@Author：Runsen

消息隊列

消息隊列讓應用程序在用戶請求之外異步執行稱為任務的工作。如果應用程序需要在后臺執行工作，它會將任務添加到任務隊列中。這些任務稍后由工作服務執行。

Celery

Celery 是一個分布式任務隊列，可幫助在后臺異步執行大量進程/消息并進行實時處理。芹菜由三個主要成分組成：

• Celery 客戶端
• 消息代理
• Celery 工人

下圖顯示了組件之間如何交互的簡化圖。我們將使用 FastAPI 作為我們的 Celery 客戶端和 RabbitMQ 作為消息代理。

• 將Celery 客戶將運行FastAPI應用程序，并會發出消息/后臺作業的RabbitMQ。

• RabbitMQ 將作為消息代理來調解客戶端和工作線程之間的消息。

• RabbitMQ 收到客戶端的消息后，會通過將消息發送給 celery worker 來啟動客戶端任務。

• 一個celery 工人被認為是將實現在任何Web服務器的請求的異步后臺任務。可以有多個工人一次執行/完成許多任務。

• celery 將確保每個 worker 一次只執行一個任務，并且每個任務只由一個 worker 分配。

FastAPI 是一個現代、快速（高性能）的 Web 框架，

安裝 fastapi包

pip install fastapi

安裝 celery 包

pip install celery

我們還需要安裝 ASGI 服務器來運行我們的 FastAPI 應用程序。

pip install uvicorn

在我們的本地機器上運行 RabbitMQ 的最簡單方法之一是使用 Docker。

Docker安裝查看：https://docs.docker.com/get-docker/

運行以下命令即可通過終端中的 docker 啟動 RabbitMQ 映像。

docker run -d --name some-rabbit -p 4369:4369 -p 5671:5671 -p 5672:5672 -p 15672:15672 rabbitmq:3

如果沒有安裝RabbitMQ 映像，會直接下載安裝。

創建 Celery Worker 任務

現在，一旦消息代理RabbitMQ 運行，就可以創建Worker 程序。

這是因為 celery Worker 會偵聽消息代理以執行排隊的任務。

在這一部分，我們將為 celery worker 創建任務。創建一個文件celery_worker.py：

from time import sleep from celery import Celery from celery.utils.log import get_task_logger #初始Celery celery = Celery('tasks', broker='amqp://guest:guest@127.0.0.1:5672//') #創建記錄器-啟用以在任務記錄器上顯示消息 celery_log = get_task_logger(__name__) #創建訂單-與芹菜異步運行 #長時間運行任務的示例流程 @celery.task def create_order(name, quantity):# 每1個訂單5秒complete_time_per_item = 5# 根據訂購的物品數量不斷增加sleep(complete_time_per_item * quantity)celery_log.info(f"Order Complete!")return {"message": f"Hi {name}, Your order has completed!","order_quantity": quantity}

新建一個model.py

from pydantic import BaseModel #請求主體的訂單類模型 class Order(BaseModel):customer_name: strorder_quantity: int

然后，創建一個名為main.py的新文件：

from fastapi import FastAPI from celery_worker import create_order from model import Order # 創建FastAPI應用程序 app = FastAPI() # 創建訂單 @app.post('/order') def add_order(order: Order):# 使用delay=() 方法調用芹菜任務create_order.delay(order.customer_name, order.order_quantity)return {"message": "Order Received! Thank you for your patience."}

運行 FastAPI 應用程序：

uvicorn main:app --reload

訪問http://localhost:8000/docs

以查看 Swagger 文檔中正在運行的 FastAPI。

celery -A celery_worker.celery worker --loglevel=info

可以通過插入請求正文輸入來測試我們的端點。這是請求正文的示例輸入：

單擊“Execute”以從端點獲取響應，將看到以下結果：

有沒有什么有效的方法來監控后臺任務？

我們可以使用Flower 監控工具來監控我們所有的Celery 工人。

pip install flower

然后，flower在我們的本地機器上運行服務器：

celery flower -A celery_worker.celery --broker:amqp://localhost//

訪問http://localhost:5555/。

Flower 服務器并單擊導航欄上的“Tasks”選項卡來監控我們的 celery 工人。

總結

以上是生活随笔為你收集整理的Celery + Flower + FastAPI + RabbitMQ ，Python实现异步消息队列和监控的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。