Celery與RabbitMQ怎么在Python中使用

這期內容當中小編將會給大家帶來有關 Celery與RabbitMQ怎么在Python中使用，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

Celery是一個異步任務隊列。它可以用于需要異步運行的任何內容。RabbitMQ是Celery廣泛使用的消息代理。

基本概念

Broker
Broker(RabbitMQ)負責創建任務隊列，根據一些路由規則將任務分派到任務隊列，然后將任務從任務隊列交付給worker

Consumer (Celery Workers)
Consumer是執行任務的一個或多個Celery workers。可以根據用例啟動許多workers

Result Backend
后端用于存儲任務的結果。但是，它不是必需的元素，如果不在設置中包含它，就無法訪問任務的結果

安裝Celery

??首先，需要安裝好Celery，可以使用PyPI：

pip install celery

選擇一個Broker：RabbitMQ

??為什么我們需要broker呢?這是因為Celery本身并不構造消息隊列，所以它需要一個額外的消息傳輸來完成這項工作。這里可以將Celery看作消息代理的包裝器

實際上，也可以從幾個不同的代理中進行選擇，比如RabbitMQ、Redis或數據庫(例如Django數據庫)

在這里使用RabbitMQ作為代理，因為它功能完整、穩定，Celery推薦使用它。由于演示我的環境是在Mac OS中，安裝RabbitMQ使用Homebrew即可：

brew install rabbitmq
#如果是Ubuntu的話使用apt-get安裝

啟動RabbitMQ

??程序將在/usr/local/sbin中安裝RabbitMQ，雖然有些系統可能會有所不同。可以將此路徑添加到環境變量路徑，以便以后方便地使用。例如，打開shell啟動文件~/.bash_profile添加：

PATH=$PATH:/usr/local/sbin

現在，可以使用rabbitmq-server命令啟動我們的RabbitMQ服務器。檢查RabbitMQ服務器成功啟動，將看到類似的輸出：

為Celery配置RabbitMQ

??RabbitMQ使用Celery之前，需要對RabbitMQ進行一些配置。簡單地說，我們需要創建一個虛擬主機和用戶，然后設置用戶權限，以便它可以訪問虛擬主機

# 添加用戶跟密碼
$ rabbitmqctl add_user test test123
# 添加虛擬主機
$ rabbitmqctl add_vhost test_vhost
# 為用戶添加標簽
$ rabbitmqctl set_user_tags test test_tag
# 設置用戶權限
$ rabbitmqctl set_permissions -p test_vhost test ".*" ".*" ".*"

敲黑板！RabbitMQ中有三種操作:配置、寫入和讀取

上面命令末尾的字符串表示用戶test將擁有所有配置、寫入和讀取權限

演示項目

現在讓我們創建一個簡單的項目來演示Celery的使用

在celery.py中添加以下代碼:

from __future__ import absolute_import
from celery import Celery

app = Celery('test_celery',
broker='amqp://test:test123@localhost/test_vhost',
backend='rpc://',
include=['test_celery.tasks'])

在這里，初始化了一個名為app的Celery實例，將用于創建一個任務。Celery的第一個參數只是項目包的名稱，即“test_celery”。

broker參數指定代理URL，對于RabbitMQ，傳輸是amqp。

后端參數指定后端URL。Celery中的后端用于存儲任務結果。因此，如果需要在任務完成時訪問任務的結果，應該為Celery設置一個后端。

rpc意味著將結果作為AMQP消息發送回去，這對本次演示來說是一種可接受的格式

include參數指定了在Celery工作程序啟動時要導入的模塊列表。我們在這里添加了tasks模塊，以便找到我們的任務。

在tasks.py這個文件中，定義了我們的任務add_longtime:

from __future__ import absolute_import
from test_celery.celery import app
import time

@app.task
def add_longtime(a, b):
  print 'long time task begins'
  # sleep 5 seconds
  time.sleep(5)
  print 'long time task finished'
  return a + b

可以看到，導入了在前面的Celery模塊中定義的應用程序，并將其用作任務方法的裝飾器。另外注意！app.task只是一個裝飾器。此外，我們在add_longtime任務中休眠5秒，以模擬一個耗時較長的Task

在設置好Celery之后，我們需要開始運行任務，它包含在runs_tasks.py:

from .tasks import add_longtime
import time

if __name__ == '__main__':
  result = add_longtime.delay(1,2)
	#此時，任務還未完成，它將返回False
  print 'Task finished? ', result.ready()
  print 'Task result: ', result.result
  # 延長到10秒以確保任務已經完成
  time.sleep(10)
  # 現在任務完成，ready方法將返回True
  print 'Task finished? ', result.ready()
  print 'Task result: ', result.result

這里，我們使用delay方法調用任務add_longtime，如果我們想異步處理任務，就需要使用delay方法。此外，保存任務的結果并打印一些信息。如果任務已經完成，ready方法將返回True，否則返回False。result屬性是任務的結果，如果任務尚未完成，則返回None。

啟動Celery

現在，可以使用下面的命令啟動Celery(注：在項目文件夾中運行):

celery -A test_celery worker --loglevel=info

Celery成功連接到RabbitMQ，你會看到這樣的東西:

運行任務

再項目文件中輸入以下命令運行它：

python -m test_celery.run_tasks

查看Celery控制臺，看到運行任務:

[2020-05-15 17:15:21,508: INFO/MainProcess]
Received task: test_celery.tasks.add_longtime[25ba9c87-69a7-4383-b983-1cefdb32f8b3]
[2020-05-15 17:15:21,508: WARNING/Worker-3] long time task begins
[2020-05-15 17:15:31,510: WARNING/Worker-3] long time task finished
[2020-05-15 17:15:31,512: INFO/MainProcess]
Task test_celery.tasks.add_longtime[25ba9c87-69a7-4383-b983-1cefdb32f8b3] succeeded in 15.003732774s: 3

當Celery收到一個任務，它打印出任務名稱與任務id(在括號中):

Received task: test_celery.tasks.add_longtime[7d942984-8ea6-4e4d-8097-225616f797d5]

在這一行下面是我們的任務add_longtime打印的兩行，時間延遲為5秒:

long time task begins
long time task finished

最后一行顯示我們的任務在5秒內完成，任務結果為3:

Task test_celery.tasks.add_longtime[7d942984-8ea6-4e4d-8097-225616f797d5] succeeded in 5.025242167s: 3

在當前控制臺中，您將看到以下輸出:

實時監控Celery

Flower是一款基于網絡的Celery實時監控軟件。使用Flower，可以輕松地監視任務進度和歷史記錄

使用pip來安裝Flower:

pip install flower

要啟動Flower web控制臺，需要運行以下命令：

celery -A test_celery flower

Flower將運行具有默認端口5555的服務器，可以通過http://localhost:5555訪問web控制臺

上述就是小編為大家分享的 Celery與RabbitMQ怎么在Python中使用了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。