引言：
当需要用python创建和完成定时任务时，第一个会想到的就是使用crontab库，
但是crontab不支持Windows系统，于是我们可以使用一个支持Windows且功能强大的库：Celery。
Celery-分布式任务队列:
Celery是一个简单，灵活，可靠的分布式系统，用于处理大量消息，同时为操作提供维护此类系统所需的工具。
它是一个任务队列，专注于实时处理，同时还支持任务调度。
Celery是开源的，并根据BSD许可授权。
Celery由Python语言实现。
Celery安装:
celery的版本非常令人头疼，它的版本无法做到完全上下兼容，且有些版本会与一些库冲突，所以对于celery版本的选择非常重要：
1、celery 4.0.0~4.2.0(latest) 目前最新的celery版本是官方的4.2.0 链接：http://docs.celeryproject.org/en/latest/
(1) celery 4.0.0及以上版本目前不兼容python3.7 由于在python3.7中 async变成了关键字 在运行celery worker的时候会报错，
from . import async,base 此处出错。
(2) django-celery是一个便于在django工程中管理celery的库，但是django-celery不支持celery 4.0.0以上版本，如若要在django工程中
使用celery，请降低版本，比如celery 3.1.26
2、celery 3~4的版本之间 相对稳定 本人用的就是celery 3.1.26版本 推荐 pip install celery==3.1.26
Celery介绍：
上图为celery工作简要流程,原谅我盗的图...原作者po上：https://www.qikqiak.com/
1、application(task producer)"任务的生产者"，我们通过代码层面，产生任务然后发送给broker(task queue)
2、celery beat(task scheduler)"任务调度器"，常见为生成定时任务
3、broker(task queue)"任务队列",我们需要将任务送往任务队列去，官网强烈推荐的broker有：redis和rabbitmq
4、worker(taks consumer)"任务消费者"，在任务送往broker后，worker从中进行操作，完成任务后生成result
5、result 完成任务后产生的结果
Broker的选择：
broker我们可选的有redis和rabbitmq，官网推荐的两种，我们这里选redis，相对于rabbitmq更加轻量级，安装方便。
所以我们需要安装redis，redis很容易安装，这里就不细讲了，po上github链接:https://github.com/MicrosoftArchive/redis/releases
与此同时 celery还需要python的redis依赖库这里注意版本 pip install redis==2.10 最好下2.10版本，这里是为了后续和django联用
若下最新版本，可能会报以下错：
任务的编写：
主要的代码层面来了，我们通过流程图知道，我们需要生产任务，目录结构如下图：
1、其中__init__.py是通过启动项目时，选择的配置文件：
1 from celery import Celery 2 3 app = Celery('demo') 4 app.config_from_object('celery_app.celeryconfig')
2、celeryconfig.py里面主要是celery的配置：
from datetime import timedelta from celery.schedules import crontab # 配置broker为redis BROKER_URL = 'redis://localhost:6379/1' # 配置结果存储至redis CELERY_RESULT_BACKEND = 'redis://localhost:6379/2' # 时区设置 CELERY_TIMEZONE='Asia/Shanghai' # 导入任务 CELERY_IMPORTS = ( 'celery_app.task1', 'celery_app.task2', ) # 配置定时任务的调度器 CELERYBEAT_SCHEDULE={ # 任务名字 'task1':{ # 任务启动的函数 'task':'celery_app.task1.add', # 定时时间设置，每10秒一次 'schedule':timedelta(seconds=10), # 传递的参数 'args':(2,8) }, 'task2':{ 'task':'celery_app.task2.mul', # 定时时间设置，16:45 'schedule':crontab(hour=16,minute=45), 'args':(4,5) } }
3、task1的任务：
import time from celery_app import app @app.task def add(x, y): # 阻塞测试 time.sleep(3) return x + y
4、 task2的任务:
import time from celery_app import app @app.task def mul(x, y): time.sleep(3) return x * y
运行任务：
1、打开redis服务器：
$ .\redis-server.exe .\redis.windows.conf
2、在celery_app文件的上一级 shift+右键 打开命令行窗口，win10打开powershell：
celery worker -A celery_app --pool=solo -l INFO
此命令打开worer 任务目标为celery_app windows下需要加--pool=solo 日志级别为INFO
3、然后打开celery beat 启动定时任务，另开一个命令行窗口：
celery beat -A celery_app -l INFO
4、结果如下：
可以看见celery beat一直在隔10秒发送任务
再来看worker：
第一次是处理了4秒 其余是3秒，可以看出windows处理celery还是不太稳定。
结语：celery是一个强大的库，能让我们处理异步任务，不过最好还是于Linux上运行