目录：
- 1.1 Celery介绍
- 1.2 celery简单使用
- 1.3 在项目中如何使用celery
- 1.4 celery与Django项目最佳实践
- 1.5 基于步骤1.4：在django中使用计划任务功能
- 1.6 django+celery+redis实现异步周期任务
1.1 Celery介绍 返回顶部
参考博客：http://www.cnblogs.com/alex3714/p/6351797.html
参考博客: https://www.jianshu.com/p/027538ffb8c1
1、celery应用举例
1、Celery 是一个 基于python开发的分布式异步消息任务队列，通过它可以轻松的实现任务的异步处理，
如果你的业务场景中需要用到异步任务，就可以考虑使用celery
2、你想对100台机器执行一条批量命令，可能会花很长时间 ，但你不想让你的程序等着结果返回，而是给你返回 一个任务ID,
你过一段时间只需要拿着这个任务id就可以拿到任务执行结果， 在任务执行ing进行时，你可以继续做其它的事情
3、Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息，以及存储任务结果， 一般使用rabbitMQ or Redis
2、Celery有以下优点
1、简单：一单熟悉了celery的工作流程后，配置和使用还是比较简单的
2、高可用：当任务执行失败或执行过程中发生连接中断，celery 会自动尝试重新执行任务
3、快速：一个单进程的celery每分钟可处理上百万个任务
4、灵活： 几乎celery的各个组件都可以被扩展及自定制
3、Celery基本工作流程图
user：用户程序，用于告知celery去执行一个任务。
broker: 存放任务（依赖RabbitMQ或Redis，进行存储）
worker：执行任务
4、Celery 特性
1）方便查看定时任务的执行情况, 如 是否成功, 当前状态, 执行任务花费的时间等.
2）可选 多进程, Eventlet 和 Gevent 三种模型并发执行.
3）Celery 是语言无关的.它提供了python 等常见语言的接口支持.
1.2 celery 组件
1、Celery 扮演生产者和消费者的角色
Celery Beat : 任务调度器. Beat 进程会读取配置文件的内容, 周期性的将配置中到期需要执行的任务发送给任务队列.
Celery Worker : 执行任务的消费者, 通常会在多台服务器运行多个消费者, 提高运行效率.
Broker : 消息代理, 队列本身. 也称为消息中间件. 接受任务生产者发送过来的任务消息, 存进队列再按序分发给任务消费方(通常是消息队列或者数据库).
Producer : 任务生产者. 调用 Celery API , 函数或者装饰器, 而产生任务并交给任务队列处理的都是任务生产者.
Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.
2、celery架构图
111111111111111111111111