celery多任务结构

上一篇博客我们简单的介绍了celery的简单使用，但是为了方便管理，我们一般不采用单文件的形式去使用celery，而是采用包的形式去管理clery任务

1
2
3
4
5
6
7
8
9
celery多任务结构

project #项目根目录
    ├── celery_task  	# celery包
    │   ├── __init__.py # 包文件
    │   ├── celery.py   # celery连接和配置相关文件，且名字必须叫celery.py
    │   └── tasks.py    # 所有任务函数
    ├── add_task.py  	# 添加任务
    └── get_result.py   # 获取结果

celery.py

1
2
3
4
5
6
7
#该文件一般就用于实例化获得celery对象，以及进行配置
from celery import Celery
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])

ps:include参数的内容写的是celery任务的文件位置，可以填写多个

tasks.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#该文件用于存放任务
from .celery import app
import time
@app.task
def add(n, m):
    print(n)
    print(m)
    time.sleep(10)
    print('n+m的结果：%s' % (n + m))
    return n + m

@app.task
def low(n, m):
    print(n)
    print(m)
    print('n-m的结果：%s' % (n - m))
    return n - m

add_task.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#该文件用于提交任务
from celery_task import tasks

# 添加立即执行任务
t1 = tasks.add.delay(10, 20)
t2 = tasks.low.delay(100, 50)
print(t1.id)


# 添加延迟任务
from datetime import datetime, timedelta
eta=datetime.utcnow() + timedelta(seconds=10)
tasks.low.apply_async(args=(200, 50), eta=eta)

get_result.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#该文件用于获取特定任务的运行结果
from celery_task.celery import app

from celery.result import AsyncResult

id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
if __name__ == '__main__':
    async = AsyncResult(id=id, app=app)
    if async.successful():
        result = async.get()
        print(result)
    elif async.failed():
        print('任务失败')
    elif async.status == 'PENDING':
        print('任务等待中被执行')
    elif async.status == 'RETRY':
        print('任务异常后正在重试')
    elif async.status == 'STARTED':
        print('任务已经开始被执行')