# Celery
### 1 定义
Celery 是一个简单、灵活且可靠的，处理大量消息的分布式系统
它是一个专注于实时处理的任务队列，同时也支持任务调度
中文官网：http://docs.jinkan.org/docs/celery/
在线安装 sudo pip3 install -U Celery
离线安装
```shell
tar xvfz celery-0.0.0.tar.gz
cd celery-0.0.0
python3 setup.py build
python3 setup.py install
```
名词解释：
broker - 消息传输的中间件，生产者一旦有消息发送，将发至broker；【RQ，redis】
backend - 用于存储消息/任务结果，如果需要跟踪和查询任务状态，则需添加要配置相关
worker - 工作者 - 消费/执行broker中消息/任务的进程
### 2 使用Celery
#### 1, 创建woker
```python
#创建 tasks.py 文件
from celery import Celery
#初始化celery, 指定broker
app = Celery('guoxiaonao', broker='redis://:password@127.0.0.1:6379/1')
#若redis无密码，password可省略
#app = Celery('guoxiaonao', broker='redis://:@127.0.0.1:6379/1')
# 创建任务函数
@app.task
def task_test():
print("task is running....")
```
```shell
#Ubuntu 终端中, tasks.py文件同级目录下 执行
celery -A tasks worker --loglevel=info
#执行后终端显示如下，证明成功！
```
#### 2,创建生产者 - 推送任务
在tasks.py文件的同级目录进入 ipython3 执行 如下代码
```python
from tasks import task_test
task_test.delay()
#执行后，worker终端中现如如下
```
#### 存储执行结果
Celery提供存储任务执行结果的方案，需借助 redis 或 mysql 或Memcached 等
详情可见 http://docs.celeryproject.org/en/latest/reference/celery.result.html#module-celery.result
```python
#创建 tasks_result.py
from celery import Celery
app = Celery('demo',
broker='redis://@127.0.0.1:6379/1',
backend='redis://@127.0.0.1:6379/2',
)
# 创建任务函数
@app.task
def task_test(a, b):
print("task is running")
return a + b
```
tasks_result.py 同级目录终端中-启动celery worker
```shell
celery -A tasks_result worker --loglevel=info
```
在相同目录下 打开终端创建生产者 - 同【上步】；执行成功后，可调用如下方法取得执行结果
```python
from tasks_result import task_test
s = task_test.delay(10,100)
s.result
```
### 3 Django + Celery
1，创建项目+应用
```python
#常规命令
django-admin startproject test_celery
python manage.py startapp user
```
2，创建celery.py
在settings.py同级目录下 创建 celery.py文件
文件内容如下：
```python
from celery import Celery
from django.conf import settings
import os
# 为celery设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'test_celery.settings')
# 创建应用
app = Celery("test_celery")
# 配置应用
app.conf.update(
# 配置broker
BROKER_URL='redis://:@127.0.0.1:6379/1',
)
# 设置app自动加载任务
app.autodiscover_tasks(settings.INSTALLED_APPS)
```
3, 在应用模块【user目录下】创建tasks.py文件
文件内容如下：
```python
from test_celery.celery import app
import time
@app.task
def task_test():
print("task begin....")
time.sleep(10)
print("task over....")
```
4, 应用视图编写；内容如下：
```python
from django.http import HttpResponse
from .tasks import task_test
import datetime
def test_celery(request):
task_test.delay()
now = datetime.datetime.now()
html = "return at %s"%(now.strftime('%H:%M:%S'))
return HttpResponse(html)
```
5, 分布式路由下添加 test_celery函数对应路由，此过程略
6, 启动django python3 manage.py runserver
7, 创建 celery worker
在项目路径下，即test_celery 下 执行如下
```
celery -A test_celery worker -l info
```
8，浏览器中执行对应url
worker终端中显示
### 4，生产环境 启动
#### 1，并发模式切换
默认并发采用 - prefork
推荐采用 - gevent 模式 - 协程模式
```shell
celery -A proj worker -P gevent -c 1000
# P POOL Pool implementation: 支持 perfork or eventlet or gevent
# C ConCURRENCY 并发数
```
#### 2，后台启动命令
```shell
nohup celery -A proj worker -P gevent -c 1000 > celery.log 2>&1 &
#1，nohup: 忽略所有挂断（SIGHUP）信号
#2，标准输入是文件描述符0。它是命令的输入，缺省是键盘，也可以是文件或其他命令的输出。
#标准输出是文件描述符1。它是命令的输出，缺省是屏幕，也可以是文件。
#标准错误是文件描述符2。这是命令错误的输出，缺省是屏幕，同样也可以是文件。
#3，&符号：代表将命令在后台执行
```
