Python 全栈系列243 S2S flask_celery

2024-05-12 11:04
文章标签 python 系列 flask 全栈 243 celery s2s

本文主要是介绍Python 全栈系列243 S2S flask_celery，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！

说明

按现有的几个架构部件，构建数据流。

S = Redis Stream。这个可以作为缓冲队列和简单任务队列，速度非常快，至少是万条/秒的速度。
Q = RabbitMQ。这个作为任务队列，消息也主要是元数据。读速比较慢，但有一些特性，然后自带前端，作为任务队列比较合适。
M = Mongo。这个作为数据主库还是比较合适的。具有丰富的数据操作模式，同时性能也不错。
C = ClickHouse。这个特别适合作为任务数据库。因为列式存储的特性，其吞吐性能，简单统计功能甚至逼近了程序处理的速度。例如，存储10万条数据，大约也就3秒；统计900万数据某个字段的长度，时间也不到5秒。（过去在处理上，基本上按照100万条/秒来评估默认的程序处理能力)

RabbitMQ和Redis Streams都是流行的队列系统，用于处理消息传递任务，但它们在效率和应用场景上有所不同。
RabbitMQ是基于AMQP（高级消息队列协议）的开源消息代理，它提供了可靠的消息传递机制，能够保证消息的持久性，即使在发送或接收过程中出现故障也不会丢失消息。RabbitMQ适用于需要高可靠性和复杂路由策略的生产环境，特别是在分布式系统中，它能够很好地处理复杂的异步消息传递任务。
另一方面，Redis Streams是Redis 5.0版本引入的新特性，它提供了一个持久化的消息队列系统。Redis Streams的设计理念在于提供高性能的发布/订阅模型，尤其适合于即时消息处理场景。与RabbitMQ相比，Redis Streams在性能上具有优势，因为它利用了Redis本身的高性能特性，使得消息的读写速度非常快。
在效率方面，Redis Streams通常被认为比RabbitMQ更快，特别是在处理大量实时数据流时。这是因为Redis作为一个内存中的键值存储系统，本身就具有很高的读写速度，而Streams作为其一部分，也继承了这种高效性。此外，Redis Streams的无锁设计进一步提升了其性能，使得它在处理并发请求时更加高效。
然而，RabbitMQ在某些情况下可能更适合使用，特别是当需要处理复杂的异步任务、保证消息的顺序性以及实现可靠的消息传递时。RabbitMQ的这些特性使得它在金融、医疗等关键行业中被广泛应用。
总之，在选择RabbitMQ还是Redis Streams时，应考虑到具体的应用场景、性能需求和可靠性要求。如果追求极致的性能和实时性，Redis Streams可能是更好的选择；而如果需要更高的可靠性和复杂的路由功能，RabbitMQ可能更为合适。

本次目标是搭建一个worker，可以通过参数化方式，完成两个S间的流转。除了M和C之前一般不会直接流转，那么应该有 4*3 - 2 = 10 种组件间的流转。

内容

整体的实现逻辑顺序为：

  • 1 使用QManager完成S2S的动作(函数)
  • 2 将函数定义为celery task
  • 3 将flask-celery发布为systemd服务

1 S2S 函数

S2S应该是一种最常见的任务

首先是QManager, 这个是对RedisAgent进行封装和集成的对象，本质上是个二传手。

QManager 集成了：

  • 1 判断队列是否可以写入
  • 2 并行写入
  • 3 fetch和range两种方式取数
  • 4 删除消息
import requests as req 
class QManager:def __init__(self , batch_size = 1000, redis_agent_host = 'http://172.17.0.1:24021/',redis_connection_hash =None,q_max_len = 100000):self.batch_size = batch_sizeself.redis_agent_host = redis_agent_hostself.redis_connection_hash = redis_connection_hashself.q_max_len = q_max_lendef auto_connect(self, db_server_name):print('这里应该根据某个参数值，自动切换为合适的连接')def info(self):return req.post(self.redis_agent_host + 'info/',json = {'connection_hash':self.redis_connection_hash}).json()# redis没有提供命令来列出streams# def qname_list(self, stream_name = '*'):#     return req.post(self.redis_agent_host + 'info_stream/',json = {'stream_name':stream_name}).json()# 查看队列长度def stream_len(self, stream_name):cur_len_resp = req.post(self.redis_agent_host + 'len_of_queue/',json ={'stream_name':stream_name,'connection_hash':self.redis_connection_hash}).json()return cur_len_resp['data']# 创建队列和分组def ensure_group(self, stream_name, group_name ='group1', start_point='0'):return req.post(self.redis_agent_host +'ensure_group/',json ={'stream_name':stream_name,'group_name':group_name,'start_point':start_point}).json()# 判断队列是否可以插入def _is_q_available(self,stream_name):cur_len = self.stream_len(stream_name)if cur_len + self.batch_size >=self.q_max_len:return False else:return True #  基于并发方法，向数据库存数【队列Write相关-写入消息】- 其实是使用pipeline - 最好单次一万左右def parrallel_write_msg(self,stream_name, data_listofdict = None, time_out = 30,is_return_msg_id_list=False):resp_dict = req.post(self.redis_agent_host + 'batch_add_msg/',json ={'connection_hash':self.redis_connection_hash,'stream_name':stream_name,'msg_dict_list':data_listofdict,'maxlen':self.q_max_len,'is_return_msg_id_list':is_return_msg_id_list},timeout=time_out).json()return resp_dict# 读取# 批量获取数据 getdef xrange(self, stream_name, count = None):cur_count = count or self.batch_size recs_resp = req.post(self.redis_agent_host + 'xrange/',json ={'connection_hash':self.redis_connection_hash, 'stream_name':stream_name,'count':cur_count}).json()return recs_resp# 批量获取数据 fetchdef xfetch(self, stream_name, count = None,group_name = 'group1' , consumer_name = 'consumer1'):cur_count = count or self.batch_sizereturn req.post(self.redis_agent_host + 'fetch_msg/',json = {'connection_hash':self.redis_connection_hash,'stream_name':stream_name,'group_name':group_name,'consumer_name':consumer_name,'count':cur_count}).json()# 批量删除消息def xdel(self,stream_name,mid_or_list =None):if len(mid_or_list):return req.post(self.redis_agent_host  + 'del_msg/',json ={'connection_hash':self.redis_connection_hash, 'stream_name':stream_name,'mid_or_list':mid_or_list}).json()@staticmethoddef extract_msg_id(some_msg_list):return [x['_msg_id'] for x in some_msg_list]

基于此，稍微修改就可以完成S2S的任务

按照边的方式，给到left和right的参数信息。使用这些信息分别初始化left和right的QManager。最后按照配置里的约定，执行n次同步。每次执行时，都会看下目标队列是否已满，若已满则放弃写入，否则执行写入，然后删除消息。

# local
cfg = {'target_q_max_len': 10,'source_read_batch_num':1,'target_write_batch_num':1,'source_redis_agent_host':'http://172.17.0.1:24021/','source_connection_hash':None,'target_redis_agent_host':'http://172.17.0.1:24021/','target_connection_hash':None,'source_stream':'.'.join(['STREAM','test','test', 'stream_in']),'target_stream':'.'.join(['STREAM','test','test', 'stream_out'])}# read
source_qm = QManager(batch_size =cfg['source_read_batch_num'],redis_agent_host = cfg['source_redis_agent_host'],redis_connection_hash = cfg['source_connection_hash'])
# write
target_qm = QManager(batch_size =cfg['target_write_batch_num'],redis_agent_host = cfg['target_redis_agent_host'],redis_connection_hash = cfg['target_connection_hash'])# 确保队列的存在
if True:source_qm.ensure_group(cfg['source_stream'])target_qm.ensure_group(cfg['target_stream'])'''
主逻辑：- 1 判断目标队列是否满，如果是，那么直接退出
- 2 从源队列取数(采用xrange方法)，如果没有数据，直接退出【每对stream之间，只会有一个 sniffer 】
- 3 将源队列数据写入目标队列
- 4 从源队列中删除这些数据'''print('source q len ', source_qm.stream_len(cfg['source_stream']))
print('target q len ', target_qm.stream_len(cfg['target_stream']))for _ in range(cfg['max_exec_cnt']):if target_qm._is_q_available(cfg['target_stream']):print('target q ok')msg_num_limit = min(cfg['source_read_batch_num'],cfg['target_write_batch_num'])msg_list = source_qm.xrange(cfg['source_stream'], count=msg_num_limit)['data']if len(msg_list) == 0:print('source q empty')breakelse:# 写入目标队列target_qm.parrallel_write_msg(cfg['target_stream'], data_listofdict= msg_list)# 将写入的消息从源队列删除to_del_msg_id_list = source_qm.extract_msg_id(msg_list)source_qm.xdel(cfg['source_stream'], mid_or_list= to_del_msg_id_list)else:break

2 Celery Task

然后将上述功能函数写入Flask-Celery

第一部分是在 celery的修饰器下，将任务函数搬进去。然后在app下定义了任务的调用，主要是用到了delay方法，实现异步调用。

# =======================以下是正式的内容
@celery_.task
def s2s_handler(cfg_dict = None):cfg = cfg_dict# readsource_qm = QManager(batch_size =cfg['source_read_batch_num'],redis_agent_host = cfg['source_redis_agent_host'],redis_connection_hash = cfg['source_connection_hash'])# writetarget_qm = QManager(batch_size =cfg['target_write_batch_num'],redis_agent_host = cfg['target_redis_agent_host'],redis_connection_hash = cfg['target_connection_hash'])print('source q len ', source_qm.stream_len(cfg['source_stream']))print('target q len ', target_qm.stream_len(cfg['target_stream']))for _ in range(cfg['max_exec_cnt']):if target_qm._is_q_available(cfg['target_stream']):print('target q ok')msg_num_limit = min(cfg['source_read_batch_num'],cfg['target_write_batch_num'])msg_list = source_qm.xrange(cfg['source_stream'], count=msg_num_limit)['data']if len(msg_list) == 0:print('source q empty')breakelse:# 写入目标队列target_qm.parrallel_write_msg(cfg['target_stream'], data_listofdict= msg_list)# 将写入的消息从源队列删除to_del_msg_id_list = source_qm.extract_msg_id(msg_list)source_qm.xdel(cfg['source_stream'], mid_or_list= to_del_msg_id_list)else:break# 执行任务的路由 POST
@app.route("/s2s/", methods=['GET','POST'] )
def s2s():input_data = request.get_json()# 发送任务到celery,并返回任务ID,后续可以根据此任务ID获取任务结果result = s2s_handler.delay(input_data)return result.id

调用测试,存入一万条消息（之前还有70条残留），任务执行后，source_q中的数据将会逐渐流转到target_q

# debug - 样例数据写入源队列
data_listofdict = [{'msg_id': i, 'data':'test'} for i in range(10000)]
source_qm.parrallel_write_msg(cfg['source_stream'], data_listofdict= data_listofdict)print('source q len ', source_qm.stream_len(cfg['source_stream']))
print('target q len ', target_qm.stream_len(cfg['target_stream']))source q len  10070
target q len  230import requests as req 
# 假设是发往本机: 注意，地址是127.0.0.1
cfg1 = {'target_q_max_len': 100000,'source_read_batch_num':1,'target_write_batch_num':1,'source_redis_agent_host':'http://127.0.0.1:24021/','source_connection_hash':None,'target_redis_agent_host':'http://127.0.0.1:24021/','target_connection_hash':None,'source_stream':'.'.join(['STREAM','test','test', 'stream_in']),'target_stream':'.'.join(['STREAM','test','test', 'stream_out']),'max_exec_cnt':10}resp = req.post('http://127.0.0.1:24104/s2s/',json = cfg1 )# 返回任务号
In [9]: resp.text
Out[9]: '177e57b7-09c5-43f0-ae1f-0cbe8e41dbf5'# 流转了10条消息
In [10]: print('source q len ', source_qm.stream_len(cfg['source_stream']))...: print('target q len ', target_qm.stream_len(cfg['target_stream']))
source q len  10060
target q len  240

3 Systemd Service

由于服务是在宿主机启动的，而且是基础服务，所以使用systemd配置自启动。启动命令有点小坑，可参考 一次搞定 Linux systemd 服务脚本

本次要点就在于要用forking启动【采用sh脚本启动其他进程时Type须为forking】,因为要启动flask和celery两个服务才行。

[Unit]   
Description=test        # 简单描述服务
After=network.target    # 描述服务类别，表示本服务需要在network服务启动后在启动
Before=xxx.service      # 表示需要在某些服务启动之前启动，After和Before字段只涉及启动顺序，不涉及依赖关系[Service] 
Type=forking            # 设置服务的启动方式
User=USER               # 设置服务运行的用户
Group=USER              # 设置服务运行的用户组
WorkingDirectory=/PATH  # 设置服务运行的路径(cwd)
KillMode=control-group  # 定义systemd如何停止服务
Restart=no              # 定义服务进程退出后，systemd的重启方式，默认是不重启
ExecStart=/start.sh     # 服务启动命令，命令需要绝对路径（采用sh脚本启动其他进程时Type须为forking）[Install]   
WantedBy=multi-user.target  # 多用户

然后就好了
在这里插入图片描述

这篇关于Python 全栈系列243 S2S flask_celery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/982442。

相关文章

Python如何实现读取csv文件时忽略文件的编码格式

Python如何实现读取csv文件时忽略文件的编码格式

《Python如何实现读取csv文件时忽略文件的编码格式》我们再日常读取csv文件的时候经常会发现csv文件的格式有多种,所以这篇文章为大家介绍了Python如何实现读取csv文件时忽略文件的编码格式... 目录1、背景介绍2、库的安装3、核心代码4、完整代码1、背景介绍我们再日常读取csv文件的时候经常
阅读更多...
基于Python实现多语言朗读与单词选择测验

基于Python实现多语言朗读与单词选择测验

《基于Python实现多语言朗读与单词选择测验》在数字化教育日益普及的今天,开发一款能够支持多语言朗读和单词选择测验的程序,对于语言学习者来说无疑是一个巨大的福音,下面我们就来用Python实现一个这... 目录一、项目概述二、环境准备三、实现朗读功能四、实现单词选择测验五、创建图形用户界面六、运行程序七、
阅读更多...
浅析Python中的绝对导入与相对导入

浅析Python中的绝对导入与相对导入

《浅析Python中的绝对导入与相对导入》这篇文章主要为大家详细介绍了Python中的绝对导入与相对导入的相关知识,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 Imports快速介绍2 import语句的语法2.1 基本使用2.2 导入声明的样式3 绝对import和相对i
阅读更多...
Python中配置文件的全面解析与使用

Python中配置文件的全面解析与使用

《Python中配置文件的全面解析与使用》在Python开发中,配置文件扮演着举足轻重的角色,它们允许开发者在不修改代码的情况下调整应用程序的行为,下面我们就来看看常见Python配置文件格式的使用吧... 目录一、INI配置文件二、YAML配置文件三、jsON配置文件四、TOML配置文件五、XML配置文件
阅读更多...
Python中conda虚拟环境创建及使用小结

Python中conda虚拟环境创建及使用小结

《Python中conda虚拟环境创建及使用小结》本文主要介绍了Python中conda虚拟环境创建及使用小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们... 目录0.前言1.Miniconda安装2.conda本地基本操作3.创建conda虚拟环境4.激活c
阅读更多...
使用Python创建一个能够筛选文件的PDF合并工具

使用Python创建一个能够筛选文件的PDF合并工具

《使用Python创建一个能够筛选文件的PDF合并工具》这篇文章主要为大家详细介绍了如何使用Python创建一个能够筛选文件的PDF合并工具,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录背景主要功能全部代码代码解析1. 初始化 wx.Frame 窗口2. 创建工具栏3. 创建布局和界面控件4
阅读更多...
一文详解如何在Python中使用Requests库

一文详解如何在Python中使用Requests库

《一文详解如何在Python中使用Requests库》：本文主要介绍如何在Python中使用Requests库的相关资料,Requests库是Python中常用的第三方库,用于简化HTTP请求的发... 目录前言1. 安装Requests库2. 发起GET请求3. 发送带有查询参数的GET请求4. 发起PO
阅读更多...
Python与DeepSeek的深度融合实战

Python与DeepSeek的深度融合实战

《Python与DeepSeek的深度融合实战》Python作为最受欢迎的编程语言之一,以其简洁易读的语法、丰富的库和广泛的应用场景,成为了无数开发者的首选,而DeepSeek,作为人工智能领域的新星... 目录一、python与DeepSeek的结合优势二、模型训练1. 数据准备2. 模型架构与参数设置3
阅读更多...
Python进行PDF文件拆分的示例详解

Python进行PDF文件拆分的示例详解

《Python进行PDF文件拆分的示例详解》在日常生活中,我们常常会遇到大型的PDF文件,难以发送,将PDF拆分成多个小文件是一个实用的解决方案,下面我们就来看看如何使用Python实现PDF文件拆分... 目录使用工具将PDF按页数拆分将PDF的每一页拆分为单独的文件将PDF按指定页数拆分根据页码范围拆分
阅读更多...
Python中常用的四种取整方式分享

Python中常用的四种取整方式分享

《Python中常用的四种取整方式分享》在数据处理和数值计算中,取整操作是非常常见的需求,Python提供了多种取整方式,本文为大家整理了四种常用的方法,希望对大家有所帮助... 目录引言向零取整（Truncate）向下取整（Floor）向上取整（Ceil）四舍五入（Round）四种取整方式的对比综合示例应
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2