Django+redis+celery 实现异步任务

最新推荐文章于 2025-06-27 17:34:55 发布

Leo062701

最新推荐文章于 2025-06-27 17:34:55 发布

阅读量1.7k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： django

本文链接：https://blog.csdn.net/Leo062701/article/details/90581705

django 专栏收录该内容

10 篇文章

订阅专栏

后台耗时任务会影响前端响应速度，可采用异步任务方式处理。本文介绍了Django中的异步请求，包括同步和异步请求的区别。还阐述了基于Python的分布式任务队列框架Celery的架构，以及在Django中实现Celery的环境、配置、测试代码和运行项目的步骤，同时提及了监控工具flower。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在后台中，可能会有一些耗时的任务，会影响到前端响应速度。为加快响应，可使用异步任务的方式在后台执行耗时的操作。

一、Django中的异步请求

Django Web中从一个http请求发起，到获得响应返回html页面的流程大致如下：http请求发起 -- http handling（request解析） -- url mapping（url正则匹配找到对应的View） -- 在View中进行逻辑的处理、数据计算（包括调用Model类进行数据库的增删改查）--将数据推送到template，返回对应的template/response。

同步请求：所有逻辑处理、数据计算任务在View中处理完毕后返回response。在View处理任务时用户处于等待状态，直到页面返回结果。

异步请求：View中先返回response，再在后台处理任务。用户无需等待，可以继续浏览网站。当任务处理完成时，我们可以再告知用户。

二、Celery

Celery是基于Python开发的一个分布式任务队列框架，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。

上图展示的是Celery的架构，它采用典型的生产者-消费者模式，主要由三部分组成：broker（消息队列）、workers（消费者：处理任务）、backend（存储结果）。实际应用中，用户从Web前端发起一个请求，我们只需要将请求所要处理的任务丢入任务队列broker中，由空闲的worker去处理任务即可，处理的结果会暂存在后台数据库backend中。我们可以在一台机器或多台机器上同时起多个worker进程来实现分布式地并行处理任务。

三、Django中Celery的实现

环境：

django：2.1.7
celery：3.1.26.post2（Cipater）
redis：2.10.6（注意：最新版本是3.2.1，但会报错Unrecoverable error: AttributeError("'str' object has no attribute 'items'"）)
redis-server：3.2.100

配置：

1、settings.py文件

INSTALLED_APPS = [
    ...

    # celery + redis
    'djcelery',
]

# Celery settings
import djcelery
djcelery.setup_loader()

# celery中间人 redis://redis服务器所在的ip地址:地址/数据库号
BROKER_URL = 'redis://127.0.0.1:6379/0'
# celery结果返回，可用于跟踪结果
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/0'
# celery内容等消息的格式设置
CELERY_ACCEPT_CONTENT = ['application/json']
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_SCHEDULER = 'djcelery.schedulers.DatabaseScheduler'
# celery时区设置，使用TIME_ZONE
CELERY_TIMEZONE = TIME_ZONE

2、在项目文件夹下增加celery.py文件：

from __future__ import absolute_import

import os
from celery import Celery
from django.conf import settings


# 设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mysite.settings')

# 实例化Celery，网上很多教程都是未设置broker导致启动失败
app = Celery('mysite', broker='redis://127.0.0.1:6379/0')

# 使用django的settings文件配置celery
app.config_from_object('django.conf:settings')

# Celery加载所有注册的应用
app.autodiscover_tasks(lambda: settings.INSTALLED_APPS)

3、项目的__init__.py文件修改：

from __future__ import absolute_import

from .celery import app as celery_app

__all__ = ['celery_app']

4、测试代码

在一个app中增加tasks.py文件（关于task，并不是一定要把所有的task放在tasks.py，可以放在其他类里面，只要在函数上加@task即可）

import time
from celery import task


@task
def test(a, b):
    print('这是任务开始')
    print(a+b)
    time.sleep(10)
    print('这是任务结束')

app中view代码增加：

from . import tasks
def test_view(request, *args, **kwargs):
    tasks.test.delay(1, 2)
    result = {'code': 0, 'msg': '这是一个后台任务'}
    return HttpResponse(json.dumps(result, ensure_ascii=False), content_type='application/json')

app中url增加：

path('test/', views.test_view, name='test_view'),

四、运行项目

1、python manage.py runserver

2、celery -A mysite worker --pool=solo -l info

python manage.py celery -A celery worker --loglevel=info 是错误的

3、访问test

另外，Celery提供了一个工具flower，将各个任务的执行情况、各个worker的健康状态进行监控并以可视化的方式展现，如下图所示：

　　Django下实现的方式如下：　

　　1. 安装flower：pip install flowr

　　2. 启动flower（默认会启动一个webserver，端口为5555）：python manage.py celery flower

　　3. 进入http://localhost:5555即可查看。

参考：

https://www.cnblogs.com/znicy/p/5626040.html

https://www.jb51.net/article/159215.htm