一、celery简介
Celery是一个Python开发的异步分布式任务调度模块。celery本身不提供消息服务，使用第三方服务，也就是borker来传递任务，目前支持rebbing, redis, 数据库等。
broker是一个消息传输的中间件，可以理解为一个邮箱。每当应用程序调用celery的异步任务的时候，会向broker传递消息，而后celery的worker将会取到消息，进行对于的程序执行。好吧，这个邮箱可以看成是一个消息队列。那么什么又是backend，通常程序发送的消息，发完就完了，可能都不知道对方时候接受了。为此，celery实现了一个backend，用于存储这些消息以及celery执行的一些消息和结果。对于 brokers，官方推荐是rabbitmq和redis，至于backend，就是数据库啦。为了简单起见，我们都用redis。
redis连接URL的格式为：
redis://password@hostname:port/db_number
二、celery小例子
1.在Linux上要先启动redis（./redis-server &）。
2.程序代码如下：
#!/usr/bin/env python# -*- coding:utf-8 -*-# @Time :2017/12/19 15:12# @Author :huangdongju# @File :17-2.pyfrom celery import Celerybroker = "redis://192.168.203.12:6379/5" #5代表第五个数据库backend = "redis://192.168.203.12:6379/6"app = Celery("17-2",broker=broker,backend=backend)@app.task #注册到任务中去def add(x,y): return x + yre = add.delay(10,20)print (re.result)print (re.ready)print (re.get(timeout = 1))print (re.status) 3.将worker放置在Linux上，在Linux上进行如下配置（Python的版本至少为2.7.0以上）。
# pip install redis
# pip install celery
# cd /usr/local/src
# mkdir celery
# cd celery
# vim 17-2.py (要与之前的文件名相同)
# celery -A 17-2 worker - l info
4.结果
在Linux上输出的日志为：
三、celery多实例
celery可以支持多台不通的计算机执行不同的任务或相同的任务。如果要说celery的分布式应用的的话，那就是celery的消息路由机制，就要提一下AMQP协议。具体的可以查看AMQP文档。简单来说就是可以有多个消息队列（Message Queue），不同的消息可以指定发给不同的Message Queue，而这是通过Exchange来实现的。发送消息到Message Queue中时，可以指定routing key ，Exchange通过routing key来把消息路由（routes）到不同的Message Queue中去。实例代码如下：
#!/usr/bin/env python# -*- coding:utf-8 -*-# @Time :2017/12/20 16:19# @Author :huangdongju# @File :demon3.pyimport timefrom celery import Celeryapp = Celery()app.config_from_object("celeryconfig")@app.taskdef taskA(x,y): return x*y@app.taskdef taskB(x,y,z): return x+y+z@app.taskdef add(x,y): return x+y #!/usr/bin/env python # -*- coding:utf-8 -*- # @Time :2017/12/20 9:44 # @Author :huangdongju # @File :celeryconfig.py from kombu import Queue, Exchange BROKER_URL = "redis://192.168.203.12:6379/1" CELERY_RESULT_BACKEND = "redis://192.168.203.12:6379/2" #要大写 CELERY_QUEUES = { #配置消息队列 Queue("default",Exchange("default"),routing_key = "default"), Queue("for_task_A",Exchange("for_task_A"),routing_key = "for_task_A"), Queue("for_task_B",Exchange("for_task_B"),routing_key = "for_task_B") } CELERY_ROUTES ={ "demon3.taskA":{ "queue":"for_task_A","routing_key":"for_task_A"}, "demon3.taskB":{ "queue":"for_task_B","routing_key":"for_task_B"} } 在服务器上要同步demon3.py与celeryconfig.py这两个文件。然后打开两个进程：
celery -A demon3 worker -l info -n workerA.%h -Q for_task_Acelery -A demon3 worker -l info -n workerB.%h -Q for_task_B
结果如下：
200
SUCCESS6SUCCESSNonePENDING在上述结果中，看到状态有为PENDING，表示没有执行，这是因为没有celeryconfig.py文件中指定改route到哪一个Queue中，所以会被发动到默认的名字celery的Queue中，但是我们还没有启动worker执行celery中的任务。
四、celery与定时任务
在celery中执行定时任务非常简单，只需要设置celery对象中的CELERY_SCHEDULE变量。实例代码为：
#!/usr/bin/env python# -*- coding:utf-8 -*-# @Time :2017/12/20 16:19# @Author :huangdongju# @File :demon3.pyimport timefrom celery import Celeryapp = Celery()app.config_from_object("celeryconfig")@app.taskdef taskA(x,y): return x*y@app.taskdef taskB(x,y,z): return x+y+z@app.taskdef add(x,y): return x+y #!/usr/bin/env python # -*- coding:utf-8 -*- # @Time :2017/12/20 9:44 # @Author :huangdongju # @File :celeryconfig.py from kombu import Queue, Exchange BROKER_URL = "redis://192.168.203.12:6379/1" CELERY_RESULT_BACKEND = "redis://192.168.203.12:6379/2" #要大写 CELERY_QUEUES = { #配置消息队列 Queue("default",Exchange("default"),routing_key = "default"), Queue("for_task_A",Exchange("for_task_A"),routing_key = "for_task_A"), Queue("for_task_B",Exchange("for_task_B"),routing_key = "for_task_B") } CELERY_ROUTES ={ "demon3.taskA":{ "queue":"for_task_A","routing_key":"for_task_A"}, "demon3.taskB":{ "queue":"for_task_B","routing_key":"for_task_B"} } #定时任务 CELERY_TIMEZONE = 'UTC' CELERY_SCHEDULE = { 'taskA_schedule':{ 'task':'demon3.taskA', 'schedule':20, 'args':(5,6) }, 'taskB_schedule':{ 'task':'demon3.taskB', 'schedule':50, 'args':(100,200,300) }, 'add_schedule':{ 'task':'demon3.add', 'schedule':10, 'args':(110,120) }, }