Django中如何使用django-celery完成异步任务

这期内容当中小编将会给大家带来有关Django中如何使用django-celery完成异步任务 ，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

Django中如何使用django-celery完成异步任务

安装Celery

我们可以使用pip在vietualenv中安装:

 pip install django-celery  celery

django settings设置

1. import djcelery
   

2. 
   

3. djcelery.setup_loader()
   

4. BROKER_URL = 'redis://127.0.0.1:6379/2' ---使用redis当消息队列

注册

1. INSTALLED_APPS = [
   

2. 'django.contrib.admin',
   

3. 'django.contrib.auth',
   

4. 'django.contrib.contenttypes',
   

5. 'django.contrib.sessions',
   

6. 'django.contrib.messages',
   

7. 'django.contrib.staticfiles',
   

8. 'devops',
   

9. 'apps',
   

10. 'common',
    

11. 'djcelery',

12. ]

在apps下创建一个task.py文件

1. from celery import task
   

2. 
   

3. @task
   

4. def add(x, y):
   

5. return x + y

  @task

 def pp():

 return 'ffffffffffffffffffffff'

返回settings将其导入进去

1. import djcelery

2. djcelery.setup_loader()
   

3. BROKER_URL = 'redis://127.0.0.1:6379/2'
   

4. CELERY_IMPORTS = ('apps.task')

随意选个views中的方法调用改task测试下

1. #项目列表
   

2. def project_list(request):
   

3. admin = Admin.objects.get(id=get_current_admin_id(request))
   

4. pt=admin.projects.all().order_by('-id')
   

5. from apps import task
   

6. tt=task.add.delay(2,2)
   

7. print 'vvvvvvvvvvvvvvvvvvvv',tt -----访问该功能时调用task的add方法

8. 
   

9. page_objects = pages(pt, request, 5) ##分页
   

10. return render_to_response('project/project_list.html',locals())

安装启动redis：略

启动runserver 与 celery

1. python manage.py runserver
   

2. python manage.py celery worker --loglevel=info

访问对应的页面看日志

1. [2017-11-10 14:55:17,016: INFO/MainProcess] Task apps.task.add[9bafe6d2-8411-4f5f-8eed-10444da0ae3a] succeeded in 0.00280212797225s: 4 --可以看到worker日志，返回结果

1. 打开新的terminal, 激活virtualenv, 并切换到django项目目录:

2. $ python manage.py shell
   

3. >>> from apps.task import add
   

4. >>> add.delay(2, 2)
   

5. 
   

6. 此时, 你可以在worker窗口中看到worker执行该task:

7. [2014-10-07 08:47:08,076: INFO/MainProcess] Got task from broker: myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc]
   

8. [2014-10-07 08:47:08,299: INFO/MainProcess] Task myapp.tasks.add[e080e047-b2a2-43a7-af74-d7d9d98b02fc] succeeded in 0.183349132538s: 4

1. Eager模式
   

2. 
   

3. 如果在settings.py设置:

4. CELERY_ALWAYS_EAGER = True
   

1. 那么Celery便以eager模式运行, 则task便不需要加delay运行:

2. # 若启用eager模式, 则以下两行代码相同
   

3. add.delay(2, 2)
   

4. add(2, 2)

1. settings配置添加
   

   
   如果需要传参可以这样写
   

   
   
   

   
   

1. CELERYBEAT_SCHEDULE = {
   

2. 'add-every-3-minutes': {
   

3. 'task': 'apps.task.add',
   

4. 'schedule': timedelta(seconds=3),
   

5. 'args': (16, 16)
   

6. },
   

7. }

8. CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler' # 定时任务
   

9. 
   

10. CELERYBEAT_SCHEDULE = {
    

11. 'add-every-3-seconds': {
    

12. 'task': 'apps.task.pp',
    

13. 'schedule': timedelta(seconds=3) ---每隔3秒 执行task下的pp函数
    

14. },
    

15. }

2. 启动celery beat
   

   
   

   
   

1. 其实还有一种简单的启动方式worker和beat一起启动：

2. python manage.py celery worker --loglevel=info --beat

3. 启动beat
   

4. 执行定时任务时, Celery会通过celerybeat进程来完成. Celerybeat会保持运行, 一旦到了某一定时任务需要执行时, Celerybeat便将其加入到queue中. 不像worker进程, Celerybeat只有需要一个即可.
   

5. 启动：

6. python manage.py celery beat --loglevel=info
   

3. 查看worker日志
   
   

1. [2017-11-10 16:17:25,853: INFO/MainProcess] Received task: apps.task.pp[8a3af6fb-5189-4647-91f2-8aa07489dd1e]
   

2. [2017-11-10 16:17:25,858: INFO/MainProcess] Task apps.task.pp[8a3af6fb-5189-4647-91f2-8aa07489dd1e] succeeded in 0.00379144400358s: 'ffffffffffffffffffffff'
   

3. [2017-11-10 16:17:28,858: INFO/MainProcess] Received task: apps.task.pp[d87e4ea0-8881-449a-b993-e7657f50ef25]
   

4. [2017-11-10 16:17:28,864: INFO/MainProcess] Task apps.task.pp[d87e4ea0-8881-449a-b993-e7657f50ef25] succeeded in 0.0049942266196s: 'ffffffffffffffffffffff'
   

5. [2017-11-10 16:17:31,859: INFO/MainProcess] Received task: apps.task.pp[4d05b4f3-92ff-4922-a8f4-7e047749239a]
   

6. [2017-11-10 16:17:31,865: INFO/MainProcess] Task apps.task.pp[4d05b4f3-92ff-4922-a8f4-7e047749239a] succeeded in 0.00537821277976s: 'ffffffffffffffffffffff'
   

7. [2017-11-10 16:17:34,859: INFO/MainProcess] Received task: apps.task.pp[5b21afc1-ebf1-4858-be68-20b9bf318452]
   

8. [2017-11-10 16:17:34,865: INFO/MainProcess] Task apps.task.pp[5b21afc1-ebf1-4858-be68-20b9bf318452] succeeded in 0.00530335493386s: 'ffffffffffffffffffffff'

上述就是小编为大家分享的Django中如何使用django-celery完成异步任务 了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注行业资讯频道。