Celery是如何工作的？
Celery 由於 其分散式體系結構，在某種程度上可能難以理解。下圖是典型Django-Celery設定的高階示意圖(FROM O'REILLY)：
當請求到達時，您可以在處理它時呼叫Celery任務。呼叫任務的函式會立即返回，而不會阻塞當前程式。實際上，任務尚未完成執行，但是任務訊息已進入任務佇列（或許多可能的任務佇列之一）。
workers 是獨立的程式，用於監視任務佇列中是否有新任務並實際執行它們，他們拿起任務訊息、處理任務、儲存結果。
一、安裝一個broker
Celery需要一個傳送和接收訊息的解決方案，即一個訊息代理（message broker）服務，常用的broker包括：
RabbitMQ功能齊全，穩定，耐用且易於安裝，是生產環境的絕佳選擇。
Ubuntu安裝：
$ sudo apt-get install rabbitmq-server
Docker安裝：
$ docker run -d -p 5672:5672 rabbitmq
-
關於RabbitMQ在Celery中的高階配置，見：使用RabbitMQ
-
其他系統安裝RabbitMQ，見：下載並安裝RabbitMQ
Redis
Redis也具有完整的功能，但是在突然終止或電源故障的情況下更容易丟失資料。
Ubuntu安裝：
$ sudo apt install redis-server
Docker安裝：
$ docker run -d -p 6379:6379 redis
-
關於Redis在Celery中的高階配置：使用Redis
-
關於Redis的安裝：How to Install and Secure Redis
二、安裝Celery
$ pip install celery
三、編寫Celery任務程式碼
首先匯入Celery，建立一個Celery物件，這個物件將作為一個操作 Celery 的入口，如建立任務，管理workers等。
以下示例會把所有東西都寫在一個模組中，但是對於大型專案，您需要建立一個專用模組。
# tasks.py
import time
from celery import Celery
app = Celery('tasks', broker='pyamqp://guest@localhost//')
@app.task
def add(x, y):
print('--------start---------')
for i in range(5):
print(f'第{i}秒')
print('--------over----------')
return x + y
第一個引數是當前模組的名稱，這是唯一的必需引數。
第二個引數指定要使用的訊息代理的URL。這裡使用RabbitMQ（也是預設選項）。
若使用Redis：
app = Celery('tasks', broker='redis://localhost:6379/0')
四、啟動 worker 程式
$ celery -A tasks worker --loglevel=INFO
在生產環境中，需要在後臺將工作程式作為守護程式執行。為此，需要使用 平臺提供的工具 或 類似supervisord的工具
五、呼叫任務
呼叫任務需要匯入帶有celery示例的模組，這裡沒有重新建立一個模組匯入，而是使用命令列模式。要呼叫我們定義的任務，可以使用delay()（詳情參閱 呼叫任務）：
>>> from tasks import add
>>> add.delay(4, 4)
呼叫任務將返回一個AsyncResult例項，這可用於檢查任務的狀態，等待任務完成或獲取其返回值（或者如果任務失敗，則獲取異常和回溯）
預設情況下執行任務不返回結果。為了執行遠端過程呼叫或跟蹤資料庫中的任務結果，需要配置result backend。
六、獲取執行結果
如果要跟蹤任務的狀態，Celery需要將狀態儲存或傳送到某個地方。有多個result backend可供選擇：SQLAlchemy / Django ORM， MongoDB，Memcached，Redis，RPC（RabbitMQ / AMQP）等。
下面使用 RPC 作為result backend，該後端將狀態作為瞬態訊息傳送回去。使用backend引數配置Celery物件的result backend：
app = Celery('tasks', backend='rpc://', broker='pyamqp://')
或者，如果使用 Redis 作為result backend，但仍然使用 RabbitMQ 作為 broker（流行的組合）：
app = Celery('tasks', backend='redis://localhost', broker='pyamqp://')
更多
result backend配置參閱“result backend。
我們再次呼叫該任務:
>>> result = add.delay(4, 4)
>>> result.ready() # 檢查是否完成任務，返回布林值
通過設定
@app.task(ignore_result=True)選項，也可以禁用單個任務返回結果,詳情見有關celery.result的完整參考
七、配置Celery
對於大多數使用情況，預設配置就夠了，但是可以配置更多選項使Celery根據需要工作。詳細配置見“配置和預設值”。
可以直接在應用程式上設定配置，也可以使用專用的配置模組設定配置。例如配置用於序列化任務負載的預設序列化器：
# 配置一個設定：
app.conf.task_serializer = 'json'
# 一次配置許多設定，則可以使用update
app.conf.update(
task_serializer='json',
accept_content=['json'], # Ignore other content
result_serializer='json',
timezone='Europe/Oslo',
enable_utc=True,
)
對於較大的專案，建議使用專用的配置模組。
app.config_from_object('celeryconfig')
celeryconfig.py必須可用於從當前目錄或Python路徑中載入
celeryconfig.py
broker_url = 'pyamqp://'
result_backend = 'rpc://'
task_serializer = 'json'
result_serializer = 'json'
accept_content = ['json']
timezone = 'Europe/Oslo'
enable_utc = True