原文鏈接：Django 2.1.7 Celery 4.3.0 在項目中使用Celery

相關篇章：

• Django 2.1.7 Celery 4.3.0 示例，解決Task handler raised error: ValueError('not enough values to unp...
• Django 2.1.7 集成Celery 4.3.0 從介紹到入門
• Django 2.1.7 Celery 4.3.0 配置

上一篇在講解Celery的配置中，提到將Celery的配置抽出到一個獨立的文件進行管理，如下：

下面我們再來看看，當task任務越來越多的時候，也應該要抽出來。

整理Celery模塊的目錄

在前面的目錄基礎上，再創(chuàng)建一個celery.py文件，然后我們的文件結(jié)構(gòu)如下：

調(diào)整各模塊文件的代碼

• celery.py內(nèi)容如下:

from celery import Celery
from celery_tasks import celeryconfig

## 使用增加配置的方式創(chuàng)建celery app
app = Celery('celery_tasks.tasks')

# 從單獨的配置模塊中加載配置
app.config_from_object(celeryconfig)

# 自動搜索任務
app.autodiscover_tasks(['celery_tasks'])

• celeryconfig.py模塊內(nèi)容如下：

from kombu import Exchange, Queue

# 設置結(jié)果存儲
CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/9'

# 設置代理人broker
BROKER_URL = 'redis://127.0.0.1:6379/8'

• tasks.py模塊內(nèi)容如下:

from celery_tasks.celery import app as celery_app

# 創(chuàng)建任務函數(shù)
@celery_app.task
def my_task1():
    print("任務函數(shù)(my_task1)正在執(zhí)行....")

@celery_app.task
def my_task2():
    print("任務函數(shù)(my_task2)正在執(zhí)行....")

@celery_app.task
def my_task3():
    print("任務函數(shù)(my_task3)正在執(zhí)行....")

• 啟動worker:
  celery -A celery_tasks worker -l info -P eventlet

要注意：這里是以Celery的包進行啟動，之前是使用tasks進行啟動的。
celery -A celery_tasks.tasks worker -l info -P eventlet

啟動日志如下：

(venv) F:\pythonProject\django-pratice>celery -A celery_tasks worker -l info -P eventlet

 -------------- celery@USC2VG2F9NPB650 v4.3.0 (rhubarb)
---- **** -----
--- * ***  * -- Windows-10-10.0.17763-SP0 2019-08-03 17:26:52
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app:         celery_tasks.tasks:0x2a98a1b7320
- ** ---------- .> transport:   redis://127.0.0.1:6379/8   # 設置的 broker
- ** ---------- .> results:     redis://127.0.0.1:6379/9    #  設置的結(jié)果存儲
- *** --- * --- .> concurrency: 12 (eventlet)                 # 并發(fā)的數(shù)量
-- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker)
--- ***** -----
 -------------- [queues]
                .> celery           exchange=celery(direct) key=celery


[tasks]     # 注冊的任務
  . celery_tasks.tasks.my_task1
  . celery_tasks.tasks.my_task2
  . celery_tasks.tasks.my_task3

[2019-08-03 17:26:52,822: INFO/MainProcess] Connected to redis://127.0.0.1:6379/8
[2019-08-03 17:26:52,872: INFO/MainProcess] mingle: searching for neighbors
[2019-08-03 17:26:54,073: INFO/MainProcess] mingle: all alone
[2019-08-03 17:26:54,196: INFO/MainProcess] celery@USC2VG2F9NPB650 ready.
[2019-08-03 17:26:54,230: INFO/MainProcess] pidbox: Connected to redis://127.0.0.1:6379/8.

下面來調(diào)用一下任務測試一下，打開另一個終端，如下：

# 導入三個task任務
In [1]: from celery_tasks.tasks import my_task1,my_task2,my_task3

# 下面使用delay方法調(diào)用各個task任務
In [2]: my_task1.delay()
Out[2]: <AsyncResult: 20d3ee91-d101-477a-9326-6dba394d8bda>

In [3]: my_task1.delay()
Out[3]: <AsyncResult: b069c036-ede8-4061-a490-5a63131871ab>

In [4]: my_task2.delay()
Out[4]: <AsyncResult: 44e9570a-d5c1-445b-92cc-885d0752a5a7>

In [5]: my_task3.delay()
Out[5]: <AsyncResult: 71ded829-2270-418c-afbf-72fb39a5169a>

In [6]: 

回到celery的日志終端，查看任務執(zhí)行信息，如下：