【译】Celery文档1：First Steps with Celery——安装和配置Celery
【译】Celery文档1：First Steps with Celery——安装和配置Celery
https://docs.celeryq.dev/en/stable/getting-started/first-steps-with-celery.html#first-steps
Celery的第一步
Celery时一个自带电池的任务队列。本教程内容：
- ? 安装消息传输代理(broker)
- ? 安装Celery并创建第一个任务(task)
- ? 启动Celery工作进程(worker)并执行任务
- ? 追踪任务的状态
选择Broker
Celery需要一个方法来发送和接受消息，这个方法被称为消息代理(message broker)。Celery支持多种消息代理，如RabbitMQ、Redis等。
安装RabbitMQ：（推荐）在Dockers上运行RabbitMQ：
docker run -d -p 5672:5672 rabbitmq或者在Ubuntu上安装RabbitMQ：
sudo apt-get install rabbitmq-server运行Celery worker server
celery -A tasks worker --loglevel=INFOWindows下有个坑：
celery正常启动和接收任务但不能执行，报错：ValueError: not enough values to unpack (expected 3, got 0)。需要借助eventlet：1.安装eventlet:pip install eventlet2.借助eventlet启动celery:celery -A tasks worker --loglevel=INFO -P eventlet参考1：https://www.cnblogs.com/qumogu/p/13284173.html 参考2：https://stackoverflow.com/questions/37255548/how-to-run-celery-on-windows 但这只是一个临时解决方案， celery对windows的支持很差，最好还是在Linux下运行。windows系统可以用WSL。
调用task
使用delay()方法调用task：
在Python shell中：
from tasks import add
add.delay(4, 4)注：
delay()方法是apply_async()方法的快捷方式。
然后，之前启动的worker进程会执行这个任务。可以在worker进程的日志中看到任务的执行情况：
[2024-04-10 21:58:25,217: INFO/MainProcess] Task tasks.add[987d2e18-0090-4b5b-bcb5-bd038b9690a3] received
[2024-04-10 21:58:25,221: INFO/MainProcess] Task tasks.add[987d2e18-0090-4b5b-bcb5-bd038b9690a3] succeeded in 0.0s: 8 保留结果
如果要跟踪任务的状态， Celery需要将状态存储或发送到某个地方，如SQLAlchemy/Django ORM、MongoDB、Memcached、Redis、RPC（RabbitMQ/AMQP），并且可以自定义。
在此示例中，我们使用 rpc作为结果后端(result backend)，它将状态作为暂时性消息发送回。Celery通过 backend参数 指定后端（如果选择使用配置模块，则通过result_backend设置指定）。因此，您可以在 tasks.py 文件中修改此行以启用 rpc:// 后端：
app = Celery('tasks', backend='rpc://', broker='pyamqp://')或者，如果您想使用 Redis 作为结果后端，但仍然使用 RabbitMQ 作为消息代理（一种流行的组合）：
app = Celery('tasks', backend='redis://localhost', broker='pyamqp://')现在配置了结果后端，关闭当前 python 会话并再次导入 tasks 模块以使更改生效。这一次，您将保留调用任务时返回的 AsyncResult 实例：
from tasks import add
result = add.delay(4, 4)然后可以用ready()方法检查任务是否完成：
result.ready()您可以等待结果完成，但很少使用，因为这会将异步调用转换为同步调用：
result.get(timeout=1)
8Configuration
Celery就像家用电器一样，不需要太多配置。只需要配置输入（连接到代理 broker）和输出（连接到结果后端）即可使用。但是，如果你仔细观察，你会发现有很多按钮。这就是配置选项。默认的配置通常是足够的，但是也可以通过修改配置让Celery更适合你的需求。
可以直接在app上修改配置：
app.conf.task_serializer = 'json'如果一次性修改多个配置，可以使用update方法：
app.conf.update(
task_serializer='json',
accept_content=['json'], # Ignore other content
result_serializer='json',
timezone='Europe/Oslo',
enable_utc=True,
)对于较大的项目，建议使用专用的配置模块。可以用app.config_from_object()告诉 Celery 使用配置模块：
app.config_from_object('celeryconfig')配置模块名称通常是celeryconfig。
该模块必须在当前目录可以访问， celeryconfig.py:
broker_url = 'pyamqp://'
result_backend = 'rpc://'
task_serializer = 'json'
result_serializer = 'json'
accept_content = ['json']
timezone = 'Europe/Oslo'
enable_utc = True要验证配置文件是否正常工作且不包含任何语法错误，可以尝试导入它： python -m celeryconfig
下面是两个配置示例：将行为异常的任务路由到专用队列的方式
task_routes = {
'tasks.add': 'low-priority',
}对任务进行速率限制
task_annotations = {
'tasks.add': {'rate_limit': '10/m'}
}