基于Python开发的分布式任务队列：Celery

作者:课课家教育更新于： 2016-01-08 14:07:40

　　Celery (芹菜)是基于Python开发的分布式任务队列。它支持使用任务队列的方式在分布的机器/进程/线程上执行任务调度。

架构设计。

　　Celery的架构由三部分组成，消息中间件(message broker)，任务执行单元(worker)和任务执行结果存储(task result store)组成。

　　消息中间件

　　Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis, MongoDB (experimental), Amazon SQS (experimental),CouchDB (experimental), SQLAlchemy (experimental),Django ORM (experimental), IronMQ

　　任务执行单元

　　Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。

　　任务结果存储

　　Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括AMQP, Redis，memcached, MongoDB，SQLAlchemy, Django ORM，Apache Cassandra, IronCache

　　另外， Celery还支持不同的并发和序列化的手段

　　并发

　　Prefork, Eventlet, gevent, threads/single threaded

　　序列化

　　pickle, json, yaml, msgpack. zlib, bzip2 compression， Cryptographic message signing 等等

安装和运行

　　Celery的安装过程略为复杂，下面的安装过程是基于我的AWS EC2的Linux版本的安装过程，不同的系统安装过程可能会有差异。大家可以参考官方文档。

　　首先我选择RabbitMQ作为消息中间件，所以要先安装RabbitMQ。作为安装准备，先更新YUM。

　　RabbitMQ是基于erlang的，所以先安装erlang

　　然后安装RabbitMQ

　　启动RabbitMQ服务

　　RabbitMQ服务已经准备好了，然后安装Celery， 假定你使用pip来管理你的python安装包

　　为了测试Celery是否工作，我们运行一个最简单的任务，编写tasks.py

　　在当前目录运行一个worker，用来执行这个加法的task

　　其中-A参数表示的是Celery app的名字。注意这里我使用的是SQLAlchemy作为结果存储。对应的python包要事先安装好。

　　worker日志中我们会看到这样的信息

　　其中，我们可以看到worker缺省使用prefork来执行并发，并设置并发数为8

　　下面的任务执行的客户端代码：

　　用python执行这段客户端代码，在客户端，结果如下

　　Work日志显示

　　这里我们可以发现，每一个task有一个唯一的ID，task异步执行在worker上。

　　这里要注意的是，如果你运行官方文档中的例子，你是无法在客户端得到结果的，这也是我为什么要使用SQLAlchemy来存储任务执行结果的原因。官方的例子使用AMPQ，有可能Worker在打印日志的时候取出了task的运行结果显示在worker日志中，然而AMPQ作为一个消息队列，当消息被取走后，队列中就没有了，于是客户端总是无法得到任务的执行结果。不知道为什么官方文档对这样的错误视而不见。

      （课课家）