云平台关键技术 | 使用异步框架 celery 后台执行linux命令的实例

本文主要是介绍云平台关键技术 | 使用异步框架 celery 后台执行linux命令的实例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

准备工作

(1) 环境

@J1 server, CentOS7.9$ which gcc
/home/wangjl/soft/gcc-12.3.0/bin/gcc$ which python3
/home/wangjl/soft/python3/python-3.10.14/bin/python3$ gcc --version
gcc (GCC) 12.3.0
Copyright (C) 2022 Free Software Foundation, Inc.$ python3 -V
Python 3.10.14

(2) 准备
$ pip3 install celery
$ pip3 install redis
$ pip3 list | grep celery
celery 5.4.0
$ pip3 list | grep redis
redis 5.0.5

启动redis服务:
$ redis-server --version
Redis server v=6.2.6 sha=00000000:0 malloc=jemalloc-5.1.0 bits=64 build=3ee1339f93e3f95a
$ redis-server

76382:M 12 Jun 2024 16:54:15.813 * Ready to accept connections
启动服务后才能连接:
$ redis-cli -h 127.0.0.1 -p 6379
127.0.0.1:6379> ping
PONG
127.0.0.1:6379> quit
$

1. 定义任务

$ cat task02.py
from celery import Celery
import subprocess#app = Celery('tasks', broker='amqp://guest@localhost//')
app = Celery('tasks_02', broker='redis://localhost:6379/0', backend='redis://localhost:6379/1')@app.task
def run_command(cmd):return subprocess.check_output(cmd, shell=True)

解释:run_command是一个Celery任务,它接受一个命令字符串cmd并使用subprocess.check_output来执行它。

2. 启动任务

$ celery -A task02 worker --loglevel=info

注意,task02是py文件的文件名,不含py后缀名。

3. 在代码中异步执行Linux命令

$ python3
from task02 import run_command# 异步执行命令
result = run_command.apply_async(args=['ls -la'])# 如果需要,你可以获取结果
print(result.get())

4. 查看任务状态

>>> result.id
'588b3799-c424-464f-a2ef-125c87751643'
>>> result.status
'SUCCESS'也可以记录id,根据id查询任务执行状态:
from task02 import app
from celery.result import AsyncResult # 导入AsyncResult类
async_result = AsyncResult(id=result.id, app=app)>>> async_result
<AsyncResult: 588b3799-c424-464f-a2ef-125c87751643>
>>> async_result.status
'SUCCESS'

5. 异步执行耗时任务时,记录id到数据库,根据id查看状态,根据状态显示结果

# 异步执行耗时命令
result2 = run_command.apply_async(args=['sleep 10 && pwd && ls -la'])
task_id=result2.id #记录id到数据库
>>> task_id
'6fba0cfa-fa9a-46dd-b661-1708c55376b8'# 根据id获取对象
async_result = AsyncResult(id=task_id, app=app)
# 根据状态获取结果
if "SUCCESS" == async_result.status:print(async_result.get())

这篇关于云平台关键技术 | 使用异步框架 celery 后台执行linux命令的实例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1055791

相关文章

Java中String字符串使用避坑指南

《Java中String字符串使用避坑指南》Java中的String字符串是我们日常编程中用得最多的类之一,看似简单的String使用,却隐藏着不少“坑”,如果不注意,可能会导致性能问题、意外的错误容... 目录8个避坑点如下:1. 字符串的不可变性:每次修改都创建新对象2. 使用 == 比较字符串,陷阱满

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

使用C++实现链表元素的反转

《使用C++实现链表元素的反转》反转链表是链表操作中一个经典的问题,也是面试中常见的考题,本文将从思路到实现一步步地讲解如何实现链表的反转,帮助初学者理解这一操作,我们将使用C++代码演示具体实现,同... 目录问题定义思路分析代码实现带头节点的链表代码讲解其他实现方式时间和空间复杂度分析总结问题定义给定

Linux使用nload监控网络流量的方法

《Linux使用nload监控网络流量的方法》Linux中的nload命令是一个用于实时监控网络流量的工具,它提供了传入和传出流量的可视化表示,帮助用户一目了然地了解网络活动,本文给大家介绍了Linu... 目录简介安装示例用法基础用法指定网络接口限制显示特定流量类型指定刷新率设置流量速率的显示单位监控多个

ElasticSearch+Kibana通过Docker部署到Linux服务器中操作方法

《ElasticSearch+Kibana通过Docker部署到Linux服务器中操作方法》本文介绍了Elasticsearch的基本概念,包括文档和字段、索引和映射,还详细描述了如何通过Docker... 目录1、ElasticSearch概念2、ElasticSearch、Kibana和IK分词器部署

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

Linux流媒体服务器部署流程

《Linux流媒体服务器部署流程》文章详细介绍了流媒体服务器的部署步骤,包括更新系统、安装依赖组件、编译安装Nginx和RTMP模块、配置Nginx和FFmpeg,以及测试流媒体服务器的搭建... 目录流媒体服务器部署部署安装1.更新系统2.安装依赖组件3.解压4.编译安装(添加RTMP和openssl模块

C++ Primer 多维数组的使用

《C++Primer多维数组的使用》本文主要介绍了多维数组在C++语言中的定义、初始化、下标引用以及使用范围for语句处理多维数组的方法,具有一定的参考价值,感兴趣的可以了解一下... 目录多维数组多维数组的初始化多维数组的下标引用使用范围for语句处理多维数组指针和多维数组多维数组严格来说,C++语言没