2. Django 2.1.7 Celery 4.3.0 示例: 解决Task handler raised error

python 版本 3.7.2

Celery – 分布式任务队列

简介：Celery 是一个简单、灵活且可靠的，处理大量消息的分布式系统，并且提供维护这样一个系统的必需工具。它是一个专注于实时处理的任务队列，同时也支持任务调度。

使用情景：用户发起request，并等待response返回。在某些views中，可能需要执行一段耗时的程序，那么用户就会等待很长时间，造成不好的用户体验，比如发送邮件、手机验证码等。使用celery后，情况就不一样了。解决：将耗时的程序放到celery中执行。

点击查看celery官方网站http://www.celeryproject.org/
点击查看celery中文文档http://docs.jinkan.org/docs/celery/

celery名词：

任务task：就是一个Python函数。
队列queue：将需要执行的任务加入到队列中。
工人worker：在一个新进程中，负责执行队列中的任务。
代理人broker：负责调度，需要提前部署好redis。

安装包：

pip3 install -U Celery
pip3 install django-celery==3.3.0
pip3 install "celery[librabbitmq,redis,auth,msgpack]"

版本celery 4.3.0

示例

1）在assetinfo/views.py文件中创建视图sayhello。

import time
...
def sayhello(request):
    print('hello ...')
    time.sleep(2)
    print('world ...')
    return HttpResponse("hello world")

2）在assetinfo/urls.py中配置。

urlpatterns = [
    # ex:/assetinfo/sayhello
    path('sayhello', views.sayhello, name='sayhello'),
]

3）启动服务器，在浏览器中输入如下网址：

http://127.0.0.1:8000/assetinfo/sayhello

4）由于视图设置了sleep 2秒，导致浏览器过了2秒之后才访问完成。

2. Django 2.1.7 Celery 4.3.0 示例: 解决Task handler raised error

5）在项目/settings.py中安装。

INSTALLED_APPS = (
  ...
  'djcelery',
}

6）创建celery_tasks的包文件，专门存放tasks.py任务脚本

7）在celery_tasks目录下创建tasks.py文件。

from celery import Celery
import time

# 创建一个Celery类的实例对象
app = Celery('celery_tasks.tasks', broker='redis://127.0.0.1:6379/8')

@app.task
def async_sayhello():
    print('hello ...')
    time.sleep(2)
    print('world ...')

8）打开assetinfo/views.py文件，修改sayhello视图如下：

from celery_tasks.tasks import async_sayhello

def sayhello(request):
    # print('hello ...')
    # time.sleep(2)
    # print('world ...')
    async_sayhello.delay()
    return HttpResponse("hello world")

9）执行迁移生成celery需要的数据表。

python3 manage.py migrate

生成表如下：

10）启动Redis，如果已经启动则不需要启动。

[root@server01 ~]# ps -ef | grep redis
root      3694  3462  0 00:41 pts/4    00:00:00 grep --color=auto redis
root     31054     1  0 Jun27 ?        01:12:52 ./redis-server 127.0.0.1:6379
[root@server01 ~]# redis-cli
127.0.0.1:6379>

11）启动worker。celery -A celery_tasks.tasks worker --loglevel=info

12 ）再次访问url ，celery执行报错。

http://127.0.0.1:8000/assetinfo/sayhello

查看报错如下：

[2019-08-01 00:16:03,062: ERROR/MainProcess] Task handler raised error: ValueError('not enough values to unpack (expected 3, got 0)')
Traceback (most recent call last):
  File "g:python3python371libsite-packagesbilliardpool.py", line 358, in workloop
    result = (True, prepare_result(fun(*args, **kwargs)))
  File "g:python3python371libsite-packagesceleryapptrace.py", line 544, in _fast_trace_task
    tasks, accept, hostname = _loc
ValueError: not enough values to unpack (expected 3, got 0)

经过查阅资料，发现这是高版本celery运行在win10存在的问题。

13 ）解决报错

解决：

原网页:Unable to run tasks under Windows

看别人描述大概就是说win10上运行celery4.x就会出现这个问题，解决办法如下,原理未知：

先安装一个eventlet

pip3 install eventlet

然后启动worker的时候加一个参数，如下：

celery -A <mymodule> worker -l info -P eventlet

正式执行，如下：

(venv) F:pythonProjectdjango-pratice>celery -A celery_tasks.tasks worker -l info -P eventlet

 -------------- celery@USC2VG2F9NPB650 v4.3.0 (rhubarb)
---- **** -----
--- * ***  * -- Windows-10-10.0.17763-SP0 2019-08-01 00:22:21
-- * - **** ---
- ** ---------- [config]
- ** ---------- .> app:         celery_tasks.tasks:0x1e4a24170f0
- ** ---------- .> transport:   redis://127.0.0.1:6379/8
- ** ---------- .> results:     disabled://
- *** --- * --- .> concurrency: 12 (eventlet)
-- ******* ---- .> task events: OFF (enable -E to monitor tasks in this worker)
--- ***** -----
 -------------- [queues]
                .> celery           exchange=celery(direct) key=celery


[tasks]
  . celery_tasks.tasks.async_sayhello

[2019-08-01 00:22:21,629: INFO/MainProcess] Connected to redis://127.0.0.1:6379/8
[2019-08-01 00:22:21,700: INFO/MainProcess] mingle: searching for neighbors
[2019-08-01 00:22:22,913: INFO/MainProcess] mingle: all alone
[2019-08-01 00:22:23,012: INFO/MainProcess] celery@USC2VG2F9NPB650 ready.
[2019-08-01 00:22:23,045: INFO/MainProcess] pidbox: Connected to redis://127.0.0.1:6379/8.