网络异常，图片无法展示
|
1、前言
在日常的开发工作中，当我们的Api中有一个动作需要很长时间才能完成的时候，我们就可以将这个动作作为一个任务交给Celery去异步执行，执行完再将结果返回给用户。在这个过程中Celery就充当了一个任务调度的角色。
以上就是Celery的一个典型使用场景，Celery是一个基于分布式消息的任务队列，支持多种并发方式。
2、快速开始
2.1、创建虚拟环境
mkdir celeryy && cd celeryy pdm init 复制代码
2.2、安装Celery
pdm add celery 复制代码
2.3、安装eventlet（windows）
pip install eventlet 复制代码
2.4、启动Redis
cd redis .\redis-server.exe redis.windows.conf 复制代码
2.5、编写task文件
# celeryy/celery_task.py from celery import Celery app = Celery('tasks', broker='redis://localhost:6379/0',backend='redis://localhost:6379/1') @app.task def add(x, y): return x + y 复制代码
2.6、启动Celery应用
windows需要依赖eventlet模块启动。
cd celeryy celery -A celery_task worker --loglevel=info -P eventlet 复制代码
2.7、调用task
# celeryy/run.py from celery_task import add import time t1 = time.time() r1 = add.delay(1, 2) r2 = add.delay(2, 4) r3 = add.delay(3, 6) r4 = add.delay(4, 8) r5 = add.delay(5, 10) r_list = [r1, r2, r3, r4, r5] for r in r_list: while not r.ready(): pass print(r.result) t2 = time.time() print('共耗时：%s' % str(t2-t1)) 复制代码
代码执行结果：
E:\celeryy>python run.py 3 6 9 12 15 共耗时：8.324045658111572 复制代码
3、Celery原理分析
网络异常，图片无法展示
|
简单来说，Celery就是一个分布式的任务调度和执行器。即当我们有一些耗时的任务，我们可以将这些任务托管给Celery，然后需要调用的时候，直接在业务代码中导入这个被Celery托管的任务，然后利用这些任务自带的delay方法对齐进行调用（生产者），然后这些任务就会被Celery通过broker（Redis等消息代理）通知到Worker（消费者）进行执行，最后任务的执行结果会被保存到backend中去。
需要注意的是，当我们的业务接口A执行了创建了Celery的异步任务的同时，给任务一个默认的状态。后续我们可以根据任务的key去查询任务的状态。
3.1、任务状态查询
上面的代码中，我们使用了ready方法去检查任务状态。但是任务的执行结果都是会被保存到backend中的，我们可以登录到backend中去查看任务的状态。
可以通过delay的返回值对象的id属性去获取当前task的id。
r = add.delay(1,2) print(r.id) 复制代码
根据task的id去Redis（backend）中去查询这个task的执行结果：
127.0.0.1:6379[1]> get celery-task-meta-af1f9d6b-73d9-43f9-aa99-35a6918554a4 "{"status": "SUCCESS", "result": 15, "traceback": null, "children": [], "date_done": "2022-06-15T09:24:48.470345", "task_id": "af1f9d6b-73d9-43f9-aa99-35a6918554a4"}" 复制代码
如此，我们就完整的使用Celery达到了任务异步执行以及结果刷新的目标。
