使用 django+celery+RabbitMQ 实现异步执行

言归正传，先介绍一下这篇文章的应用场景吧。我们知道大型网站的性能非常重要，然而有时不得不做一些相当耗时的操作。 比如SNS网站的“新鲜事儿”系统，我发帖之后，会给所有关注我的人推送一条通知。乍一看没什么难的，发帖之后找出关注我的人， 然后生成相应的消息记录就行了。但问题是，100个人关注我，就要执行100条INSERT查询，更要命的是，Web服务器是同步的， 这100条查询执行完成之前，用户是看不到结果的。

怎么办呢，这时就轮到消息队列上场了。发帖之后只需给队列发送一条消息， 告诉队列“我发帖子了”，然后把发帖的结果返回给用户。 这时另一个叫做worker的进程会取出这条消息并执行那100条INSERT查询。这样，推送通知的操作在后台异步执行， 用户就能立即看到发帖结果。更精彩的是，可以运行多个worker实现分布式，多繁重的任务都不在话下了。

好了，来看看今天的主角：

• django：web框架，其实只能算作配角了；
• RabbitMQ：消息队列系统，负责存储消息；
• celery：worker进程，同时提供在webapp中创建任务的功能。

安装

安装环境是MacOS，使用其他操作系统的同学请自行调整安装命令。

django的安装配置就不说了，配角嘛。

先来安装RabbitMQ:

$ sudo port install -n rabbitmq

启动RabbitMQ：

$ sudo rabbitmq-server -detached

然后安装celery。到 http://pypi.python.org/pypi/celery#downloads 下载celery并安装：

$ tar xzvf celery-2.2.7.tar.gz
$ cd celery-2.2.7
$ python setup.py build
$ sudo python setup.py install

这个过程会安装数个依赖包，包括 pyparsing、kombu、amqplib、anyjson等，如果自动安装有困难，可以自行下载编译。

由于要在django中使用，我们还得安装django-celery这个模块。 到 http://pypi.python.org/pypi/django-celery#downloads 下载 django-celery 并安装：

$ tar xzvf django-celery-2.2.4.tar.gz
$ cd django-celery-2.2.4
$ python setup.py build
$ sudo python setup.py install

这个过程会安装依赖包 django-picklefield，如有需要请自行下载编译。

应用程序示例

建立测试应用程序：

$ django-admin.py startproject celerytest
$ cd celerytest
$ django-admin.py startapp hello
$ cd hello

然后修改settings.py，在INSTALLED_APPS中加入以下内容：

INSTALLED_APPS = (
  ...
  'djcelery',          # 加入celery
  'hello',             # 测试应用程序
}

在settings.py末尾添加RabbitMQ的配置：

import djcelery
djcelery.setup_loader()

BROKER_HOST = "localhost"
BROKER_PORT = 5672
BROKER_USER = "guest"
BROKER_PASSWORD = "guest"
BROKER_VHOST = "/"

当然，别忘了配置数据库选项，因为djcelery要用到数据库的。配置好之后执行：

$ python manage.py syncdb

可以执行 python manage.py 看一下，会发现 djcelery 应用程序给 manage.py 添加了许多celery*开头的命令， 这些就是控制worker的命令了。

接下来我们写个task。新建 hello/tasks.py，内容如下：

from celery.decorators import task

@task
def add(x, y):
  return x + y

修饰符 @task 将add函数变成了异步任务。在webapp中调用add并不会立即执行该函数，而是将函数名、 参数等打包成消息发送到消息队列中，再由worker执行实际的代码(return x + y)。

当然，别忘了必不可少的worker：

$ python manage.py celeryd -l info

在另一个控制台测试一下：

$ python manage.py shell
>>> from hello.tasks import add
>>> r = add.delay(3,5)     # 执行这一行就能在worker的日志中看到运行状况
>>> r.wait()
8

可以看到，add函数是在worker上运行的，实现了异步的效果。当然，队列的特性决定了任务并不是实时执行的，可能有延迟， 有时甚至还会丢失，因此，队列不适合执行关键任务。而那些执行结果无关痛痒、对实时性要求不高的任务， 就可以大胆地交给RabbitMQ去处理，将WebApp解放出来吧。