一，首先安裝celery

pip install django-celery

二，安裝rabbitmq
ubuntu環境下執行以下

sudo apt-get install rabbitmq-server

新增使用者,myuser為使用者名稱，mypassword為使用者密碼

sudo rabbitmqctl add_user myuser mypassword

檢視使用者

sudo rabbitmqctl list_users

新增管理員使用者 myuser為使用者名稱密碼，administrator為管理員標籤

sudo rabbitmqctl set_user_tags myuser administrator
 

新增虛擬環境

sudo rabbitmqctl add_vhost vhost

設定使用者在虛擬環境下擁有所有許可權

sudo rabbitmqctl set_permissions -p vhost myuser ".*" ".*" ".*"

可以用剛設定的賬戶登入管理頁面

http://伺服器ip:15672

在瀏覽器開啟後可以看到登入介面

輸入剛才設定的使用者名稱密碼即可登入。

三，django工程配置
1，在工程settings.py中INSTALLED_APPS中加入djcelery,如下圖所示

2，在工程settings.py加入broker相關配置，預設是以本機的mq服務作為broker。如果你需要配置成遠端的mq，需要填寫完整的BROKER_URL = amqp://userid:

import djcelery
djcelery.setup_loader()
#資料庫排程
CELERYBEAT_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
BROKER_URL= 'amqp://myuser:[email protected]伺服器ip:5672/vhost'

3在工程設定目錄下加入celery.py(與settings.py同級)

# coding:utf8
from __future__ import
 
 absolute_import

import os

from celery import Celery
from django.conf import settings

# set the default Django settings module for the 'celery' program.

# yourprojectname代表你工程的名字，在下面替換掉
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'yourprojectname.settings')

app = Celery('proj')

# Using a string here means the worker will not have to
# pickle the object when using Windows.
app.config_from_object('django.conf:settings')
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)


@app.task(bind=True)
def debug_task(self):
    print('Request: {0!r}'.format(self.request))

4修改工程目錄裡面的init.py

from __future__ import absolute_import
from .celery import app as celery_app

5在應用目錄下新建tasks.py，假設加入以下兩個計算任務

from __future__ import absolute_import
from celery import shared_task

@shared_task
def add(x, y):
    return x + y


@shared_task
def mul(x, y):
    return x * y

最後，執行celery worker

python manage.py celery worker --loglevel=info

補充
Celery提供了一個工具flower，將各個任務的執行情況、各個worker的健康狀態進行監控並以視覺化的方式展現

安裝flower:

pip install flower

2. 啟動flower（預設會啟動一個webserver，埠為5555）:

python manage.py celery flower

3. 進入http://localhost:5555即可檢視。