从多工序启动芹菜工人

Question

我对芹菜很陌生。我看到的所有例子都是从命令行开始使用芹菜工人的。例如：

$ celery -A proj worker -l info

我正在启动一个关于弹性豆茎的项目，我认为让这个工人成为我的网络应用程序的一个子过程会很好。我试着使用多重处理，这似乎是可行的。我想知道这是一个好主意，还是可能有一些缺点。

import celery
import multiprocessing


class WorkerProcess(multiprocessing.Process):
    def __init__(self):
        super().__init__(name='celery_worker_process')

    def run(self):
        argv = [
            'worker',
            '--loglevel=WARNING',
            '--hostname=local',
        ]
        app.worker_main(argv)


def start_celery():
    global worker_process
    worker_process = WorkerProcess()
    worker_process.start()


def stop_celery():
    global worker_process
    if worker_process:
        worker_process.terminate()
        worker_process = None


worker_name = 'celery@local'
worker_process = None

app = celery.Celery()
app.config_from_object('celery_app.celeryconfig')

Answer 1

似乎是一个很好的选择，肯定不是唯一的选择，而是一个好的选择:)

您可能想了解的一件事(您可能已经在这样做了)是将自动标度与您的芹菜队列的大小联系起来。因此，只有在队列不断增长时，才能扩大规模。

当然，芹菜在内部也能起到类似的作用，所以没有太大的区别。我能想到的唯一障碍是外部资源的处理(例如数据库连接)，这可能是一个问题，但完全取决于您对芹菜所做的事情。

Answer 2

如果有人感兴趣，我在ElasticBean秸秆上使用了一个运行Python3.4的预先配置好的AMI服务器。在基于Docker的服务器上运行Debian时，我遇到了很多问题。可能与端口重新映射有关。Docker是一个黑匣子，我发现很难使用和调试。幸运的是，AWS的好朋友们刚刚在2015年4月8日添加了一个非坞Python 3.4选项。

我做了大量的搜索，以使这个部署和工作。我看到了很多没有答案的问题。下面是我非常简单的部署python 3.4/烧瓶/芹菜的过程。

芹菜你可以直接装上。您需要使用配置命令或container_command从配置文件中安装rabbitmq。我在上传的项目zip中使用了一个脚本，所以需要一个container_command来使用脚本(常规的eb配置命令是在安装项目之前执行的)。

yourapproot/.ebextensions/05_install_rabbitmq.config：

container_commands:
  01RunScript:
    command: bash ./init_scripts/app_setup.sh

yourapproot/init_script/app_setup.sh：

#!/usr/bin/env bash

# Download and install Erlang
yum install erlang

# Download the latest RabbitMQ package using wget:
wget http://www.rabbitmq.com/releases/rabbitmq-server/v3.5.1/rabbitmq-server-3.5.1-1.noarch.rpm

# Install rabbit
rpm --import http://www.rabbitmq.com/rabbitmq-signing-key-public.asc
yum -y install rabbitmq-server-3.5.1-1.noarch.rpm

# Start server
/sbin/service rabbitmq-server start

我正在做一个烧瓶应用程序，所以我在第一个请求之前启动了员工：

@app.before_first_request
def before_first_request():
    task_mgr.start_celery()

task_mgr创建芹菜应用对象(我称之为芹菜，因为烧瓶应用对象是app)。对于一个简单的任务管理器来说，-Ofair是非常关键的。任务预取有各种各样的奇怪行为。这应该是默认的吗？

任务_经理/任务_mgr.py：

import celery as celery_module
import multiprocessing


class WorkerProcess(multiprocessing.Process):
    def __init__(self):
        super().__init__(name='celery_worker_process')

    def run(self):
        argv = [
            'worker',
            '--loglevel=WARNING',
            '--hostname=local',
            '-Ofair',
        ]
        celery.worker_main(argv)


def start_celery():
    global worker_process
    multiprocessing.set_start_method('fork')  # 'spawn' seems to work also
    worker_process = WorkerProcess()
    worker_process.start()


def stop_celery():
    global worker_process
    if worker_process:
        worker_process.terminate()
        worker_process = None


worker_name = 'celery@local'
worker_process = None

celery = celery_module.Celery()
celery.config_from_object('task_mgr.celery_config')

到目前为止，我的配置非常简单：

task/celery_config.py：

BROKER_URL = 'amqp://'
CELERY_RESULT_BACKEND = 'amqp://'

CELERY_ACCEPT_CONTENT = ['json']
CELERY_TASK_SERIALIZER = 'json'  # 'pickle' warning: can't use datetime in json
CELERY_RESULT_SERIALIZER = 'json'  # 'pickle' warning: can't use datetime in json
CELERY_TASK_RESULT_EXPIRES = 18000  # Results hang around for 5 hours

CELERYD_CONCURRENCY = 4

然后你可以把任务放在任何你需要的地方：

from task_mgr.task_mgr import celery
import time


@celery.task(bind=True)
def error_task(self):
    self.update_state(state='RUNNING')
    time.sleep(10)
    raise KeyError('im an error')


@celery.task(bind=True)
def long_task(self):
    self.update_state(state='RUNNING')
    time.sleep(20)
    return 'long task finished'


@celery.task(bind=True)
def task_with_status(self, wait):
    self.update_state(state='RUNNING')
    for i in range(5):
        time.sleep(wait)
        self.update_state(
            state='PROGRESS',
            meta={
                'current': i + 1,
                'total': 5,
                'status': 'progress',
                'host': self.request.hostname,
            }
        )
    time.sleep(wait)
    return 'finished with wait = ' + str(wait)

我还保留了一个任务队列来保存异步结果，以便监视这些任务：

task_queue = []


def queue_task(task, *args):
    async_result = task.apply_async(args)
    task_queue.append(
        {
            'task_name':task.__name__,
            'task_args':args,
            'async_result':async_result
        }
    )
    return async_result


def get_tasks_info():
    tasks = []

    for task in task_queue:
        task_name = task['task_name']
        task_args = task['task_args']
        async_result = task['async_result']
        task_id = async_result.id
        task_state = async_result.state
        task_result_info = async_result.info
        task_result = async_result.result
        tasks.append(
            {
                'task_name': task_name,
                'task_args': task_args,
                'task_id': task_id,
                'task_state': task_state,
                'task_result.info': task_result_info,
                'task_result': task_result,
            }
        )

    return tasks

当然，在您需要执行的任务中：

from webapp.app import app
from flask import url_for, render_template, redirect
from webapp import tasks
from task_mgr import task_mgr


@app.route('/start_all_tasks')
def start_all_tasks():
    task_mgr.queue_task(tasks.long_task)
    task_mgr.queue_task(tasks.error_task)
    for i in range(1, 9):
        task_mgr.queue_task(tasks.task_with_status, i * 2)

    return redirect(url_for('task_status'))


@app.route('/task_status')
def task_status():
    current_tasks = task_mgr.get_tasks_info()
    return render_template(
        'parse/task_status.html',
        tasks=current_tasks
    )

仅此而已。如果你需要帮助，请告诉我，尽管我的芹菜知识还很有限。