Flower + Redis环境。

项目结构：

examples
├── docker-compose.yml
├── Dockerfile
└── examples
    ├── celeryconfig.py
    └── tasks.py

了解更多 >> Github.com/mher/flower/：docker-compose.yml

Docker

celery

使用docker可以快速搭建环境，如搭建一个简单测试环境celery + redis，项目目录如下：

example                        
├── docker-compose.yml     
├── Dockerfile
└── tasks.py

tasks.py用于配置Celery，注册异步函数

from celery import Celery

app = Celery('tasks', broker='redis://redis:6379/0', backend='redis://redis:6379/0' )

# 设置定时任务，每隔30秒执行一次add任务
app.conf.beat_schedule = {
    'add-every-30-seconds': {
        'task': 'tasks.add',
        'schedule': 30.0,
        'args': (16, 16)
    },
}

# 注册异步任务
@app.task
def add(x, y):
    return x + y

Dockerfile是用于构建celery镜像，redis镜像直接使用官方。

FROM python:alpine

# 安装celery和redis客户端
RUN pip install --no-cache-dir redis celery

WORKDIR /data

CMD ["celery"]

docker compose组合管理容器

version: '3'
services:

  redis:
    image: redis:alpine
    ports:
      - 6379:6379
      
  worker:
    build: ./
    entrypoint: celery
    command: -A tasks worker -l info -E
    user: nobody
    volumes:
      - ./:/data
    depends_on:
      - redis

终端进入项目目录，使用docker compose up即可启动celery和redis服务，另开一个终端，使用docker exec -it celery容器名称 python命令进入容器并运行Python，调用add异步函数测试：

from tasks import add
add.delay(3,3)

定时任务需要启用celery beat，定时发送到任务队列。打开一个终端，使用docker exec -it celery容器名称 celery -A tasks beat命令使容器启动celery beat

常见错误

• docker-compose.yml中build: ./ 时，如果Dockerfile中使用pip安装，可能出现Failed to establish a new connection: [Errno -3] Try again')':错误。

将docker-compose.yml中build: ./ 修改为：

    build: 
        context: ./
        network: host

资源

官网

• Celery 官网： https://docs.celeryproject.org/
• Celery 文档： https://docs.celeryproject.org/
• Celery 下载：https://pypi.org/project/celery/
• Celery 源代码：https://github.com/celery/celery

相关教程

• 极客学院wiki：Python 之旅 - Celery
• celerycn.io：Celery 中文手册
• 在 Flask 中使用 Celery
• Miguel Grinberg：Using Celery With Flask

相关文章

• Wikipedia：Celery