celery--调用异步任务的三种方法和task参数

简介: celery--调用异步任务的三种方法和task参数

调用异步任务的三种方法


第一种


调用异步任务有三种方法,前面我们使用的是task.delay(),这是apply_async方法的别名,但接受的参数较为简单


第二种


我们常用的是task.apply_async(args=[arg1,args],kwargs={key:value}):可以接受复杂的参数

这种可以接收的参数有:

  • task_id:为任务分配唯一id,默认是uuid
  • countdown:设置该任务等待一段时间在执行,单位为秒
  • eta:定义任务的开始时间,eta=time.time()+5,单位为秒,是UTC时间,设置成国内时间也没有用
  • expires:设置任务过期时间,任务在过期时间后还没有执行则被丢弃,单位为秒
  • retry:如果任务失败后,是否重试,默认为True
  • shadow:重新指定任务的名字,覆盖其在日志中使用的任务名称
  • retry_policy:{} 重试策略,max_retries:最大重试次数,默认为3次。interval_start:重试等待的时间间隔,默认为0。interval_step:每次重试让重试间隔增加的秒数,默认为0.2秒。interval_max:重试间隔最大的秒数,既通过interval_step增大到多少秒之后,就不在增加了,默认为0.2秒。
  • routing_key:自定义路由键
  • queue:指定发送到哪个队列
  • exchange:指定发送到哪个交换机
  • priority:任务队列的优先级,0到255之间,对于rabbitmq来说0是最高优先级
  • headers:为任务添加额外的消息

还是使用前面的例子,使用task1和task2两个任务,demo.py调用

在demo.py里更改调用方式

from apps.task1 import add
from apps.task2 import subs
if __name__ == '__main__':
    add.delay(3,5)
    subs.apply_async(args=[55,22],
                     task_id='aaaaa2222',
                     countdown=5,
                     shadow = 'zouzou'
                     )

执行结果


第三种


app.send_task(task1.add,args=[1,2])

不建议用,因为不会校验是否存在这个方法,直接就发送成功里,celery执行就会报错


task参数


task常用参数

  • name:可以显示指定任务的名字,默认是本函数的名字,也就是上面的 shadow
  • bind:一个bool值,设置是否绑定一个task的实例,如果绑定,task实例会作为参数传递到任务方法中(第一个参数为self),可以访问task实例的所有属性。
  • base:定义任务的基类,可以以此来定义回调函数,默认是Task类,我们也可以定义自己的Task类
  • default_retry_delay:设置该任务重试的延迟时间,当任务执行失败后,会自动重试,单位是秒,默认为3分钟
task不常用参数

  • serializer:指定本任务的序列化的方法
  • autoretry_for:设置在特定异常时重试任务,默认False不重试。
  • retry_backoff:默认Flase,设置重试时的延迟时间间隔策略
  • retry_backoff_max:设置最大延迟重试时间,默认10分钟,如果失败则不在重试
  • retry_jitter:默认为True,既引入抖动,避免重试任务集中执行
Task的一般属性

  • Task.name:任务名称
  • Task.request:当前任务的信息
  • Task.max_retries:设置重试的最大次数
  • Task.rhrows:预期错误类的可选元组
  • Task.rate_limit:设置任务类型的速度限制
  • Task.time_limit:此任务的硬限时,单位为秒
  • Task.serializer:标识要使用的默认序列化方法的字符串

修改task1.py的内容如下

from  apps import app
import celery
celery.Task   # Task的属性在这里面
class BaseTask(celery.Task):
    def on_failure(self, exc, task_id, args, kwargs, einfo):
        print('执行task失败')
    def on_success(self, retval, task_id, args, kwargs):
        print(f'执行task成功,task id为:{task_id}')
@app.task(name='wahaha',bind=True,base=BaseTask)
def add(self,x,y):
    print(self.request.id)  # task_id
    return x+y

启动celery worker

执行demo.py

from apps.task1 import add
from apps.task2 import subs
if __name__ == '__main__':
    add.delay(3,5)
    subs.apply_async(args=[55,33])


相关文章
|
消息中间件 监控 NoSQL
Celery 高效异步任务队列:打破常规,颠覆认知,应用实践全攻略在此!
【8月更文挑战第5天】Celery 是一款强大的异步任务队列框架,适用于后台执行耗时任务如邮件发送、报表生成等。可通过`pip install celery`安装,并配置消息代理(如Redis)以启动服务。定义异步任务使用装饰器`@app.task`,并通过`.delay()`方法执行。任务状态和结果可通过`.ready()`和`.get()`查询。异常处理支持任务重试,性能优化包括调整并发数和选用高效消息代理。Celery 能显著提升应用效率与用户体验。
733 0
|
存储 消息中间件 缓存
9 个 FastAPI 的必知资源
FastAPI 是 Python 开发人员最新、最流行的 API 框架之一。我们的工程师一次又一次需要将一个或多个第三方库与我们的 API 结合使用,以附加额外的功能和特性来丰富我们的项目。
1359 0
|
Web App开发 Linux
只需五步,在Linux安装chrome及chromedriver(CentOS)
只需五步,在Linux安装chrome及chromedriver(CentOS)
6048 1
|
6月前
|
安全 Unix Linux
Docker中授权普通用户使用docker命令以及解决无权限访问/var/run/docker.sock错误。
通过上述步骤,可以有效解决普通用户无法使用Docker命令的问题,同时处理 `/var/run/docker.sock`权限错误。这样的设置不仅方便用户使用Docker提供的各项服务,同时还能保护系统的安全性。在进行此类配置更改时,请确保理解每一步骤的作用及潜在的安全风险,尤其是在修改文件权限时。在实际的操作中,始终应该努力保持系统的最低必要权限,避免过度放宽权限,这是保障系统安全的一个重要方针。
1833 75
|
6月前
|
消息中间件 存储 NoSQL
Django 实战:Celery 异步任务从环境搭建到调用全掌握
本文详解 Celery 核心概念、架构组成及工作流程,并实战演示如何在 Django 项目中集成 Celery,实现异步任务调用与事务提交控制,助你掌握从配置到部署的全流程开发技巧。
587 3
|
自然语言处理 数据处理 Python
python操作和解析ppt文件 | python小知识
本文将带你从零开始,了解PPT解析的工具、工作原理以及常用的基本操作,并提供具体的代码示例和必要的说明【10月更文挑战第4天】
2738 60
|
存储 Kubernetes 应用服务中间件
Ingress-Nginx使用指南上篇
关于Ingress-Nginx在Kubernetes中的使用指南,涵盖了从基础安装到高级特性配置的详细步骤和实战案例。
5290 3
Ingress-Nginx使用指南上篇
|
SQL 存储 测试技术
SqlAlchemy 2.0 中文文档(五十七)(4)
SqlAlchemy 2.0 中文文档(五十七)
427 0
|
Shell Python
什么是 PYTHONPATH?
【8月更文挑战第29天】
1575 1