Comment utiliser Celery pour implémenter la planification distribuée des tâches

Comment utiliser Celery pour implémenter la planification de tâches distribuées

Vue d'ensemble :
Celery est l'une des bibliothèques de files d'attente de tâches distribuées les plus couramment utilisées en Python, qui peut être utilisée pour implémenter la planification de tâches asynchrones. Cet article expliquera comment utiliser Celery pour implémenter la planification distribuée des tâches et joindra des exemples de code.

1. Installation et configuration de Celery

Tout d'abord, nous devons installer la bibliothèque Celery. Celery peut être installé via la commande suivante :

pip install celery

Une fois l'installation terminée, nous devons créer un fichier de configuration Celery. Créez un fichier appelé celeryconfig.py et ajoutez le contenu suivant : celeryconfig.py的文件，并添加以下内容：

broker_url = 'amqp://guest@localhost//'     # RabbitMQ服务器地址
result_backend = 'db+sqlite:///results.sqlite'   # 结果存储方式（使用SQLite数据库）
task_serializer = 'json'    # 任务序列化方式
result_serializer = 'json'  # 结果序列化方式
accept_content = ['json']   # 接受的内容类型
timezone = 'Asia/Shanghai'  # 时区设置

2. 创建Celery应用

在代码中，我们需要导入Celery库，并创建一个Celery应用。以下是一个示例：

from celery import Celery

app = Celery('mytasks', include=['mytasks.tasks'])
app.config_from_object('celeryconfig')

在上面的代码中，我们创建了一个名为mytasks的Celery应用，并将celeryconfig.py中的配置应用到Celery应用中。

3. 创建任务

接下来，我们需要创建一个任务。任务是一个独立的函数，可以执行单独的操作。以下是一个示例：

# tasks.py
from mytasks import app

@app.task
def add(x, y):
    return x + y

在上面的代码中，我们定义了一个名为add的任务，用于计算两个数的和。

4. 启动Celery Worker

要使任务能够分布式执行，我们需要启动一个或多个Celery Worker来处理任务。可以通过以下命令来启动Celery Worker：

celery -A mytasks worker --loglevel=info

启动完成后，Celery Worker将会监听并处理队列中的任务。

5. 提交任务

在其他代码中，我们可以提交任务到Celery队列中。以下是一个示例：

# main.py
from mytasks.tasks import add

result = add.delay(4, 6)
print(result.get())

在上面的代码中，我们导入了之前定义的add任务，然后使用delay方法提交一个任务。delay方法将会返回一个AsyncResult对象，我们可以通过调用get方法来获取任务的结果。

6. 监控任务完成状态

我们可以使用AsyncResult对象来监控任务的执行状态。以下是一个示例：

# main.py
from mytasks.tasks import add

result = add.delay(4, 6)
while not result.ready():
    print("Task is still running...")
    time.sleep(1)

print(result.get())

在上面的代码中，我们通过循环来监控任务的执行状态。readyrrreee

Créez une application Celery




Dans le code, nous devons importer la bibliothèque Celery et Créez une application Céleri. Voici un exemple : 🎜rrreee🎜 Dans le code ci-dessus, nous créons une application Celery appelée mytasks et appliquons la configuration dans celeryconfig.py à l'application Celery In. 🎜
🎜Créer une tâche🎜🎜🎜Ensuite, nous devons créer une tâche. Une tâche est une fonction indépendante qui peut effectuer des opérations individuelles. Voici un exemple : 🎜rrreee🎜Dans le code ci-dessus, nous définissons une tâche nommée add pour calculer la somme de deux nombres. 🎜
🎜Démarrer Celery Worker🎜🎜🎜Pour permettre l'exécution distribuée des tâches, nous devons démarrer un ou plusieurs Celery Workers pour traiter les tâches. Celery Worker peut être démarré avec la commande suivante : 🎜rrreee🎜Une fois le démarrage terminé, Celery Worker écoutera et traitera les tâches dans la file d'attente. 🎜
🎜Soumettre des tâches🎜🎜🎜Dans un autre code, nous pouvons soumettre des tâches à la file d'attente Celery. Voici un exemple : 🎜rrreee🎜Dans le code ci-dessus, nous importons la tâche add précédemment définie, puis utilisons la méthode delay pour soumettre une tâche. La méthode delay renverra un objet AsyncResult. Nous pouvons obtenir le résultat de la tâche en appelant la méthode get. 🎜
🎜Surveiller l'état d'achèvement de la tâche🎜🎜🎜Nous pouvons utiliser l'objet AsyncResult pour surveiller l'état d'exécution de la tâche. Voici un exemple : 🎜rrreee🎜Dans le code ci-dessus, nous surveillons l'état d'exécution de la tâche via une boucle. La méthode ready renverra une valeur booléenne indiquant si la tâche est terminée. 🎜🎜Résumé : 🎜Cet article présente brièvement comment utiliser Celery pour implémenter la planification distribuée des tâches. En installant et en configurant Celery, en créant une application Celery, en définissant des tâches, en démarrant Celery Workers et en soumettant des tâches à la file d'attente, nous pouvons implémenter la planification distribuée des tâches. L'utilisation de Celery peut améliorer l'efficacité de l'exécution des tâches et convient aux situations où un calcul parallèle ou un traitement asynchrone est requis. 🎜

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!