Celery 初步

Celery 是一个“自带电池”的的任务队列。它易于使用,所以你可以无视 其所解决问题的复杂程度而轻松入门。它遵照最佳实践设计,所以你的 产品可以扩展,或与其他语言集成,并且它自带了在生产环境中运行这样 一个系统所需的工具和支持。

在此教程中,你会了解使用 Celery 的最基础部分。包括:

  • 选择和安装消息传输方式(中间人)。
  • 安装 Celery 并创建第一个任务
  • 运行职程并调用任务。
  • 追踪任务在不同状态间的迁移,并检视返回值。

Celery 起初可能令人却步——但不要担心——此教程会快速带你入门。此教程 刻意简化,所以不会让你在高级特性上困扰。在你完成了此教程的学习后, 阅读文档其余部分是个明智的选择,例如展示 Celery 能力的 Next Steps 教程。

选择中间人

Celery 需要一个发送和接收消息的解决方案,其通常以独立服务形式出现, 称为 消息中间人

可行的选择包括:

RabbitMQ

RabbitMQ 功能完备、稳定、耐用,并且安装简便,是生产环境的绝佳选择。 配合 Celery 使用 RabbitMQ 的详情见:

使用 RabbitMQ

如果你使用 Ubuntu 或 Debian,可以执行这条命令来安装 RabbitMQ:

  1. $ sudo apt-get install rabbitmq-server

命令执行完成后,中间人就已经运行在后台,准备好传输消息: Starting rabbitmq-server: SUCCESS 。

如果你不使用 Ubuntu 或 Debian 也无须担心,你可以访问这个网站来寻找同样 简单的其他平台上(包括 Microsoft Windows)的安装指南:

http://www.rabbitmq.com/download.html

Redis

Redis 也是功能完备的,但更易受突然中断或断电带来数据丢失的影响。使用 Redis 的详细信息见:

使用 Redis

使用数据库

不推荐把数据库用于消息队列,但对于很小的项目可能是合适的。你的选择包括:

例如如果你已经使用了 Django 的数据库后端,用它作为你的消息中间人在开发 时会很方便,即使在生产环境中你会采用更稳健的系统。

其他中间人

除了上面列出的之外,还有其他的实验性传输实现可供选择,包括 Amazon SQSUsing MongoDBIronMQ

完整列表见 中间人概览

安装 Celery

Celery 提交到了 Python Package Index(PyPI)上,所以你可以用标准的 Python 工具,诸如 pip 或 easy_install 来安装:

  1. $ pip install celery

应用

首先你需要一个 Celery 实例,称为 Celery 应用或直接简称应用。既然这个实例 用于你想在 Celery 中做一切事——比如创建任务、管理职程——的入口点,它必须 可以被其他模块导入。

在此教程中,你的一切都容纳在单一模块里,对于更大的项目,你会想创建 独立模块

让我们创建 tasks.py :

  1. from celery import Celery
  2. app = Celery('tasks', broker='amqp:[email protected]//')
  3. @app.task
  4. def add(x, y):
  5. return x + y

Celery 的第一个参数是当前模块的名称,这个参数是必须 的,这样的话名称可以自动生成。第二个参数是中间人关键字参数,指定你所使用 的消息中间人的 URL,此处使用了 RabbitMQ,也是默认的选项。更多可选的中间 人见上面的 选择中间人 一节。例如,对于 RabbitMQ 你可以写 amqp://localhost ,而对于 Redis 你可以写 redis://localhost .

你定义了一个单一任务,称为 add ,返回两个数字的和。

运行 Celery 职程服务器

你现在可以用 worker 参数执行我们的程序:

  1. $ celery -A tasks worker --loglevel=info

注解

如果职程没有启动,请查阅 故障处理 一节。

在盛传环境中你会想要让职程作为守护程序在后台运行。你需要用你所在平台提供 的工具来实现,或是像 supervisord 这样的东西(更多信息见 Running the worker as a daemon)。

想要查看完整的命令行参数列表,如此:

  1. $ celery worker --help

也有几个其他的命令,帮助也是可用的:

  1. $ celery help

调用任务

你可以用 delay() 方法来调用任务。

这是 apply_async() 方法的快捷方式,该方法允许你更 好地控制任务执行(见 Calling Tasks ):

  1. >>> from tasks import add
  2. >>> add.delay(4, 4)

这个任务已经由之前启动的职程执行,并且你可以查看职程的控制台输出 来验证。

调用任务会返回一个 AsyncResult 实例,可用于检查任务的 状态,等待任务完成或获取返回值(如果任务失败,则为异常和回溯)。 但这个功能默认是不开启的,你需要设置一个 Celery 的结果后端,下一 节将会详细介绍。

保存结果

如果你想要保持追踪任务的状态,Celery 需要在某个地方存储或发送这些 状态。可以从内建的几个结果后端选择:SQLAlchemy/Django ORM、 MemcachedRedis 、 AMQP( RabbitMQ )或 MongoDB , 或者你可以自制。

下例中你将会使用 amqp 结果后端来发送状态消息。后端通过 Celery 的 backend 参数来指定。如果你选择使用配置模块,则通过 CELERY_RESULT_BACKEND 选项来设置:

  1. app = Celery('tasks', backend='amqp', broker='amqp://')

或者如果你想要把 Redis 用作结果后端,但仍然用 RabbitMQ 作为消息中间人 (常见的搭配):

  1. app = Celery('tasks', backend='redis://localhost', broker='amqp://')

更多关于结果后端的内容见 Result Backends

配置好结果后端后,让我们再次调用任务。这次你会得到调用任务后返回的 AsyncResult 实例:

  1. >>> result = add.delay(4, 4)

ready() 方法查看任务是否完成处理:

  1. >>> result.ready()
  2. False

你可以等待任务完成,但这很少使用,因为它把异步调用变成了同步调用:

  1. >>> result.get(timeout=1)
  2. 8

倘若任务抛出了一个异常, get() 会重新抛出异常, 但你可以指定 propagate 参数来覆盖这一行为:

  1. >>> result.get(propagate=False)

如果任务抛出了一个异常,你也可以获取原始的回溯信息:

  1. >>> result.traceback

完整的结果对象参考见 celery.result

配置

Celery,如同家用电器一般,并不需要太多的操作。它有一个输入和一个输出, 你必须把输入连接到中间人上,如果想则把输出连接到结果后端上。但如果你 仔细观察后盖,有一个盖子露出许多滑块、转盘和按钮:这就是配置。

默认配置对大多数使用案例已经足够好了,但有许多事情需要微调来让 Celery 如你所愿地工作。阅读可用选项是熟悉可以配置什么的明智之举。你可以在 Configuration and defaults 参考中查阅这些选项。

配置可以直接在应用上设置,也可以使用一个独立的配置模块。

例如你可以通过修改 CELERY_TASK_SERIALIZER 选项来配置序列化任 务载荷的默认的序列化方式:

  1. app.conf.CELERY_TASK_SERIALIZER = 'json'

如果你一次性设置多个选项,你可以使用 update :

  1. app.conf.update(
  2. CELERY_TASK_SERIALIZER='json',
  3. CELERY_ACCEPT_CONTENT=['json'], # Ignore other content
  4. CELERY_RESULT_SERIALIZER='json',
  5. CELERY_TIMEZONE='Europe/Oslo',
  6. CELERY_ENABLE_UTC=True,
  7. )

对于大型项目,采用独立配置模块更为有效,事实上你会为硬编码周期任务间隔和 任务路由选项感到沮丧,因为中心化保存配置更合适。尤其是对于库而言,这使得 用户控制任务行为成为可能,你也可以想象系统管理员在遇到系统故障时对配置做 出简单修改。

你可以调用 config_from_object() 来让 Celery 实例 加载配置模块:

  1. app.config_from_object('celeryconfig')

配置模块通常称为 celeryconfig ,你也可以使用任意的模块名。

名为 celeryconfig.py 的模块必须可以从当前目录或 Python 路径加载,它可 以是这样:

celeryconfig.py:

  1. BROKER_URL = 'amqp://'
  2. CELERY_RESULT_BACKEND = 'amqp://'
  3. CELERY_TASK_SERIALIZER = 'json'
  4. CELERY_RESULT_SERIALIZER = 'json'
  5. CELERY_ACCEPT_CONTENT=['json']
  6. CELERY_TIMEZONE = 'Europe/Oslo'
  7. CELERY_ENABLE_UTC = True

要验证你的配置文件可以正确工作,且不包含语法错误,你可以尝试导入它:

  1. $ python -m celeryconfig

配置选项的完整参考见 Configuration and defaults

要证明配置文件的强大,比如这个例子展示了如何把“脏活”路由到专 用的队列:

celeryconfig.py:

  1. CELERY_ROUTES = {
  2. 'tasks.add': 'low-priority',
  3. }

或者,你可以限制任务的速率,这样每分钟只允许处理 10 个该类型的任务:

celeryconfig.py:

  1. CELERY_ANNOTATIONS = {
  2. 'tasks.add': {'rate_limit': '10/m'}
  3. }

如果你使用 RabbitMQ 或 Redis 作为中间人,那么你也可以在运行时直接在 职程上设置速率限制:

  1. $ celery control rate_limit tasks.add 10/m
  2. [email protected]: OK
  3. new rate limit set successfully

任务路由的详情见 Routing Tasks 。关于注解的更多见 CELERY_ANNOTATIONS 选项。关于远程控制命令和如何监视职程行为 的更多见 Monitoring and Management Guide

何去何从

如果你想要进一步了解,你应该继续阅读 进阶 教程, 之后你可以学习 用户指南

故障处理

Frequently Asked Questions 章节也有一份故障处理提示。

职程无法启动:权限错误

  • 如果你使用 Debian、Ubuntu 或其他 Debian 系的发行版:

    Debian 最近把 /dev/shm/ 特殊文件重命名为 /run/shm 。

    简单的处置方式就是创建一个符号链接:

    1. # ln -s /run/shm /dev/shm
  • 其他:

    如果你提供了 --pidfile--logfile 或 --statedb 参数中的任意一个,那么你必须确保它们指向了启动 职程的那个用户可写可读的文件/目录。

结果后端没有奏效或任务总处于 PENDING (待处理)状态

所有任务默认都是 PENDING 的,所以状态会更好地命名为“未知”。 Celery 在任务发出时不更新任何状态,并且任何没有历史状态的任务被 假定为待处理(毕竟你能获知任务 ID)。

  1. 确保任务没有启用 ignore_result 。

    启用这个选项会强制所有职程跳过状态更行。

  2. 确保没有启用 CELERY_IGNORE_RESULT 选项。

  3. 确保你没有仍在运行旧职程。

    偶然启动多个职程序是很容易的,所以确保之前的职程在你启动新的职程时 已经恰当地关闭了。

    为配置所期望的结果后端的旧职程可能会一直运行并劫持任务。

    –pidfile 参数可以设置为一个绝对路径来避免该状况。

  4. 确保客户端配置了正确的结果后端。

    如果因为某些原因,客户端被配置使用了与职程不同的结果后端,那么你讲 收不到结果,所以请确保检视后端是否正确:

    1. >>> result = task.delay(…)
    2. >>> print(result.backend)