python任务队列http_基于Python开发的分布式任务队列：Celery

Celery (芹菜)是基于Python开发的分布式任务队列。它支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度。

架构设计。

Celery的架构由三部分组成&＃xff0c;消息中间件(message broker)&＃xff0c;任务执行单元(worker)和任务执行结果存储(task result store)组成。

消息中间件

Celery本身不提供消息服务&＃xff0c;但是可以方便的和第三方提供的消息中间件集成。包括&＃xff0c;RabbitMQ, Redis, MongoDB (experimental), Amazon SQS (experimental),CouchDB (experimental), SQLAlchemy (experimental),Django ORM (experimental), IronMQ

任务执行单元

Worker是Celery提供的任务执行的单元&＃xff0c;worker并发的运行在分布式的系统节点中。

任务结果存储

Task result store用来存储Worker执行的任务的结果&＃xff0c;Celery支持以不同方式存储任务的结果&＃xff0c;包括AMQP, Redis&＃xff0c;memcached, MongoDB&＃xff0c;SQLAlchemy, Django ORM&＃xff0c;Apache Cassandra, IronCache

另外&＃xff0c; Celery还支持不同的并发和序列化的手段

并发

Prefork, Eventlet, gevent, threads/single threaded

序列化

pickle, json, yaml, msgpack. zlib, bzip2 compression&＃xff0c; Cryptographic message signing 等等

安装和运行

Celery的安装过程略为复杂&＃xff0c;下面的安装过程是基于我的AWS EC2的Linux版本的安装过程&＃xff0c;不同的系统安装过程可能会有差异。大家可以参考官方文档。

首先我选择RabbitMQ作为消息中间件&＃xff0c;所以要先安装RabbitMQ。作为安装准备&＃xff0c;先更新YUM。

RabbitMQ是基于erlang的&＃xff0c;所以先安装erlang

然后安装RabbitMQ

启动RabbitMQ服务

RabbitMQ服务已经准备好了&＃xff0c;然后安装Celery&＃xff0c; 假定你使用pip来管理你的python安装包

为了测试Celery是否工作&＃xff0c;我们运行一个最简单的任务&＃xff0c;编写tasks.py

在当前目录运行一个worker&＃xff0c;用来执行这个加法的task

其中-A参数表示的是Celery app的名字。注意这里我使用的是SQLAlchemy作为结果存储。对应的python包要事先安装好。

worker日志中我们会看到这样的信息

其中&＃xff0c;我们可以看到worker缺省使用prefork来执行并发&＃xff0c;并设置并发数为8

下面的任务执行的客户端代码&＃xff1a;

用python执行这段客户端代码&＃xff0c;在客户端&＃xff0c;结果如下

Work日志显示

这里我们可以发现&＃xff0c;每一个task有一个唯一的ID&＃xff0c;task异步执行在worker上。

这里要注意的是&＃xff0c;如果你运行官方文档中的例子&＃xff0c;你是无法在客户端得到结果的&＃xff0c;这也是我为什么要使用SQLAlchemy来存储任务执行结果的原因。官方的例子使用AMPQ&＃xff0c;有可能Worker在打印日志的时候取出了task的运行结果显示在worker日志中&＃xff0c;然而AMPQ作为一个消息队列&＃xff0c;当消息被取走后&＃xff0c;队列中就没有了&＃xff0c;于是客户端总是无法得到任务的执行结果。不知道为什么官方文档对这样的错误视而不见。