写在开头

celery是一个分布式并行框架，适合一些并行任务。跟web程序结合可以实现web程序和业务代码的解耦合，celery是采用多进程方式进行的，所以能够有效利用多核CPU。

celery对于目录的层级结构要求非常高！要求非常高！
然而在网络上搜到的教程都写的七零八落的，不成体系，随便截个图就当做一篇博客。
为了解决以上问题，于是打算撰写这篇博客。

celery目录结构

学习celery从这里学。
在这里插入图片描述

目录结构长这样。其中，flasky是flask项目的根目录。当然它也可以是其他web程序的根目录。proj里面放一切有关celery的东西。

记住，celery是celery， flask是flask。celery跟任何程序都可以结合。一定要牢记这一点。

在这里插入图片描述
proj里的内容长这样。
其中，__init__.py是空文件，它的存在就是为了让python把proj视为一个包。

celery.py长这样：

from celery import Celery

app = Celery('proj',
             broker='redis://localhost:6379/0',
             backend='redis://localhost:6379/1',
             include=['proj.tasks'])

# Optional configuration, see the application user guide.
app.conf.update(
    result_expires=3600,
)

if __name__ == '__main__':
    app.start()

其中，proj代表了当前模块就叫proj，即目录名。
include里面是代表了去哪里找被celery注册了的函数们。

tasks.py长这样：

from proj.celery import app
import time

@app.task
def add(x, y):
    time.sleep(2)
    return x + y


@app.task
def mul(x, y):
    return x * y


@app.task
def xsum(numbers):
    return sum(numbers)

然后看一下main，看看在main函数里我们怎么使用celery。

from flask import Flask
from proj.tasks import add
flask_app = Flask(__name__)
print('**********************************************QIDONG FUWU*************************************************8')
@flask_app.route('/')
def root():
    for i in range(100):
        add.delay(1, 2)
    return 'vth nb'

if __name__ == '__main__':
    flask_app.run(host='0.0.0.0', port=7890)