【异步/定时任务】Django中使用Celery实现异步和定时任务【原创】

参考

官方文档Celery在Django上
 官方文档Celery
Celery中文文档
 Github地址
 Celery全面学习笔记
 分布式任务队列Celery入门与进阶

一、概要

Celery是由Python开发、简单、灵活、可靠的分布式任务队列，其本质是生产者消费者模型，生产者发送任务到消息队列，消费者负责处理任务。

Celery侧重于实时操作，但对调度支持也很好，其每天可以处理数以百万计的任务。特点：

简单：熟悉celery的工作流程后，配置使用简单
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
快速：一个单进程的celery每分钟可处理上百万个任务
灵活：几乎celery的各个组件都可以被扩展及自定制

应用场景举例：

web应用：当用户在网站进行某个操作需要很长时间完成时，我们可以将这种操作交给Celery执行，直接返回给用户，等到Celery执行完成以后通知用户，大大提好网站的并发以及用户的体验感。
任务场景：比如在运维场景下需要批量在几百台机器执行某些命令或者任务，此时Celery可以轻松搞定。
定时任务：向定时导数据报表、定时发送通知类似场景，虽然Linux的计划任务可以帮我实现，但是非常不利于管理，而Celery可以提供管理接口和丰富的API。

Celery由以下四部分构成：任务模块(Task)、消息中间件(Broker)、任务执行单元Worker、结果存储(Backend)

任务模块Task：包含异步任务和定时任务，异步任务通常在业务逻辑中被触发并发往任务队列，而定时任务由Celery Beat进程周期性的将任务发往任务队列
消息中间件Broker：即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列。Celery本身不提供队列服务，官方提供了很多备选方案，支持RabbitMQ、Redis、Amazon SQS等，官方推荐RabbitMQ。
任务执行单元Worker：Worker是任务执行单元，负责从消息队列中取出任务执行，它可以启动一个或者多个，也可以启动在不同的机器节点，这就是其实现分布式的核心。实时监控消息队列，获取队列中调度的任务并执行它。
结果存储Backend：用于存储任务的执行结果。官方提供了诸多的存储方式支持：RabbitMQ、 Redis、Memcached、SQLAlchemy、Django ORM、Apache Cassandra、Elasticsearch

工作原理：

任务模块Task包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往消息队列，而定时任务由Celery Beat进程周期性地将任务发往消息队列；
任务执行单元Worker实时监视消息队列获取队列中的任务执行；
Woker执行完任务后将结果保存在Backend中;

二、环境

Python：3.7
Django：2.2.4
Celery：4.3

注意：Celery 4.x和3.x版本相差很大，建议使用4.x，另外，如果是Django 1.8之前的版本，只能使用Celery 3.x

三、依赖

需要安装的依赖有：

pip install celery
pip install redis
# 或者是直接：pip install "celery[redis]"

pip install mysqlclient
pip install django-celery-results

以上的依赖中，只有Celery是必须的，其他的依赖都不是必须，如下：

redis：非必须，默认Celery是使用RabbitMQ作为Broker中间人的并且默认安装好RabbitMQ依赖了，我自己习惯用Redis，所以需要安装Redis依赖
mysqlclient：非必须，默认Celery是不保存任务结果的，如果想要查看任务的结果并且可以保存到数据库中，所以必须安装mysqlclient连接数据库
django-celery-results：非必须，默认Celery是不保存任务结果的，如果想要查看任务的结果并且保存到数据库中，就必须安装该依赖，如果不想保存到数据库的话，也可以使用Redis来进行保存

中间人：

RabbitMQ：默认
Redis
Amazon SQS

注意：Celery之前的版本是支持以数据库作为中间人的，但是4.x不支持数据库作为中间人，具体可以参考官方文档

四、初始化

1. 新建一个应用

新建一个应用，应用名随意，这里的应用名为tasks

python manage startapp tasks

setting.py中增加应用：

INSTALLED_APPS = (
    ...,
    'tasks',
    'django_celery_results',
)

执行迁移

python manage.py migrate django_celery_results

2. setting.py同级目录修改init.py

setting.py同级目录修改__init__.py：

from __future__ import absolute_import, unicode_literals
# This will make sure the app is always imported when
# Django starts so that shared_task will use this app.
from .celery import app as celery_app

__all__ = ('celery_app',)

3. setting.py同级目录新建celery.py

setting.py同级目录新建celery.py：

from __future__ import absolute_import, unicode_literals
import os
from celery import Celery
from django.conf import settings

# 获取当前文件夹名，即为该Django的项目名
project_name = os.path.split(os.path.abspath('.'))[-1]
project_settings = '%s.settings' % project_name

# 设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', project_settings)

# 实例化Celery
app = Celery(project_name)

# 使用Django的settings文件配置celery
app.config_from_object('django.conf:settings', namespace='CELERY')

# Celery加载所有注册的应用
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)


@app.task(bind=True)
def debug_task(self):
    print('Request: {0!r}'.format(self.request))

注意：设置环境变量的时候

os.environ.setdefault('DJANGO_SETTINGS_MODULE', project_settings)

project_settings一定是项目名.settings，如果项目名和目录名不一样的话，则不能使用上面的方式来获取当前文件夹名字了

4. 修改setting.py

setting.py中最下面新增：

# Broker的地址
CELERY_BROKER_URL = 'redis://127.0.0.1:6379'

# 任务执行返回结果
CELERY_RESULT_BACKEND = 'django-db'

# celery内容等消息的格式设置
CELERY_ACCEPT_CONTENT = ['application/json', ]
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'

# celery时区设置，使用settings中TIME_ZONE同样的时区
CELERY_TIMEZONE = TIME_ZONE

更多的配置可以参考官方文档

Redis中间人的配置格式为：

redis://:password@hostname:port/db_number

默认使用的是 localhost 的 6379 端口中 0 数据库

Celery默认是不保存任务的结果，但是支持保存任务的功能，内置一些任务的后端结果存储：

数据库：如果想要使用数据库的话，需要安装django-celery-results，并且CELERY_RESULT_BACKEND需要设置为：django-db，默认存在 django_celery_results_taskresult 表里面
Memcached
RPC(RabbitMQ/AMQP)
Redis：格式跟Redis中间人的配置格式一致，使用Redis的话不需要安装django-celery-results

五、测试

1. 新增任务

在tasks应用下新增tasks.py：

from __future__ import absolute_import, unicode_literals
from celery import shared_task
import datetime

@shared_task
def add(x, y):
    res = x + y
    time_format = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print('当前时间为：' + time_format + ' ,两个数相加的结果为：')
    print(res)
    return res

@shared_task
def mul(x, y):
    res = x * y
    time_format = datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S')
    print('当前时间为：' + time_format + ' ,两个数相乘的结果为：')
    print(res)
    return res

@shared_task
def xsum(numbers):
    res = sum(numbers)
    print(res)
    return res

最终的目录结构如下：

项目名
│
├─manage.py
│
├─tasks
│ │ admin.py
│ │ apps.py
│ │ models.py
│ │ tests.py
│ │ views.py
| | tasks.py
│ └ __init__.py
│
├─templates
│
└─项目名
    │ settings.py
    │ urls.py
    │ wsgi.py
    | celery.py
    └ __init__.py

2. 启动Worker

在命令行下执行：

celery -A 项目名 worker -l info
# 或者是
celery -A 项目名 worker --loglevel=info

注意：如果是在Windows 10下，并且是Celery 4.x，请使用下面的命令启动，否则在测试的时候会报错，具体见最下面的问题集。

celery -A 项目名 worker --pool=solo -l info

3. 测试

创建一个异步任务来测试，在命令行下执行：

python manage.py shell


from tasks.tasks import add, mul, xsum

res = add.delay(2,3)
res.get()

看看有没有结果输出，或者是可以在Admin管理页面的Celery Results里面看到结果

delay() 是 apply_async() 的快捷方法，即执行异步任务，异步任务由Worker来进行处理，可以通过控制台输出的日志进行查看执行情况。
调用任务会返回一个 AsyncResult 的实例，用于检测任务的状态，等待任务完成获取返回值（如果任务执行失败，会抛出异常）。

其他的命令还有：

from tasks.tasks import add, mul, xsum

# 调用异步任务
t = add.delay(2, 3)

# 同步拿结果
t.get()

# 同步拿结果，并且设置获取结果的超时时间，超过1秒拿不到结果则报错
t.get(timeout=1)

# 检查任务是否完成
t.ready()

# 如果出错，获取错误结果，不触发异常
t.get(propagate=False)
t.traceback

更多的命令可以查看官方文档

六、定时任务

1. 概要

在Django中实现定时任务，基本上有两套方案：

Celery原生：比较简单，在配置中使用CELERY_BEAT_SCHEDULE来人为加载定时任务
后台管理任务：稍微复杂一点，安装django-celery-beat，在Admin后台中管理和配置定时任务

注意：Celery 4.x和3.x的定时任务不兼容，建议使用4.x

2.Celery原生

使用Celery原生方案很简单，不需要安装其他的依赖，只需要在配置中配置CELERY_BEAT_SCHEDULE即可

配置

在setting.py最后面加上：

from celery.schedules import crontab
from datetime import timedelta

# 定时任务
CELERY_BEAT_SCHEDULE = {
    # 每十秒执行一次add方法
    'add-every-10-seconds': {
        'task': 'tasks.tasks.add',

        # 多长时间执行一次
        'schedule': 10.0, # 支持直接用数字表示秒数
        # 'schedule': timedelta(seconds=10), # 可以用timedelta对象

        # 必要的参数，这里指add()的参数
        'args': (16, 26)
    },
    # 每个周一的20:57分执行一次mul方法
    'add-every-monday-morning': {
        'task': 'tasks.tasks.mul',
        'schedule': crontab(hour=20, minute=57, day_of_week=1),
        'args': (16, 16),
    },
}

更多的用法可以参考官方文档

启动

命令行上执行：

# 启动worker
celery -A 项目名 worker --pool=solo -l info

# 启动定时任务beat
celery -A 项目名 beat -l info

即可在命令行上看到输出结果，或者是可以在Admin管理页面的Celery Results里面看到结果

3. 后台管理任务

使用后台管理任务的话，可以更方便的使用Django Admin进行所有定时任务的管理以及查看每次任务的结果，而且把任务存到Django的数据库里面去，不过相比起原生方案，步骤比较多且麻烦，而且需要安装django-celery-beat，django-celery-beat会在admin后台生成定时任务模块进行管理，模块为：PERIODIC TASKS，一般为Periodic tasks，保存在django_celery_beat_periodictask 表

配置

安装django-celery-beat

pip install django-celery-beat

setting.py中增加应用：

INSTALLED_APPS = (
    ...,
    'django_celery_beat',
)

执行迁移，会自动创建一些表：

python manage.py migrate django_celery_beat

登录Django Admin后，可以看到多了PERIODIC TASKS模块，在Periodic tasks里面配置定时任务即可，配置定时任务很简单，这里就跳过了

启动

命令行上执行：

# 启动worker
celery -A 项目名 worker --pool=solo -l info

# 启动定时任务beat
celery -A 项目名 beat -l info -S django
# 或者是
celery -A 项目名 beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler

即可在命令行上看到输出结果，或者是可以在Admin管理页面的Celery Results里面看到结果，并且启动之后，会在根目录下生成celerybeat.pid文件

注意：使用django-celery-beat来管理后台任务的时候，启动beat需要在后面加上-S参数来指定调度器

注意：这两个方案也可以同时使用，启动的时候指定-S参数即可同时使用的，如果一起使用的话，原生设置的定时任务，会被同步到Django Admin后台里面的定时任务去

如果想要省事的话，也可以把–scheduler django_celery_beat.schedulers:DatabaseScheduler写到配置文件setting.py中去，即

# 定时任务来源 从数据库中读取
CELERY_BEAT_SCHEDULER = 'django_celery_beat.schedulers:DatabaseScheduler'

然后启动定时任务的时候，就可以省略后面了，即：

celery -A 项目名 beat -l info

注意：如果setting.py中的CELERY_TIMEZONE设置的是非UTC的话，比如说’Asia/Shanghai’，且USE_TZ设置为False的话，那么运行定时任务的时候会报错，这个时候需要在配置中加上以下设置可以避免报错，具体的报错可以参考最下面的问题集。

# 避免时区的问题
CELERY_ENABLE_UTC = False
DJANGO_CELERY_BEAT_TZ_AWARE = False

七、问题集

1. 报错：ValueError(‘not enough values to unpack (expected 3, got 0)’)

参考：
https://blog.csdn.net/qq_30242609/article/details/79047660
https://segmentfault.com/q/1010000010560344
https://github.com/celery/celery/issues/4178

在Windows平台下，并且是Celery 4.x，在命令行上执行后Worker可能会有报错，报错如下：

Task handler raised error: ValueError('not enough values to unpack(expected 3, got 0)')
Traceback (most recent call last):
  File "C:\Users\boli.hong\AppData\Roaming\Python\Python37\site-packages\billiard\pool.py", line 362, in workloop
    result = (True, prepare_result(fun(*args, **kwargs)))
  File "C:\Users\boli.hong\AppData\Roaming\Python\Python37\site-packages\celery\app\trace.py", line 546, in _fast_trace_task
    tasks, accept, hostname = _loc
ValueError: not enough values to unpack (expected 3, got 0)

原因：
看别人描述大概就是说Celery 4.x不支持Windows平台了，所以Windows下运行就会出现这个问题

解决方法：

第一种方法（建议）：–pool=solo，只需要启动Worker的时候，加上参数即可，即celery -A 项目名 worker --pool=solo -l info
第二种方法：eventlet，需要先pip install eventlet，然后启动Worker的时候加上-P参数，celery -A 项目名 worker -l info -P eventlet

2. MySQL backend does not support timezone-aware datetimes when USE_TZ is False.

当setting.py中的CELERY_TIMEZONE设置的是非UTC的话，比如说’Asia/Shanghai’，且USE_TZ设置为False的话，那么启动定时任务的时候会报错，报错信息如下：

 raise ValueError("MySQL backend does not support timezone-aware datetimes when USE_TZ is False.")
ValueError: MySQL backend does not support timezone-aware datetimes when USE_TZ is False.

解决方法：

第一种方法：setting.py中的USE_TZ需要设置为True（不推荐）
第二种方法（推荐）：setting.py中增加：

# 避免时区的问题
CELERY_ENABLE_UTC = False
DJANGO_CELERY_BEAT_TZ_AWARE = False

jiandanokok

发布了64 篇原创文章 · 获赞 47 · 访问量 19万+

私信关注