Celery 与Redis 的入门

一、Celery

    1.简介

　　Celery 为一个广泛应用于网络应用程序的任务处理系统。

　　它可以在下面的情况下使用:

　　在请求响应周期中做网络调用。服务器应当立即响应任何网络请求。如果在请求响应周期内需要进行网络调用，则应在周期外完成调用。比如当用户在网站上注册时，需要发送激活邮件。发送邮件是一种网络调用，耗时2到3秒。用户应该无需等待这2到3秒。所以发送激活邮件应当在请求响应周期外完成，celery 就能实现这一点。

　　将一个由几个独立部分组成的大任务分成多个小任务。如果你想知道脸书用户的时间流。脸书提供不同的端点来获取不同的数据。譬如，一个端点用以获取用户时间流中的图片，一个端点获取用户时间流中的博文，一个端点得到用户的点赞信息等。如果你的函数需要和脸书的5个端点依此通信，每个网络调用平均耗时2秒，你将需要10秒完成一次函数执行。但你可以把这项工作分为5个独立的任务(你很快就会发现这很容易做到)，并让 celery 来处理这些任务。Celery 可以并行地同这5个端点通信，在2秒之内就能得到所有端点的响应。

　　2.简单的 celery 例子

　　假如我们有一个函数，并传给它一个网址列表。该函数需要获取这些网址的响应。

　　2.1没有使用 celery

   参考代码已给出，如下所示：

　　创建文件celery_blog.py：

　　import requests

　　import time

　　def func(urls):

　　start = time.time()

　　for url in urls:

　　resp = requests.get(url)

　　print resp.status_code

　　print "It took", time.time() - start, "seconds"

　　if __name__ == "__main__":

　　func(["http://oneapm.com", "http://jd.com", "https://taobao.com", "http://baidu.com", "http://news.oneapm.com"])

　　运行，如下所示：

　　python celery_blog.py

　　输出结果如图1所示：

　　2.2 使用 celery

　　调用 celery 的程序中最重要的组成部分是 celery worker。

• 　　在 web 应用程序注册的例子中，celery worker 用于发送邮件。
• 　　在脸书的例子中， celery worker 用于获取不同的网址。
• 　　在我们的 celery_blog.py 例子中， celery worker 用于获取 URL。

    celery worker 与你的应用程序/脚本是不同的进程，彼此是独立运行。因此你的应用程序/脚本和 celery 需要一些方法来相互沟通。

　　应用程序代码需要把任务放在 celery worker 可以取出并执行的位置。例如，应用程序代码将任务放在消息队列中，celery worker 从消息队列领取任务并执行任务。我们将使用 Redis 作为消息队列。

注意：

• 　　请确认你已安装 Redis，并可以运行redis-server。
• 　　请确认你已安装 celery。

　　修改文件 celery_blog.py，参考代码如下：

　　from celery import Celery

　　app = Celery('celery_blog',bloker='redis://localhost:6379/1')

　　@app.task

　　def fetch_url(url):

　　resp = requests.get(url)

　　print resp.status_code

　　def func(urls):

　　for url in urls:

　　fetch_url.delay(url)

　　if __name__ == "__main__":

　　func(["http://oneapm.com", "http://jd.com", "https://taobao.com", "http://baidu.com", "http://news.oneapm.com"])

　　代码解释：我们需要一个 celery 实例来启动程序，因此创建了一个名为 app 的 celery 实例。

　　在以下3个终端中启动：

• 　　第一个终端，运行 redis-server
• 　　第二个终端，运行 celery worker -A celery_blog -l info -c 5 ，通过输出可以看到 celery 成功运行。
• 　　第三个终端，运行脚本 python celery_blog.py

　　可以看到第二个终端输出如图2所示：

　　2.3 将 celery 代码与配置保存在不同文件中

　　从上面的例子中，我们只写了一个 celery 任务。但是您的项目可能涉及多个模块，您可能希望在不同的模块中有不同的任务。因此让我们将 celery 配置移到单独的文件中。

　　创建 celery_config.py

　　from celery import Celery

　　app = Celery('celery_config', broker='redis://localhost:6379/0', include=['celery_blog'])

　　修改 celery_blog.py 代码如下所示：

　　import requests

　　from celery_config import app

　　@app.task

　　def fetch_url(url):

　　resp = requests.get(url)

　　print resp.status_code

　　def func(urls):

　　for url in urls:

　　fetch_url.delay(url)

　　if __name__ == "__main__":

　　func(["http://oneapm.com", "http://jd.com", "https://taobao.com", "http://baidu.com", "http://news.oneapm.com"])

　　停掉之前的 celery worker ，运行以下代码：

　　celery worker -A celery_config -l info -c 5

　　打开 ipython ，运行如下所示的命令：

　　In [1]: from celery_blog import func

　　In [2]: func(["http://oneapm.com", "http://jd.com", "https://taobao.com", "http://baidu.com", "http://news.oneapm.com"])

　　输出如图3所示：

　　2.4 在不同文件中添加新的任务

　　您可以添加新的模块，并在该模块中定义一个任务。用以下内容创建一个模块 celery_add.py，参考代码如下所示：

　　from celery_config import app

　　@app.task

　　def add(a, b):

　　return a + b

　　改变 celery_config.py 包含新的模块 celery_add.py，如下所示：

　　from celery import Celery

　　app = Celery('celery_config', broker='redis://localhost:6379/0', include=['celery_blog', 'celery_add'])

　　在 ipython 输入以下代码：

　　In [1]: from celery_add import add

　　In [2]: add.delay(4, 5)

　　输出如图4所示：

　　三、在不同的机器上分开使用 Redis 与 celery

　　目前为止，我们的脚本celery worker 与Redis 都运行在同一机器中。其实并无这种必要，这三者可以运行在不同机器上。

　　celery 任务涉及到网络请求，所以，在网络优化的机器上使用 celery worker 能提高任务运行速度。Redis 是一种内存数据库，在内存优化的机器上运行效率更高。

　　在上面的例子，我将在本地系统运行脚本和 celery worker，在分开的服务器上运行 Redis。

　　修改 celery_config.py 为以下代码：

　　app = Celery('celery_config', broker='redis://192.168.118.148:6379/0', include=['celery_blog'])

　　现在我运行任何任务，脚本都将把他放在 Redis 运行的服务器(192.168.118.148)上面。

　　celery worker 也同 192.168.118.148 沟通,在这个 Redis 服务器上得到任务并执行它。

　　请注意:您必须使用正在运行 redis-server 的服务器地址。我的服务器已停止Redis,所以你将无法连接到 Redis。

以后会更新关于mssql的文，关注mssql的朋友请期待。

　　参考文章：Getting started with Celery and Redis