Django+celery+ RabbitMQ實現非同步任務
阿新 • • 發佈:2018-11-08
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
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: [email protected]:port/virtual_host,本文以遠端broker為例
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))
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。