基于 Django 2.0.4 的 djcelery 配置
Django Celery 配置实践
所需环境
python 3.5.2
rabbitmq
安装所需的包
pip install -r requirements.txt
QuickStart
创建Django项目
创建一个名为proj的Django项目
django-admin startproject proj
创建Django App
创建一个用于演示的django app,这里名为demo
django-admin startapp demo
在创建的app中,增加tasks.py文件,用于编写celery任务
基础配置项目
修改proj/settings.py配置文件,增加celery相关配置。
增加djcelery app
修改settings.py中INSTALLED_APPS,增加djcelery及app
INSTALLED_APPS = [
'django.contrib.admin',
'django.contrib.auth',
'django.contrib.contenttypes',
'django.contrib.sessions',
'django.contrib.messages',
'django.contrib.staticfiles',
'djcelery',
'demo'
]
celery相关的参数配置
如果仅仅需求使用celery异步执行任务的话,以下最基础的配置就可以满足需求
# 导入tasks文件,因为我们使用autodiscover_tasks
# 会自动导入每个app下的tasks.py,所以这个配置不是很必要
# 如果需要导入其他非tasks.py的模块,则需要再此配置需要导入的模块
# CELERY_IMPORTS = ('demo.tasks', )
# 配置 celery broker
CELERY_BROKER_URL = 'amqp://user:password@127.0.0.1:5672//'
# 配置 celery backend 用Redis会比较好
# 因为手上没有redis服务器,所以演示时用RabbitMQ替代
CELERY_RESULT_BACKEND = 'amqp://user:password@127.0.0.1:5672//'
创建Celery实例
在proj目录下,编辑celery.py文件,用于创建celery实例
from celery import Celery
from django.conf import settings # 创建celery应用
celery_app = Celery('proj', broker=settings.CELERY_BROKER_URL)
# 从配置文件中加载除celery外的其他配置
celery_app.config_from_object('django.conf:settings')
# 自动检索每个app下的tasks.py
celery_app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)
编写异步任务
在之前创建的demo/tasks.py中,编写一个用于演示的异步任务。
注意每个异步任务之前都需要使用@celery_app.task装饰器。
celery_app实际是之前在proj/celery.py中创建的celery的实例,如果你的实例名称不一样,做对应的修改即可。
import logging
from proj.celery import celery_app @celery_app.task
def async_task():
logging.info('run async_task')
调用异步任务
在demo/views.py中定义一个页面,只用来调用异步任务。
from django.http import HttpResponse
from demo.tasks import async_demo_task # Create your views here.
def demo_task(request):
# delay表示将任务交给celery执行
async_demo_task.delay()
return HttpResponse('任务已经运行')
在proj/urls.py中注册对应的url。
from django.contrib import admin
from django.urls import path
from demo.views import demo_task urlpatterns = [
path('admin/', admin.site.urls),
path('async_demo_task', demo_task),
]
启动Celery Worker
使用命令启动worker:
manage.py celery -A proj worker -l info
对参数做个简单的说明:
-A proj是指项目目录下的celery实例。演示项目名为proj,所以-A的值是proj。如果项目名是其他名字,将proj换成项目对应的名字。
-l info 是指日志记录的级别,这里记录的是info级别的日志。
如果配置没有问题,能成功连接broker,则会有类似以下的日志:
-------------- celery@Matrix.local v3.1.26.post2 (Cipater)
---- **** -----
--- * *** * -- Darwin-17.5.0-x86_64-i386-64bit
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app: proj:0x108ab1eb8
- ** ---------- .> transport: amqp://user:**@127.0.0.1:5672//
- ** ---------- .> results: amqp://
- *** --- * --- .> concurrency: 4 (prefork)
-- ******* ----
--- ***** ----- [queues]
-------------- .> celery exchange=celery(direct) key=celery [tasks]
. demo.tasks.async_demo_task [2018-04-24 08:24:47,656: INFO/MainProcess] Connected to amqp://user:**@127.0.0.1:5672//
需要注意的是日志中的tasks部分,可以看到已经自动识别到了demo.tasks.async_demo_task这个用于演示的任务。
如果没有识别到,检查下celery实例是否调用autodiscover_tasks方法,或配置文件的CELERY_IMPORTS是否配置正确。
调用异步任务
在demo/views.py中定义一个页面,只用来调用异步任务。
from django.http import HttpResponse
from demo.tasks import async_demo_task # Create your views here.
def demo_task(request):
# delay表示将任务交给celery执行
async_demo_task.delay()
return HttpResponse('任务已经运行')
在proj/urls.py中注册对应的url。
from django.contrib import admin
from django.urls import path
from demo.views import demo_task urlpatterns = [
path('admin/', admin.site.urls),
path('async_demo_task', demo_task),
]
最后,启动django,访问url http://127.0.0.1:8000/async_demo_task 调用异步任务。
在worker的日志中,可以看到类似的执行结果,即说明任务已经由celery异步执行。
如果出现"Using settings.DEBUG leads to a memory leak, never "的警告信息,则在生产环境中关闭掉django的debug模式即可。
[2018-04-24 09:25:52,677: INFO/MainProcess] Received task: demo.tasks.async_demo_task[1105c262-9371-4791-abd2-6f78d654b391]
[2018-04-24 09:25:52,681: INFO/Worker-4] run async_task
[2018-04-24 09:25:52,899: INFO/MainProcess] Task demo.tasks.async_demo_task[1105c262-9371-4791-abd2-6f78d654b391] succeeded in 0.21868160199665s: None
为任务分配队列
请参考这里celery-demo
配置计划任务
同样请参这里celery-demo
使用Django Admin管理Celery计划任务
使用djcelery,而不直接使用celery的好处就在于可以通过Django Admin对Celery的计划任务进行管理。
启动进程
使用计划任务时,除了保证原先的worker正常运行外(worker的启动方式见上),还需要启动beats:
python manage.py celery beat
也可以beat和worker一起启动
python manage.py celery -A project worker -l info --beat
创建数据库
python manage.py migrate
创建Django Admin和djcelery对应的表,这里的数据库使用默认的sqlite。
创建管理员
python manage.py createsuperuser
,依次输入超级管理员帐号、邮箱、密码。
演示项目中设置帐号:admin 密码: superplayer123
修改配置文件
在settings.py中,增加两项配置:
# 设定时区,配置计划任务时需要
CELERY_TIMEZONE = 'Asia/Shanghai'
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
创建计划任务
访问 http://127.0.0.1:8000/admin/djcelery/periodictask/add/,用于创建定时任务。
简单的解释下创建定时任务的选项:
字段 | 说明 |
---|---|
名称 | 便于理解的计划任务名称 |
Task (registered) | 选择一个已注册的任务 |
Task (custom) | |
Enabled | 任务是否启用 |
Interval | 按某个时间间隔执行 |
Crontab | 定时任务, 和Interval二选一 |
Arguments | 以list的形式传入参数,json格式 |
Keyword arguments: | 以dict的形式传入参数,json格式 |
Expires | 任务到期时间 |
Queue | 指定队列,队列名需要在配置文件的 CELERY_QUEUES定义好 |
Exchange | Exchange |
Routing key | Routing key |
通过Model操作计划任务
本质上来说,就是对PeriodicTask这个model的操作。
下面模拟一个简单的增加计划任务的接口:
def add_task(request):
interval = IntervalSchedule.objects.filter(every=30, period='seconds').first()
periodic_task = PeriodicTask(name='test', task='demo.tasks.async_demo_task', interval=interval)
periodic_task.save()
return HttpResponse('任务已经添加')
在proj/urls.py中增加url地址进行访问:
urlpatterns = [
path('admin/', admin.site.urls),
path('async_demo_task', demo_task),
path('add_task', add_task),
path('get_periodic_task_list', get_periodic_task_list),
]
通过浏览器访问http://127.0.0.1:8000/add_task 就可以直接添加一个间隔30秒的计划任务了。
然后在beat中可以看到类似日志,检测到了Schedule改变,并且自动运行刚刚添加的任务。
[2018-05-03 17:18:10,012: INFO/MainProcess] DatabaseScheduler: Schedule changed.
[2018-05-03 17:18:10,013: INFO/MainProcess] Writing entries (0)...
[2018-05-03 17:18:40,020: INFO/MainProcess] Scheduler: Sending due task test (demo.tasks.async_demo_task)
[2018-05-03 17:19:10,021: INFO/MainProcess] Scheduler: Sending due task test (demo.tasks.async_demo_task)
同样的,通过获取PeriodicTask的数据,也可以得到正在运行的任务。
def get_periodic_task_list(request):
"""
获取周期性任务列表
:return:
"""
periodic_task_list = PeriodicTask.objects.all()
data = [model_to_dict(periodic_task) for periodic_task in periodic_task_list]
resp = json.dumps(data, cls=CustomJSONEncoder, ensure_ascii=False)
return HttpResponse(resp, content_type='application/json', status=200)
更多的功能都可以通过操作djcelery的model进行实现。
最新文章
- Unity3D 5.x 简单实例 - 孤岛场景搭建
- 随鼠标轮动翻动层————jquery小练习
- 网络异步编程(C#)团购课
- Android_TextView之跑马灯效果
- 利用ARCHPR明文破解获取PDF
- Android性能优化方法(六)
- hdu 4255 A Famous Grid
- FastDFS配置文件(tracker.conf)
- Android开发效率—Eclipse快捷键
- XE5 安装破解
- 关于plist文件
- js 属性类型
- Android多媒体开发-- OpenMax IL简介
- hdu2175汉诺塔IX
- ios学习之常见问题记录
- HTML中的table布局
- JS中的DOM对象及JS对document对像的操作
- nginx 详解反向代理负载均衡
- 【BZOJ】3022: [Balkan2012]The Best Teams
- Hadoop基础-完全分布式模式部署yarn日志聚集功能
热门文章
- Linux内核期末总结
- warning C4996: 'strcpy': This function or variable may be unsafe.
- Android Studio下创建menu布局文件
- 第三次Sprint-最后冲刺
- 第三个Sprint冲刺第九天(燃尽图)
- java中实现全局变量的功能
- 开发中CollectionUtils处理集合
- Golang 入门~~基础知识
- @Autowired的使用:推荐对构造函数进行注释
- [转帖]什么是Asp.net Core?和 .net core有什么区别?