Django+Celery實(shí)現(xiàn)定時(shí)任務(wù)的示例
一、前言
Celery是一個(gè)基于python開發(fā)的分布式任務(wù)隊(duì)列,而做python WEB開發(fā)最為流行的框架莫屬Django,但是Django的請(qǐng)求處理過程都是同步的無法實(shí)現(xiàn)異步任務(wù),若要實(shí)現(xiàn)異步任務(wù)處理需要通過其他方式(前端的一般解決方案是ajax操作),而后臺(tái)Celery就是不錯(cuò)的選擇。倘若一個(gè)用戶在執(zhí)行某些操作需要等待很久才返回,這大大降低了網(wǎng)站的吞吐量。
另一方面,當(dāng)我們需要處理一些定時(shí)任務(wù)時(shí)Celery強(qiáng)大的生態(tài)環(huán)境也是他的優(yōu)勢(shì)。
在剛剛學(xué)習(xí)如何使用Celery時(shí)可能會(huì)覺得難以入手,我利用工作之余研究這些文檔前前后后也花了快一個(gè)周的樣子,目前已經(jīng)可以滿足我的需求,所以靜下心多寫多測(cè)試,加油。
二、配置使用
celery很容易集成到Django框架中,當(dāng)然如果想要實(shí)現(xiàn)定時(shí)任務(wù)的話還需要安裝django-celery-beta插件,后面會(huì)說明。需要注意的是Celery4.0只支持Django版本>=1.8的,如果是小于1.8版本需要使用Celery3.1。
本示例使用主要依賴包如下:
celery==4.2.1 Django==1.11.7 django-celery-beat==1.4.0 django-celery-results==1.0.4 PyMySQL==0.9.2 redis==2.10.6
配置
新建立項(xiàng)目celery_demo
,目錄結(jié)構(gòu)(每個(gè)app下多了個(gè)tasks文件,用于定義任務(wù)):
celery_demo ├── app01 │ ├── __init__.py │ ├── apps.py │ ├── migrations │ │ └── __init__.py │ ├── models.py │ ├── tasks.py │ └── views.py ├── manage.py ├── celery_demo │ ├── __init__.py │ ├── settings.py │ ├── urls.py │ └── wsgi.py └── templates
在項(xiàng)目目錄celery_demo/celery_demo/
目錄下新建celery.py
:
#!/usr/bin/env python3 # -*- coding:utf-8 -*- # Author:wd from __future__ import absolute_import, unicode_literals import os from celery import Celery # 設(shè)置django環(huán)境 os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celery_demo.settings') app = Celery('celery_demo') # 使用CELERY_ 作為前綴,在settings中寫配置 app.config_from_object('django.conf:settings', namespace='CELERY') # 發(fā)現(xiàn)任務(wù)文件每個(gè)app下的task.py app.autodiscover_tasks()
在celery_demo/celery_demo/__init__.py
寫入:
from __future__ import absolute_import, unicode_literals from .celery import app as celery_app __all__ = ['celery_app']
在celery_demo/celery_demo/settings.py
寫入:
CELERY_BROKER_URL = 'redis://10.1.210.69:6379/0' # Broker配置,使用Redis作為消息中間件 CELERY_RESULT_BACKEND = 'redis://10.1.210.69:6379/0' # BACKEND配置,這里使用redis CELERY_RESULT_SERIALIZER = 'json' # 結(jié)果序列化方案
進(jìn)入項(xiàng)目的celery_demo
目錄啟動(dòng)worker
:
celery worker -A taskproj -l debug
定義與觸發(fā)任務(wù)
任務(wù)定義在每個(gè)tasks文件中,app01/tasks.py
:
from __future__ import absolute_import, unicode_literals from celery import shared_task @shared_task def add(x, y): return x + y @shared_task def mul(x, y): return x * y
視圖中觸發(fā)任務(wù)
from django.http import JsonResponse from app01 import tasks # Create your views here. def index(request,*args,**kwargs): res=tasks.add.delay(1,3) #任務(wù)邏輯 return JsonResponse({'status':'successful','task_id':res.task_id})
訪問http://127.0.0.1:8000/index
若想獲取任務(wù)結(jié)果,可以通過task_id使用AsyncResult獲取結(jié)果,還可以直接通過backend獲取:
擴(kuò)展
除了redis、rabbitmq能做結(jié)果存儲(chǔ)外,還可以使用Django的orm作為結(jié)果存儲(chǔ),當(dāng)然需要安裝依賴插件,這樣的好處在于我們可以直接通過django的數(shù)據(jù)查看到任務(wù)狀態(tài),同時(shí)為可以制定更多的操作,下面介紹如何使用orm作為結(jié)果存儲(chǔ)。
安裝
pip install django-celery-results
配置settings.py,注冊(cè)app
INSTALLED_APPS = ( ..., 'django_celery_results', )
修改backend配置,將Redis改為django-db
#CELERY_RESULT_BACKEND = 'redis://10.1.210.69:6379/0' # BACKEND配置,這里使用redis CELERY_RESULT_BACKEND = 'django-db' #使用django orm 作為結(jié)果存儲(chǔ)
修改數(shù)據(jù)庫(kù)
python3 manage.py migrate django_celery_results
此時(shí)會(huì)看到數(shù)據(jù)庫(kù)會(huì)多創(chuàng)建:
當(dāng)然你有時(shí)候需要對(duì)task表進(jìn)行操作,以下源碼的表結(jié)構(gòu)定義:
class TaskResult(models.Model): """Task result/status.""" task_id = models.CharField(_('task id'), max_length=255, unique=True) task_name = models.CharField(_('task name'), null=True, max_length=255) task_args = models.TextField(_('task arguments'), null=True) task_kwargs = models.TextField(_('task kwargs'), null=True) status = models.CharField(_('state'), max_length=50, default=states.PENDING, choices=TASK_STATE_CHOICES ) content_type = models.CharField(_('content type'), max_length=128) content_encoding = models.CharField(_('content encoding'), max_length=64) result = models.TextField(null=True, default=None, editable=False) date_done = models.DateTimeField(_('done at'), auto_now=True) traceback = models.TextField(_('traceback'), blank=True, null=True) hidden = models.BooleanField(editable=False, default=False, db_index=True) meta = models.TextField(null=True, default=None, editable=False) objects = managers.TaskResultManager() class Meta: """Table information.""" ordering = ['-date_done'] verbose_name = _('task result') verbose_name_plural = _('task results') def as_dict(self): return { 'task_id': self.task_id, 'task_name': self.task_name, 'task_args': self.task_args, 'task_kwargs': self.task_kwargs, 'status': self.status, 'result': self.result, 'date_done': self.date_done, 'traceback': self.traceback, 'meta': self.meta, } def __str__(self): return '<Task: {0.task_id} ({0.status})>'.format(self)
三、Django中使用定時(shí)任務(wù)
如果想要在django中使用定時(shí)任務(wù)功能同樣是靠beat完成任務(wù)發(fā)送功能,當(dāng)在Django中使用定時(shí)任務(wù)時(shí),需要安裝django-celery-beat插件。以下將介紹使用過程。
安裝配置
1.beat插件安裝
pip3 install django-celery-beat
2.注冊(cè)APP
INSTALLED_APPS = [ .... 'django_celery_beat', ]
3.數(shù)據(jù)庫(kù)變更
python3 manage.py migrate django_celery_beat
4.分別啟動(dòng)woker和beta
celery -A proj beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler #啟動(dòng)beta 調(diào)度器使用數(shù)據(jù)庫(kù) celery worker -A taskproj -l info #啟動(dòng)woker
5.配置admin
在urls.py
寫入:
# urls.py from django.conf.urls import url from django.contrib import admin urlpatterns = [ url(r'^admin/', admin.site.urls), ]
6.創(chuàng)建用戶
python3 manage.py createsuperuser
7.登錄admin進(jìn)行管理(地址http://127.0.0.1:8000/admin)并且還可以看到我們上次使用orm作為結(jié)果存儲(chǔ)的表。
http://127.0.0.1:8000/admin/login/?next=/admin/
使用示例:
查看結(jié)果:
二次開發(fā)
django-celery-beat插件本質(zhì)上是對(duì)數(shù)據(jù)庫(kù)表變化檢查,一旦有數(shù)據(jù)庫(kù)表改變,調(diào)度器重新讀取任務(wù)進(jìn)行調(diào)度,所以如果想自己定制的任務(wù)頁(yè)面,只需要操作beat插件的四張表就可以了。當(dāng)然你還可以自己定義調(diào)度器,django-celery-beat插件已經(jīng)內(nèi)置了model,只需要進(jìn)行導(dǎo)入便可進(jìn)行orm操作,以下我用django reset api進(jìn)行示例:
settings.py
INSTALLED_APPS = [ 'django.contrib.admin', 'django.contrib.auth', 'django.contrib.contenttypes', 'django.contrib.sessions', 'django.contrib.messages', 'django.contrib.staticfiles', 'app01.apps.App01Config', 'django_celery_results', 'django_celery_beat', 'rest_framework', ]
urls.py
urlpatterns = [ url(r'^admin/', admin.site.urls), url(r'^index$', views.index), url(r'^res$', views.get_res), url(r'^tasks$', views.TaskView.as_view({'get':'list'})), ]
views.py
from django_celery_beat.models import PeriodicTask #倒入插件model from rest_framework import serializers from rest_framework import pagination from rest_framework.viewsets import ModelViewSet class Userserializer(serializers.ModelSerializer): class Meta: model = PeriodicTask fields = '__all__' class Mypagination(pagination.PageNumberPagination): """自定義分頁(yè)""" page_size=2 page_query_param = 'p' page_size_query_param='size' max_page_size=4 class TaskView(ModelViewSet): queryset = PeriodicTask.objects.all() serializer_class = Userserializer permission_classes = [] pagination_class = Mypagination
訪問http://127.0.0.1:8000/tasks如下:
參考資料:
W-D:https://www.cnblogs.com/wdliu/p/9530219.html
還在琢磨:https://blog.csdn.net/mbl114/article/details/78047175
Celery文檔:http://docs.celeryproject.org/en/latest/
以上就是Django+Celery實(shí)現(xiàn)定時(shí)任務(wù)的示例的詳細(xì)內(nèi)容,更多關(guān)于Django Celery定時(shí)任務(wù)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
- django中celery的定時(shí)任務(wù)使用
- django-celery-beat搭建定時(shí)任務(wù)的實(shí)現(xiàn)
- Django初步使用Celery處理耗時(shí)任務(wù)和定時(shí)任務(wù)問題
- 關(guān)于Django使用 django-celery-beat動(dòng)態(tài)添加定時(shí)任務(wù)的方法
- Django+Celery實(shí)現(xiàn)動(dòng)態(tài)配置定時(shí)任務(wù)的方法示例
- Django實(shí)現(xiàn)celery定時(shí)任務(wù)過程解析
- Django中使用Celery執(zhí)行定時(shí)任務(wù)問題
相關(guān)文章
python新一代網(wǎng)絡(luò)請(qǐng)求庫(kù)之python-httpx庫(kù)操作指南
Python 的 httpx 包是一個(gè)用于 HTTP 交互的一個(gè)優(yōu)秀且靈活的模塊,下面這篇文章主要給大家介紹了關(guān)于python新一代網(wǎng)絡(luò)請(qǐng)求庫(kù)之python-httpx庫(kù)的相關(guān)資料,需要的朋友可以參考下2022-09-09Python入門教程(四十三)Python的NumPy數(shù)據(jù)類型
這篇文章主要介紹了Python入門教程(四十二)Python的NumPy數(shù)組裁切,NumPy有一些額外的數(shù)據(jù)類型,并通過一個(gè)字符引用數(shù)據(jù)類型,例如 i 代表整數(shù),u 代表無符號(hào)整數(shù)等,需要的朋友可以參考下2023-05-05基于python實(shí)現(xiàn)坦克大戰(zhàn)游戲
這篇文章主要為大家詳細(xì)介紹了基于python實(shí)現(xiàn)坦克大戰(zhàn)游戲,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2020-10-10Python變量和數(shù)據(jù)類型和數(shù)據(jù)類型的轉(zhuǎn)換
這篇文章主要介紹了Python變量和數(shù)據(jù)類型和數(shù)據(jù)類型的轉(zhuǎn)換,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-09-09python中使用numpy包的向量矩陣相乘np.dot和np.matmul實(shí)現(xiàn)
本文主要介紹了python中使用numpy包的向量矩陣相乘np.dot和np.matmul實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02python打印n位數(shù)“水仙花數(shù)”(實(shí)例代碼)
這篇文章主要介紹了python打印n位數(shù)“水仙花數(shù)”,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-12-12