Celery使用
前言
来着官网中的英文解释:
Celery is a simple, flexible, and reliable distributed system to process vast amounts of messages.
It’s a task queue with focus on real-time processing, while also supporting task scheduling.
翻译：Celery是一个简单，灵活且可靠的分布式系统，用于处理大量的消息。
这是一个专注于实时处理的任务队列，同时也支持任务调度。
官网地址: (http://docs.celeryproject.org)
1. 高级信息队列协议
AMQP，即AdvancedMessage Queuing Protocol，高级消息队列协议，是应用层协议的一个开放标准，为面向消息的中间件设计。消息中间件主要用于组件之间的解耦，消息的发送者无需知道消息使用者的存在，反之亦然。
2. 生产者与消费者模式概念
什么是生产者与消费者模式呢? 就是某个模块负责产生数据，这些数据由另一个模块来负责处理（此处的模块是广义的，可以是类、函数、线程、进程等）。产生数据的模块，就形象地称为生产者；而处理数据的模块，就称为消费者。
单单抽象出生产者和消费者，还够不上是生产者消费者模式。该模式还需要有一个缓冲区处于生产者和消费者之间，作为一个中介。生产者把数据放入缓冲区，而消费者从缓冲区取出数据
3. celery的架构
Celery的架构由三部分组成，消息中间件（message broker），任务执行单元（worker）和任务执行结果存储（task result store）组成。
消息中间件（message broker）：Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括:RabbitMQ, Redis, MongoDB ，SQLAlchemy等，其中rabbitmq与redis比较稳定，其他处于测试阶段。
任务执行单元（worker）：Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。
任务结果存储（result store）：result store用来存储Worker执行的任务的结果，支持AMQP，redis，mongodb，mysql等主流数据库。
4. 插件安装
4.1 安装celery，redis以及相关的依赖包
pip install -U celery[redis]配置非常简单，只需要设置 Redis 数据库的位置:
BROKER_URL = 'redis://localhost:6379/0'
URL 的格式为:
redis://:password@hostname:port/db_number4.2 创建官网上简单的celery案例
案例中使用redis作为信息中间件broker:
代码解释：
1. 直接初始化Celery对象，指定信息中间件，使用redis进行链接
2. 使用celery对象的task装饰我们需要异步的函数
简单的两步就实现了celery的异步函数执行命令解释：
启动一个随时监听异步任务处理函数的worker，使用命令celery -A xxxx模块名 worker --loglevel=info，其中该命令中-A参数表示我们创建的py文件为tasks.py文件的话，则celery -A tasks worker --loglevel=info 执行异步函数：
进入python环境进行测试功能，使用delay()来会掉我们创建的任务:
注意：
采用delay()函数来创建我们的回调函数，如果直接使用add(1，2)就和普通的函数没有任何区别了。4.3 查看redis中存入的结果值
当执行了delay()方法以后，都会在控制台看到打印了存入redis中的key的信息
先查看一下，当我们调用delay()回调任务的时候，打印的结果：
再来查看一下，redis中的key值，以及对应的value值的结果。value值为celery存入的结构化对象，需要使用celery的api获取这些值。
