安装过程就不说了。。。
先配置rabbitmq
Setting up RabbitMQ
To use celery we need to create a RabbitMQ user, a virtual host and allow that user access to that virtual host:
$ rabbitmqctl add_user myuser mypassword
$ rabbitmqctl add_vhost myvhost
$ rabbitmqctl set_permissions -p myvhost myuser ".*" ".*" ".*"
创建消息队列执行的服务器,用户名等等。。。
celeryd 参数 配置
-c, --concurrency
Number of child processes processing the queue. The default is the number of CPUs available on your system.
-f, --logfile
Path to log file. If no logfile is specified, stderr is used.
-l, --loglevel
Logging level, choose between DEBUG, INFO, WARNING, ERROR, CRITICAL, or FATAL.
-n, --hostname
Set custom hostname.
-B, --beat
Also run the celerybeat periodic task scheduler. Please note that there must only be one instance of this service.
-Q, --queues
List of queues to enable for this worker, separated by comma. By default all configured queues are enabled. Example: -Q video,image
-I, --include
Comma separated list of additional modules to import. Example: -I foo.tasks,bar.tasks
-s, --schedule
Path to the schedule database if running with the -B option. Defaults to celerybeat-schedule. The extension ”.db” will be appended to the filename.
--scheduler
Scheduler class to use. Default is celery.beat.PersistentScheduler
-E, --events
Send events that can be captured by monitors like celerymon.
--purge, --discard
Discard all waiting tasks before the daemon is started. WARNING: This is unrecoverable, and the tasks will be deleted from the messaging server.
--time-limit
Enables a hard time limit (in seconds) for tasks.
--soft-time-limit
Enables a soft time limit (in seconds) for tasks.
--maxtasksperchild
Maximum number of tasks a pool worker can execute before it’s terminated and replaced by a new worker.
class celery.bin.celeryd.WorkerCommand(app=None, get_app=None)
enable_config_from_cmdline = True
get_options()
namespace = 'celeryd'
run(*args, **kwargs)
supports_args = False
celery.bin.celeryd.main()
window下使用名令
环境变量设置
C:\Python27\Scripts
启动celery命令
python -m celery.bin.celeryd --loglevel=DEBUG
环境变量设置
D:\Program Files\RabbitMQ Server\rabbitmq_server-2.7.1\sbin
文章开头的命令
rabbitmqctl 打印帮助信息
分享到:
相关推荐
主要介绍了详解django+django-celery+celery的整合实战,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
docker-django-celery, Django,celery 等,所有 dockerized 使用 celery 配置 Django,并运行容器中的所有这个项目展示了一个配置 Django的示例,带有 celery 。所有内容都在 Docker 容器内运行。有关这里配置的更...
主要介绍了python基于celery实现异步任务周期任务定时任务,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Supervisor的安装及使用,启用可视化界面统计和管理,以Celery进行异步任务、定时任务处理为例,结合Flower进行可视化统计、分析、管理查看。详细的使用和介绍请查看作者的博客文章。
主要给大家介绍了关于Django异步任务之Celery使用的相关资料,文中通过示例代码介绍的非常详细,对大家学习或者使用Django具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
本文给大家详细讲解了在django框架中如何集成celery进行开发,步骤非常详细,有需要的小伙伴可以参考下
主要介绍了使用celery执行Django串行异步任务,文中通过示例代码介绍的非常详细,对大家学习或者使用Django具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧
这篇文章主要介绍了Python Celery多队列配置代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 Celery官方文档 项目结构 /proj -__init__ -app.py #...
主要介绍了django中使用Celery 布式任务队列实现过程详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
主要介绍了Django之使用celery和NGINX生成静态页面实现性能优化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
主要介绍了Django之使用内置函数和celery发邮件的方法示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
有关中型故事的详细解释,请参见:发布/订阅角色定义发布者:声明了一个单独的RabbitMQ队列生成器,并将其添加到Celery的默认producer_pool中,该默认生成器被拉出并用于在Celery任务中将新消息发布到该队列。...
功能使用Celery事件进行实时监视任务进度和历史记录能够显示任务详细信息Flower Flower是基于Web的工具,用于监视和管理Celery群集。 功能使用Celery事件进行实时监视任务进度和历史记录能够显示任务详细信息(参数...
这篇文章主要介绍了python基于celery实现异步任务周期任务定时任务,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 hello, 小伙伴们, 好久不更新了,这一次带来...
主要介绍了使用Celery和Docker处理Django中的定期任务的方法,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
主要介绍了django celery redis使用具体实践,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
主要介绍了Python celery原理及运行流程解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
特性 使用 Celery 事件进行实时监控 任务进度和历史记录 能够显示任务详细信息(参数、开始时间、运行时间等) 图形和统计数据 远程控制 查看工作人员状态和统计信息 关闭和重新启动工作人员实例 控制工作人员池...
有关芹菜任务的更多详细信息,请参见3stack:celery-shoot @ 。 环境变量/选项 CELERY_BROKER_URL必须使用完整的amqp地址,例如amqp://guest:guest@localhost:5672// 。 它必须包括用户名,密码,主机和虚拟主机。 ...
快速搭建Python开发环境,通过Celery完成异步任务、定时任务调用,设置重试次数并把失败的任务发送邮件异常提醒。详细的使用教程请参考发布的博客文章。