笔记-python之celery使用详解

2024-06-24 11:12

本文主要是介绍笔记-python之celery使用详解,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!

Celery是一个用于处理异步任务的Python库,它允许你将任务分发到多个worker进行处理。以下是Celery的使用详解:

  1. 安装Celery
    使用pip安装Celery:
pip install celery
  1. 创建Celery实例
    首先,需要创建一个Celery实例,指定broker(消息中间件)和backend(结果存储)。
from celery import Celeryapp = Celery('tasks', broker='pyamqp://guest@localhost//', backend='rpc://')
  1. 定义任务
    在模块中定义一个任务,使用@app.task装饰器将其标记为Celery任务。
@app.task
def add(x, y):return x + y
  1. 调用任务
    可以使用apply_asyncdelay方法调用任务。
# 使用apply_async调用任务
add.apply_async(args=(1, 2), queue='default')# 使用delay调用任务
result = add.delay(1, 2)
  1. 运行worker
    在命令行中运行以下命令启动worker:
celery -A your_module worker --loglevel=info
  1. 查看任务状态
    可以使用AsyncResult对象查看任务的状态。
result = add.delay(1, 2)
print(result.ready())  # 检查任务是否完成
print(result.get())    # 获取任务结果
  1. 配置多个worker和队列
    可以在Celery实例中配置多个worker和队列。
app = Celery('tasks', broker='pyamqp://guest@localhost//', backend='rpc://')
app.conf.update(worker_directories=['path/to/worker1', 'path/to/worker2'],task_queues=[Queue('default', Exchange('default'), routing_key='default'),Queue('high-priority', Exchange('high-priority'), routing_key='high-priority'),],task_default_queue='default',task_default_exchange='default',task_default_routing_key='default',
)
  1. 优先级和路由
    可以为任务设置优先级和路由键,以便将任务发送到不同的队列。
add.apply_async(args=(1, 2), priority=2, queue='high-priority', routing_key='high-priority')
  1. 结果后端
    可以使用结果后端存储任务的结果。支持多种后端,如Redis、数据库等。
app = Celery('tasks', broker='pyamqp://guest@localhost//', backend='redis://localhost:6379/0')
  1. 自定义序列化和压缩
    可以自定义序列化和压缩方法,以便在broker和worker之间传输数据。
app.conf.update(accept_content=['json'],result_serializer='json',task_serializer='json',compression='gzip',
)

这篇关于笔记-python之celery使用详解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/1089980

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

OpenHarmony鸿蒙开发( Beta5.0)无感配网详解

1、简介 无感配网是指在设备联网过程中无需输入热点相关账号信息,即可快速实现设备配网,是一种兼顾高效性、可靠性和安全性的配网方式。 2、配网原理 2.1 通信原理 手机和智能设备之间的信息传递,利用特有的NAN协议实现。利用手机和智能设备之间的WiFi 感知订阅、发布能力,实现了数字管家应用和设备之间的发现。在完成设备间的认证和响应后,即可发送相关配网数据。同时还支持与常规Sof

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma