前段時(shí)間在Django Web平臺(tái)開發(fā)中，碰到一些請求執(zhí)行的任務(wù)時(shí)間較長（幾分鐘），為了加快用戶的響應(yīng)時(shí)間，因此決定采用異步任務(wù)的方式在后臺(tái)執(zhí)行這些任務(wù)。在同事的指引下接觸了Celery這個(gè)異步任務(wù)隊(duì)列框架，鑒于網(wǎng)上關(guān)于Celery和Django結(jié)合的文檔較少，大部分也只是粗粗介紹了大概的流程，在實(shí)踐過程中還是遇到了不少坑，希望記錄下來幫助有需要的朋友。

一、Django中的異步請求

Django Web中從一個(gè)http請求發(fā)起，到獲得響應(yīng)返回html頁面的流程大致如下：http請求發(fā)起 -- http handling（request解析） -- url mapping（url正則匹配找到對應(yīng)的View） -- 在View中進(jìn)行邏輯的處理、數(shù)據(jù)計(jì)算（包括調(diào)用Model類進(jìn)行數(shù)據(jù)庫的增刪改查）--將數(shù)據(jù)推送到template，返回對應(yīng)的template/response。

圖1. Django架構(gòu)總覽

同步請求：所有邏輯處理、數(shù)據(jù)計(jì)算任務(wù)在View中處理完畢后返回response。在View處理任務(wù)時(shí)用戶處于等待狀態(tài)，直到頁面返回結(jié)果。

異步請求：View中先返回response，再在后臺(tái)處理任務(wù)。用戶無需等待，可以繼續(xù)瀏覽網(wǎng)站。當(dāng)任務(wù)處理完成時(shí)，我們可以再告知用戶。

二、關(guān)于Celery

Celery是基于Python開發(fā)的一個(gè)分布式任務(wù)隊(duì)列框架，支持使用任務(wù)隊(duì)列的方式在分布的機(jī)器/進(jìn)程/線程上執(zhí)行任務(wù)調(diào)度。

圖2. Celery架構(gòu)

圖2展示的是Celery的架構(gòu)，它采用典型的生產(chǎn)生-消費(fèi)者模式，主要由三部分組成：broker（消息隊(duì)列）、workers（消費(fèi)者：處理任務(wù)）、backend（存儲(chǔ)結(jié)果）。實(shí)際應(yīng)用中，用戶從Web前端發(fā)起一個(gè)請求，我們只需要將請求所要處理的任務(wù)丟入任務(wù)隊(duì)列broker中，由空閑的worker去處理任務(wù)即可，處理的結(jié)果會(huì)暫存在后臺(tái)數(shù)據(jù)庫backend中。我們可以在一臺(tái)機(jī)器或多臺(tái)機(jī)器上同時(shí)起多個(gè)worker進(jìn)程來實(shí)現(xiàn)分布式地并行處理任務(wù)。

三、Django中Celery的實(shí)現(xiàn)

在實(shí)際使用過程中，發(fā)現(xiàn)在Celery在Django里的實(shí)現(xiàn)與其在一般.py文件中的實(shí)現(xiàn)還是有很大差別，Django有其特定的使用Celery的方式。這里著重介紹Celery在Django中的實(shí)現(xiàn)方法，簡單介紹與其在一般.py文件中實(shí)現(xiàn)方式的差別。

1. 建立消息隊(duì)列

首先，我們必須擁有一個(gè)broker消息隊(duì)列用于發(fā)送和接收消息。Celery官網(wǎng)給出了多個(gè)broker的備選方案：RabbitMQ、Redis、Database（不推薦）以及其他的消息中間件。在官網(wǎng)的強(qiáng)力推薦下，我們就使用RabbitMQ作為我們的消息中間人。在Linux上安裝的方式如下：

sudo apt-get install rabbitmq-server

命令執(zhí)行成功后，rabbitmq-server就已經(jīng)安裝好并運(yùn)行在后臺(tái)了。

另外也可以通過命令rabbitmq-server來啟動(dòng)rabbitmq server以及命令rabbitmqctl stop來停止server。

更多的命令可以參考rabbitmq官網(wǎng)的用戶手冊：https://www.rabbitmq.com/manpages.html

2. 安裝django-celery

pip install celery
pip install django-celery

3. 配置settings.py

首先，在Django工程的settings.py文件中加入如下配置代碼：

import djcelery
djcelery.setup_loader()
BROKER_URL= 'amqp://guest@localhost//'
CELERY_RESULT_BACKEND = 'amqp://guest@localhost//'

其中，當(dāng)djcelery.setup_loader()運(yùn)行時(shí)，Celery便會(huì)去查看INSTALLD_APPS下包含的所有app目錄中的tasks.py文件，找到標(biāo)記為task的方法，將它們注冊為celery task。BROKER_URL和CELERY_RESULT_BACKEND分別指代你的Broker的代理地址以及Backend（result store）數(shù)據(jù)存儲(chǔ)地址。在Django中如果沒有設(shè)置backend，會(huì)使用其默認(rèn)的后臺(tái)數(shù)據(jù)庫用來存儲(chǔ)數(shù)據(jù)。注意，此處backend的設(shè)置是通過關(guān)鍵字CELERY_RESULT_BACKEND來配置，與一般的.py文件中實(shí)現(xiàn)celery的backend設(shè)置方式有所不同。一般的.py中是直接通過設(shè)置backend關(guān)鍵字來配置，如下所示：

app = Celery('tasks', backend='amqp://guest@localhost//', broker='amqp://guest@localhost//')

然后，在INSTALLED_APPS中加入djcelery：

INSTALLED_APPS = (
  ……  
  'qv',
  'djcelery'
  ……  
)  

4. 在要使用該任務(wù)隊(duì)列的app根目錄下（比如qv），建立tasks.py，比如：

在tasks.py中我們就可以編碼實(shí)現(xiàn)我們需要執(zhí)行的任務(wù)邏輯，在開始處import task，然后在要執(zhí)行的任務(wù)方法開頭用上裝飾器@task。需要注意的是，與一般的.py中實(shí)現(xiàn)celery不同，tasks.py必須建在各app的根目錄下，且不能隨意命名。

5. 生產(chǎn)任務(wù)

在需要執(zhí)行該任務(wù)的View中，通過build_job.delay的方式來創(chuàng)建任務(wù)，并送入消息隊(duì)列。比如：

6. 啟動(dòng)worker的命令

#先啟動(dòng)服務(wù)器
python manage.py runserver
#再啟動(dòng)worker 
python manage.py celery worker -c 4 --loglevel=info

四、補(bǔ)充

Django下要查看其他celery的命令，包括參數(shù)配置、啟動(dòng)多worker進(jìn)程的方式都可以通過python manage.py celery --help來查看:

另外，Celery提供了一個(gè)工具flower，將各個(gè)任務(wù)的執(zhí)行情況、各個(gè)worker的健康狀態(tài)進(jìn)行監(jiān)控并以可視化的方式展現(xiàn)，如下圖所示：

Django下實(shí)現(xiàn)的方式如下：　

1. 安裝flower:

pip install flower

2. 啟動(dòng)flower（默認(rèn)會(huì)啟動(dòng)一個(gè)webserver，端口為5555）:

python manage.py celery flower

3. 進(jìn)入http://localhost:5555即可查看。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。