Heroku上的Celery、RabbitMQ和Django :达到内存限制

Question

当我在Django应用程序中使用RabbitMQ运行芹菜任务时，我的Heroku Dyno (业余爱好)已经达到了内存限制。

我对芹菜设置进行了一些尝试，但我总是遇到内存限制，并且我错过了内存优化的技术知识。我想知道是否有什么我可以做的，以防止我的当前设置达到限制，或者是唯一的解决方案，以升级Heroku Dyno？

BROKER_URL = 'amqp://url'
BROKER_POOL_LIMIT = 5
CELERY_RESULT_BACKEND = None
CELERY_MAX_TASKS_PER_CHILD = 10
CELERY_MAX_MEMORY_PER_CHILD = 80000

Procfile:web: gunicorn app_name.wsgi worker: celery -A app_name worker -l info --without-heartbeat

Task.py file:@shared_task(acks_late=True, ignore_result=True)
def function_name(args):

Answer 1

我也有同样的问题，将最大并发设置为2或3就解决了这个问题。

在procfile中，在worker定义中添加-c 2或-c 3。

默认情况下，Celery会将并发数设置为可用的CPU数。并发性定义了将要产生的芹菜工作进程的数量。