- celery是python开发的简单的，灵活可靠的，处理大量消息的分布式任务调度模块
- 专注于实时处理的异步任务队列
- 同时也支持任务调度
Celery本身不含消息服务，它使用第三方消息服务来传递任务，目前，Celery支持的消息服务有RabbitMQ、Redis、Amazon SQS；Celery 是用 Python 编写的，但协议可以用任何语言实现。除了 Python 语言实现之外，还有Node.js的 node-celery 和php的 celery-php 。
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。
启动celery服务（配置好broker和backend），手动或自动添加任务到broker中，broker将任务分发给worker，worker后台异步执行任务，执行完成后将结果存放到backend中。
- Linux安装
pip安装
pip install celery # 验证安装 查看版本 celery --version ---console--- 5.2.3 (dawn-chorus)
使用redis作为backend和broker，需要本机安装redis，并启动redis-server，还需要安装Python第三方模块redis
pip install redis
- windows安装
由于官方不支持windows安装和使用，需要借助Python第三方模块eventlet，此模块主要作用通过协程实现并发。
pip install celery pip install eventlet # 验证安装 查看版本 celery --version基本使用
- 目录结构
celery对目录要求严格，如果不在目录下加入__init__.py，worker执行任务可能会出现NotRegistered的情况
test __init__ tasks.py run.py
tasks.py
from celery import Celery
# 通过使用本机redis且没有密码，使用远程redis有密码格式为
# 'redis://:密码@ip:6379/1'
broker = 'redis://127.0.0.1:6379/1' # 任务储存
backend = 'redis://127.0.0.1:6379/2' # 结果存储，执行完之后结果放在这
# 创建出app对象
app = Celery(__name__, broker=broker, backend=backend)
# 任务通过装饰器@app.task进行装饰
@app.task
def add(x, y):
return x + y
run.py
from tasks import add # 添加任务 # 返回一个 AsyncResult 实例，可以用于进行跟踪任务状况 result = add.delay(3,4) print(result
- 启动worker
# 需要cd到tasks文件对应的路径 # 启动一个worker，日志打印级别为info # windows平台启动 # celery -A tasks worker -l info -P eventlet # linux启动 # 格式为：celery -A app对象所在的文件 worker -l 日志级别 celery -A tasks worker -l info
- 停止worker
直接通过Ctrl+c停止即可
