學習Python Celery，輕鬆完成非同步任務

雖然現代的網路應用程式比以往任何時候都更快速、更便捷，但仍有許多情況下，需要把繁重的任務轉移到系統的其他部分執行，而不是在主執行緒上進行工作。

這些情況中的範例如下：

• 週期性任務 —— 規劃在特定時間間隔內執行的工作。例如，每日、每月的報告產生。
• 第三方工具 —— 應用程式應該快速向使用者回傳回應，而不是等待其他任務先完成。例如，發送電子郵件、通知，將更新進度傳遞給內部工具。
• 長時間運行的工作 —— 執行複雜或資源昂貴的工作，使用者需要等待工作完成。例如。 DAG工作流程、基於Map-Reduce的任務、長時間運行的Spark作業等。

那麼，如何處理這些情況呢？這時，Celery就派上用場了。

什麼是Celery？

Celery是一個開源的任務佇列實現，通常與基於Python的網路框架（如Flask和Django）相結合，在典型的請求-回應週期之外非同步執行任務。

因此，Celery本質上是一個基於分散式訊息傳遞的任務佇列。執行單元或任務在一個或多個worker上使用多處理、gevent或Eventlet同時執行。這些任務可以同步執行（即等到準備就緒）或非同步執行（即在背景）。

Celery是如何運作的？

Celery是一個分散式任務隊列，基於生產者-消費者模式。

任務佇列是用於跨執行緒和機器分配工作的機制，本質上是生產者（網路應用程式）和消費者（Celery工作者）之間的訊息中介。

Celery透過訊息進行交互，代理商（broker）在客戶（生產者）和工作者（消費者）之間充當中間人。為了啟動任務，客戶端將訊息推送到佇列中，然後代理將該訊息傳遞給工作者。

Celery系統可以由多個worker和broker組成，這為高可用性和橫向擴展提供了可能。

簡而言之，Celery客戶端是生產者，它透過訊息代理程式為佇列中新增新的任務。然後，Celery工作者同樣透過訊息代理從佇列中取得新的任務。一旦處理完畢，結果就會儲存在結果後端。

工作實例

下面的範例將使用RedisMQ作為訊息代理。

設定Redis

在linux/macOS系統上，透過下列指令在本機上執行Redis伺服器：

$ wget http://download.redis.io/redis-stable.tar.gz
$ tar xvzf redis-stable.tar.gz
$ rm redis-stable.tar.gz
$ cd redis-stable
$ make

設定好Redis後，執行下列指令執行Redis伺服器：

$ redis-server

該伺服器在預設的6379連接埠運行。

設定應用程式

首先，在本地設定Python專案。

Celery可以透過標準工具如pip或easy_install來安裝。透過以下命令安裝Celery和Redis：

pip install celery redis==4.3.4

現在需要一個Celery實例來運行應用程序，Celery實現任何任務都是以實例開始，例如創建和管理任務等。

在專案中建立一個檔案tasks.py：

From celery import Celery

broker_url = 'redi://localhost:6379/0'

app = Celery('tasks',broker = broker_url)

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

這裡定義了一個簡單的任務add()，傳回兩個數字的總和。

運行Celery Worker

在終端機上，切換到專案位置並用以下命令運行Celery worker：

$ celery -A tasks worker - loglevel=info

關於Celery worker命令行的詳細信息，可以使用help：

$ celery worker - help

呼叫任務

在Celery中，使用delay()方法來呼叫任務。

開啟專案的另一個終端機視窗並執行以下命令：

$ python

這將開啟Python命令列。

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

這將傳回一個AsyncResult實例，可以用來檢查任務狀態，獲得其傳回值，等待任務完成，也可以在失敗時獲得異常和回溯。

執行add.delay()指令後，任務會被推送到佇列中，然後被worker取得。這可以在Celery worker終端機上進行驗證，可以清楚地看到任務被接收，之後任務成功完成。

以上是學習Python Celery，輕鬆完成非同步任務的詳細內容。更多資訊請關注PHP中文網其他相關文章！