celery的简单使用

1.开启redis

redis-server

2.开启celery工作进程

celery -A tasks worker --loglevel=info --concurrency=4 --purge --logfile=celery.log

●tasks：项目名称
●–loglevel日志级别
●-concurrency并发数可简写为-c
●–purge启动时，清除以前积压的任务
●–logfile=celery.log，存放日志的地方

3.调用celery任务的函数

●delay()：异步调用任务的方式。它不会立即返回结果，而是立即返回一个AsyncResult实例，你可以使用这个实例来检查任务的状态或等待结果
result = add.delay(args=(4, 6))

●apply_async()：与delay方法不同，apply_async()允许你传递更多的选项和参数来定制任务的执行。例如，你可以设置任务的过期时间、重试策略等。
result = add.apply_async(args=(4, 6), countdown=10)

countdown/eta：设置任务开始执行之前的延迟时间。countdown 是以秒为单位的延迟时间，而 eta 是一个 datetime 对象，表示任务应该开始的确切时间。注意：这两个参数不能同时设置。
expires：设置任务的过期时间。如果在这个时间之后任务还没有被执行，那么它将被丢弃。
queue：指定任务应该被发送到的队列名称。
routing_key：用于路由任务的键。这通常与 AMQP（如 RabbitMQ）的路由功能相关。
priority：任务的优先级。不同的消息代理可能对优先级的处理方式不同。
link 或 link_error：链接到另一个任务，当当前任务成功或失败时执行。这可以用于构建任务链。
●apply()：同步调用任务
result = my_task.apply(args=(arg1, arg2), kwargs={'key': 'value'})

●使用bind=True绑定任务实例：使用bind=True参数来绑定任务实例到任务函数。这样，任务函数内部就可以通过self访问到任务实例的方法和属性，如self.retry()

4.查询任务状态

id = '11214515451'
a = AsyncResult(id=id, app=app)
if a.successful(): 
    result = a.get()  
    print(result)
elif a.failed():
    print('任务失败')
elif a.status == 'PENDING':
    print('任务等待中被执行')
elif a.status == 'RETRY':
    print('任务异常后正在重试')
elif a.status == 'STARTED':
    print('任务已经开始被执行')