Celery框架接口缓存, Celery框架, Django项目实现轮播图缓存更新

接口缓存

"""
1）什么是接口的后台缓存
    前台访问后台接口，后台会优先从缓存(内存)中查找接口数据
        如果有数据，直接对前台响应缓存数据
        如果没有数据，与(mysql)数据库交互，得到数据，对前台响应，同时将数据进行缓存，以备下次使用
    
    了解：前台缓存 - 前台在请求到接口数据后，在前台建立缓存，再发送同样请求时，发现前台缓存有数据，就不再对后台做请求了
    
2）什么的接口会进行接口缓存
    i）接口会被大量访问：比如主页中的接口，几乎所有人都会访问，而且会重复访问
    ii）在一定时间内数据不会变化(或数据不变化)的接口
    iii）接口数据的时效性不是特别强（数据库数据发生变化了，不是立即同步给前台，验后时间同步给前台也没事）
    注：理论上所有接口都可以建立缓存，只要数据库与缓存数据同步及时
    
3）如何实现接口缓存：主页轮播图接口
"""

Celery框架

独立进程，独立线程

官方

Celery 官网：http://www.celeryproject.org/

Celery 官方文档英文版：http://docs.celeryproject.org/en/latest/index.html

Celery 官方文档中文版：http://docs.jinkan.org/docs/celery/

Celery异步任务框架

"""
1）可以不依赖任何服务器，通过自身命令，启动服务(内部支持socket)
2）celery服务为为其他项目服务提供异步解决任务需求的
注：会有两个服务同时运行，一个是项目服务，一个是celery服务，项目服务将需要异步处理的任务交给celery服务，celery就会在需要时异步完成项目的需求

人是一个独立运行的服务 | 医院也是一个独立运行的服务
    正常情况下，人可以完成所有健康情况的动作，不需要医院的参与；但当人生病时，就会被医院接收，解决人生病问题
    人生病的处理方案交给医院来解决，所有人不生病时，医院独立运行，人生病时，医院就来解决人生病的需求
"""

Celery架构

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等等

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等

使用场景

异步执行：解决耗时任务

延迟执行：解决延迟任务

定时执行：解决周期(周期)任务

Celery的安装配置

pip install celery

消息中间件：RabbitMQ/Redis

app=Celery('任务名', broker='xxx', backend='xxx')

导入

两种celery任务结构：提倡用包管理，结构更清晰

# 如果 Celery对象:Celery(...) 是放在一个模块下的
# 1）终端切换到该模块所在文件夹位置：scripts
# 2）执行启动worker的命令：celery worker -A 模块名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：模块名随意


# 如果 Celery对象:Celery(...) 是放在一个包下的
# 1）必须在这个包下建一个celery.py的文件，将Celery(...)产生对象的语句放在该文件中
# 2）执行启动worker的命令：celery worker -A 包名 -l info -P eventlet
# 注：windows系统需要eventlet支持，Linux与MacOS直接执行：celery worker -A 模块名 -l info
# 注：包名随意

第一种：t_celery.py

from celery import Celery
app = Celery()  # 传入必要参数

第二种：tt_celery/celery.py

#  tt_celey是包
from celery import Celery
app = Celery()  # 传入必要参数

Celery执行异步任务

包架构封装

project
    ├── celery_task      # celery包
    │   ├── __init__.py # 包文件
    │   ├── celery.py   # celery连接和配置相关文件，且名字必须交celery.py
    │   └── tasks.py    # 所有任务函数
    ├── add_task.py      # 添加任务
    └── get_result.py   # 获取结果

基本使用

celery.py

# 1）创建app + 任务

# 2）启动celery(app)服务：
# 非windows
# 命令：celery worker -A celery_task -l info  # -A 采用相对路径 -l日志采用info可以在控制台看到记录  最后加&代表后台启动
# windows：
# pip3 install eventlet        
# celery worker -A celery_task -l info -P eventlet    # eventlet启动进程依赖

# 3）添加任务：手动添加，要自定义添加任务的脚本，右键执行脚本

# 4）获取结果：手动获取，要自定义获取任务的脚本，右键执行脚本


from celery import Celery
broker = 'redis://127.0.0.1:6379/1'
backend = 'redis://127.0.0.1:6379/2'
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])

tasks.py

from .celery import app
import time
@app.task
def add(n, m):
    print(n)
    print(m)
    time.sleep(10)
    print('n+m的结果：%s' % (n + m))
    return n + m

@app.task
def low(n, m):
    print(n)
    print(m)
    print('n-m的结果：%s' % (n - m))
    return n - m

add_task.py

from celery_task import tasks

# 添加立即执行任务
t1 = tasks.add.delay(10, 20)
t2 = tasks.low.delay(100, 50)
print(t1.id)


# 添加延迟任务
from datetime import datetime, timedelta
eta=datetime.utcnow() + timedelta(seconds=10)
tasks.low.apply_async(args=(200, 50), eta=eta)

get_result.py 可以拿add_task运行返回值

from celery_task.celery import app

from celery.result import AsyncResult    # 从celery模块导入拿异步任务方式

id = '21325a40-9d32-44b5-a701-9a31cc3c74b5'
if __name__ == '__main__':
    task_result = AsyncResult(id=id, app=app)
    if task_result.successful():
        result = task_result.get()
        print(result)
    elif task_result.failed():
        print('任务失败')
    elif task_result.status == 'PENDING':
        print('任务等待中被执行')
    elif task_result.status == 'RETRY':
        print('任务异常后正在重试')
    elif task_result.status == 'STARTED':
        print('任务已经开始被执行')

三种任务使用

cripts/celery_task_1/celery.py

from celery import Celery

# 连接redis: 'redis://:密码@服务器IP:端口/数据库编号'
broker = 'redis://:Admin123@127.0.0.1:6379/1'
backend = 'redis://:Admin123@127.0.0.1:6379/2'

# worker配置
app = Celery(broker=broker, backend=backend, include=['celery_task_1.tasks'])

# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
# app.conf.enable_utc = False　　# 是否采用0时区，用上面的设定，此句可省

# 定时任务的配置
'''
app.conf.beat_schedule = {
    '自定义定时任务名': {
        'task': '指向任务函数',
        'schedule': '下一次再添加任务的时间间隔或固定的时间配置',
        'args': '无名参数',
        'kwargs': '有名参数'
    }
}
'''

# beat配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    'test-task': {
        'task': 'celery_task_1.tasks.test_task',
        'schedule': timedelta(seconds=3),
        # 'schedule': crontab(hour=8, day_of_week=1),  # 每周一早八点
        # 'schedule': crontab(month_of_year=1, day_of_month=1,hour=12,minute=0),  # 每年1月，每月1号，12点
        'args': (666,),
    }
}

beat在目录终端下的命令

beat与worker类似生产者与消费者，beat调用命令，worker根据beat已给出的命令执行，互不干涉。

>: celery beat -A celery_task_1 -l info

scripts/celery_task_1/tasks.py

from .celery import app

@app.task
def test_task(data):
    print('该方法就是任务，任务被执行了，传入的参数：%s' % data)
    return '该内容就是任务结果'


@app.task
def add(n1, n2):
    r = n1 + n2
    print('%s + %s = %s' % (n1, n2, r))
    return r

scripts/add_task.py

# 总结：该文件一定要独立开celery封装的包
# 原因：比如celery有一个更新轮播图缓存的任务，django项目是可以响应前台或后台用户主动更新轮播图数据库的数据，
# 当用户更新了数据库数据，就可以执行一下代码，通知celery可以去异步执行更新轮播图缓存的任务了


# 右键执行该文件，该文件所在路径就会在环境变量中，所以该文件下的包可以直接被导入
from celery_task_1.tasks import test_task

# 直接导入函数，调用函数，和celery没有任何关系
# test_task(666)

# 要将任务交给celery来执行
# 1）异步任务（立即去异步执行） => 视频同步
# t1 = test_task.delay(666)  # 返回值是任务对象，直接输出代表任务唯一标识：id
# print(t1.id)


# 2）延迟任务（达到设定的延迟时间后再去异步执行） => 定时发送邮件
from datetime import datetime, timedelta
eta = datetime.utcnow() + timedelta(seconds=10)

# t2 = test_task.apply_async(args=(888, ), eta=eta)
# print(t2.id)

from celery_task_1.tasks import add
t3 = add.apply_async(args=(33, 66), eta=eta)
# t3 = add.apply_async(kwargs={'n1': 44, 'n2': 66}, eta=eta)
print(t3.id)


# 3）定时任务（在worker服务以外，再启动一个beat服务，定时帮我们自动添加任务） => 定时更新轮播图
# i）在celery中配置好beat_schedule的配置后，执行命令启动定时添加任务服务
# >: celery beat -A 包名|模块名 -l info

scripts/get_task_result.py 可以那add_task运行返回值

# 获取任务结果也是项目正常逻辑来调用的

from celery.result import AsyncResult
from celery_task_1.celery import app

id = 'fad4b75c-c168-443a-be7c-7696b3233295'

if __name__ == '__main__':
    task_result = AsyncResult(id=id, app=app)
    if task_result.successful():
        result = task_result.get()
        print(result)
    elif task_result.failed():
        print('任务失败')
    elif task_result.status == 'PENDING':
        print('任务等待中被执行')
    elif task_result.status == 'RETRY':
        print('任务异常后正在重试')
    elif task_result.status == 'STARTED':
        print('任务已经开始被执行')

Django项目实现轮播图缓存更新

luffyapi/celery_task/celery.py

"""
celery框架django项目工作流程
1）加载django配置环境
2）创建Celery框架对象app，配置broker和backend，得到的app就是worker
3）给worker对应的app添加可处理的任务函数，用include配置给worker的app
4）完成提供的任务的定时配置app.conf.beat_schedule
5）启动celery服务，运行worker，执行任务
6）启动beat服务，运行beat，添加任务

重点：由于采用了django的反射机制，使用celery.py所在的celery_task包必须放置项目的根目录下
"""

# 加载django的环境
import os

# 如果不想把celery_task包放在项目根目录，必须添加如下几句，将项目根目录要添加到环境变量中，
# 因为加载django环境需要加载dev
# import sys
# sys.path.append(r'C:\Users\owen\Desktop\luffy\luffyapi')

os.environ.setdefault("DJANGO_SETTINGS_MODULE", "luffyapi.settings.dev")


from celery import Celery

# 连接redis:
broker = 'redis://:Admin123@127.0.0.1:6379/1'
backend = 'redis://:Admin123@127.0.0.1:6379/2'

# worker
app = Celery(broker=broker, backend=backend, include=['celery_task.tasks'])

# 时区
app.conf.timezone = 'Asia/Shanghai'
# 是否使用UTC
# app.conf.enable_utc = False   可以省略

# beat  任务的定时配置
from datetime import timedelta
from celery.schedules import crontab
app.conf.beat_schedule = {
    'update-banner-list': {
        'task': 'celery_task.tasks.update_banner_list',
        'schedule': timedelta(seconds=10),
        # 'schedule': crontab(hour=8),  # 每天早八点
        # 'schedule': crontab(month_of_year=1, day_of_month=1,hour=12,minute=0),  # 每年1月，每月1号，12点
        'args': (),
    }
}

luffyapi/celery_task/tasks.py

from .celery import app


from django.core.cache import cache
from home import models, serializers
from django.conf import settings
@app.task
def update_banner_list():
    queryset = models.Banner.objects.filter(is_delete=False, is_show=True).order_by('-orders')[:settings.BANNER_COUNT]
    banner_list = serializers.BannerSerializer(queryset, many=True).data
    # 拿不到request对象，所以头像的连接base_url要自己组装
    for banner in banner_list:
        banner['image'] = 'http://127.0.0.1:8000%s' % banner['image']

    cache.set('banner_list', banner_list, 86400)
    return True

在luffyapi项目所在目录终端下的命令（需要开辟两个终端）

>: celery worker -A celery_task -l info -P eventlet
    
>: celery beat -A celery_task -l info

来源：oschina

链接：https://my.oschina.net/u/4380404/blog/4094405

标签

Redis

eventlet

def

celery

Celery框架 接口缓存, Celery框架, Django项目实现轮播图缓存更新