Celery是一种分布式消息队列处理框架，由Python编写而成。该框架是一个典型的生产者-消费者模型。
一、一些术语与概念
下面，了解几个关键术语，并对应到生产者-消费者模型中的一些概念。
broker，存放消息队列的容器，Celery本身不提供这个容器，一般由RabbitMQ、redis等第三方消息队列机制提供。
tasks，一般写在一个脚本中，作用相当于生产者，用于产生消息。
worker，消费者，从broker获取消息，并进行处理。
backend，worker将消息处理的结果放在backend中，即结果存放的地方。
二、Celery框架的搭建与应用
此处，我们选择RabbitMQ作为消息队列的容器。下面是一个最简单的实例。
1. 安装Celery
# pip install celery
2.安装RabbitMQ
# echo 'deb http://www.rabbitmq.com/debian/ testing main' | sudo tee /etc/apt/sources.list.d/rabbitmq.list
# wget -O- https://www.rabbitmq.com/rabbitmq-release-signing-key.asc | sudo apt-key add -
# sudo apt-get update
# sudo apt-get install rabbitmq-server
安装完毕之后，RMQ默认是启动的。
3.编写tasks.py文件
#tasks.py
from celery import Celery
app = Celery("tasks", broker="amqp://guest@localhost//", backend="amqp://guest@localhost//")
@app.task
def say(sth):
return sth
app = Celery("AppName", broker="消息队列容器", backend="任务处理结果容器")，此处讲应用命名为tasks，消息队列容器和任务处理结果容器均为RabbitMQ。
4.在一个终端执行启动消费者的命令
celery -A tasks worker -l INFO-A 后面是应用名，-l设置log级别。
5.在另一个终端启动生产者的命令
python
>>> from tasks import say
>>> say.delay("Hello Celery!")进入Python的命令行模式，导入应用的say方法，执行。
运行结果如下图：
启动消费者终端截图：
启动生产者终端截图：
可以看到，代码通过了。