Django Celery学习 01/03

需用场景

celery功能强大,但对服务器的性能消耗也大,其次维护成本也不小,所以先搞清楚什么样的场景使用使用celery。

  1. 并发需求大,需要做异步的延时队列。比如说:下单任务,如果体量小的应用,1秒并发也就不到10笔订单,那就可以忽略异步延时操作。但是如果可以达到1秒2000笔订单,那么就得上异步延时队列了。大体上的操作思路就是:客户端发起下单请求,服务把下单操作放到一个异步的延时队列去操作,然后返回客户端下单操作已接受,等待下单成功的通知。
  1. 需要定时执行任务或者计时执行任务队列。比如:30分钟取消待支付订单,每隔1个小时刷新Redis缓存数据等。

使用依赖

# 笔者的开发环境是:python 3.6 django 2.2.6
pip install celery
pip install django-celery-results  # 支持将任务结果存储到Django的ORM中
pip install django-celery-beat  # 支持定时任务

你还需要搭建好RabbitMQ服务。

lucky-mall
├── celerybeat-schedule.db
├── lucky
│   ├── __init__.py
│   ├── celery.py
│   ├── settings.py
│   ├── urls.py
│   └── wsgi.py
├── mall
│   ├── __init__.py
│   ├── admin.py
│   ├── api
│   ├── apps.py
│   ├── migrations
│   ├── model
│   ├── tasks.py
│   └── urls.py
└── 

代码实现

在setting.py里添加配置

INSTALLED_APPS = [
    ...
    'django_celery_beat',
    'django_celery_results'
]

# Broker配置,使用RabbitMQ作为消息中间件
CELERY_BROKER_URL = 'amqp://user:password@host:port'
# 使用django orm 作为结果存储
CELERY_RESULT_BACKEND = 'django-db'
# 结果序列化方案
CELERY_RESULT_SERIALIZER = 'json'

在项目管理目前下lucky-mall/lucky 里添加celery.py

from __future__ import absolute_import, unicode_literals
import os
from celery import Celery

os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'lucky.settings')  # 设置django环境 lucky是笔者的项目,开发者填写自己的项目名
app = Celery('lucky')  # lucky是笔者的自定义的APP名,开发者也可以自定义
app.config_from_object('django.conf:settings', namespace='CELERY')  # 使用CELERY_ 作为前缀,在settings中写配置
app.autodiscover_tasks()  # 发现任务文件每个app下的tasks.py

在项目管理目前下lucky-mall/lucky/__init__.py 里添加

from __future__ import absolute_import, unicode_literals
from .celery import app as celery_app

__all__ = ['celery_app']

按需在app目录下面建tasks.py文件,并创建任务

from celery import shared_task
from .model.order.order import Order

# 检查还有多少条待支付的订单,返回其数量
@shared_task
def check_cancel_order():
    order_data = Order.objects.filter(order_status=Order.order_status_unpaid)
    return {'order_cancel_length': order_data.count()}

执行验证

执行migrate命令,完成数据库模型的迁移

python manage.py migrate

启动celery,celery需要额外的命令启动(生产环境部署时,最好使用守护线程来启动,比如:supervisor

# 启动定时执行调度 其中 lucky 是celery app名,开发者改为自己的
celery -A lucky beat -l info --scheduler django_celery_beat.schedulers:DatabaseScheduler
# 启动worker 其中 lucky 是celery app名,开发者改为自己的
celery -A lucky worker -l info
# 启动django 
python manage.py runserver

执行完,启动admin页面,可以看到如下模型

Celery Results.png
Periodic Tasks.png

下一步

  1. 如何在业务代码中将延时任务加入队列中执行?
  2. 如何设置延时任务指定时间后执行?
  3. 如何设置定时任务,并执行?
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 160,108评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,699评论 1 296
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,812评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,236评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,583评论 3 288
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,739评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,957评论 2 315
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,704评论 0 204
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,447评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,643评论 2 249
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,133评论 1 261
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,486评论 3 256
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,151评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,108评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,889评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,782评论 2 277
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,681评论 2 272