手把手教你在Windows下设置分布式队列Celery的心跳轮询

1 前言

大家好，我是吴老板。用Celery 官方的话来说，Celery 是一个非常优秀的分布式队列，可应用于分布式共享中间队列和定时任务等等。

2 版本的差异

Celery 有很多个版本，各版本之间的差异可谓不小，比如最新的 Celery6.0 版本在稳定性远不如 Celery4.0，所以在使用不同版本的时候，系统给到我们的反馈可能并不能如我们所愿。

3 服务

在 windows 下挂在 Celery 服务有时候会出现不稳定的情况(unix中暂时未发现这种情况)，比如在执行定时任务的时候，过了一段时间之后，Celery 出现了假死状态，以至于不能按照我们指定的时间点去执行任务。

这些任务只是加入到待运行队列中(堆积在 Redis 中)，只能人为重启 Celery 服务之后才能将堆积的任务释放出来运行。

这样一来，第一是定时任务在指定时间点没有正常运行，其二是在其他时间运行了这些任务，很可能会产生更新数据不及时，时间节点混乱的问题，不仅达不到业务需求，还会反受其害。

4 设置心跳

为了解决 Celery 在 windows 中的这种弊端，可以为 Celery 任务队列设置一个心跳时间，比如每一分钟或者每五分钟向 Redis 数据库发送一次数据以保证队列始终是活跃的状态，这样只要你的电脑不关机并保持网络畅通(如果是远程 Redis)，Celery 任务队列服务就不会出现假死状态。

5 举个栗子

我总是很喜欢用示例来说话，前些时间在对某平台的商家后台进行数据采集的时候，为了使用时能自动获取该网站的 cookie ，

用Pyppeteer 写了一个自动化登陆的脚本，和往常一样仍在 Celery 队列中并迅速的启动服务。

脚本是这样的(非常接近实际的伪代码，没办法，保命要紧)

# -*- coding: utf-8 -*- 
from db.redisCurd import RedisQueue 
import asyncio 
import random 
import tkinter 
from pyppeteer.launcher import launch 
from platLogin.config import USERNAME, PASSWORD, LOGIN_URL 
 
class Login(): 
    def __init__(self, shopId): 
        self.shopId = shopId 
        self.RedisQueue = RedisQueue("cookie") 
 
    def screen_size(self): 
        tk = tkinter.Tk() 
        width = tk.winfo_screenwidth() 
        height = tk.winfo_screenheight() 
        tk.quit() 
        return {'width': width, 'height': height} 
 
    async def login(self, username, password, url): 
        browser = await launch( 
            { 
                'headless': False, 
                'dumpio': True 
            }, 
            args=['--no-sandbox', '--disable-infobars', '--user-data-dir=./userData'], 
        ) 
        page = await browser.newPage()  # 启动新的浏览器页面 
 
        try: 
            await page.setViewport(viewport=self.screen_size()) 
            await page.setJavaScriptEnabled(enabled=True)  # 启用js 
            await page.setUserAgent( 
                'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 Edge/16.16299' 
            ) 
            await self.page_evaluate(page) 
            await page.goto(url) 
            await asyncio.sleep(2) 
            # 输入用户名，密码 
            await page.evaluate(f'document.querySelector("#userName").value=""') 
            await page.type('#userName', username, {'delay': self.input_time_random() - 50})  # delay是限制输入的时间 
            await page.evaluate('document.querySelector("#passWord").value=""') 
            await page.type('#passWord', password, {'delay': self.input_time_random()}) 
            await page.waitFor(6000) 
 
            loginImgVcode = await page.waitForSelector('#checkCode')   
            await loginImgVcode.screenshot({'path': './loginImg.png'}) 
            await page.waitFor(6000) 
 
            res = use_cjy("./loginImg.png") 
            pic_str = res.get("pic_str") if res.get("err_str") == "OK" else "1234" 
 
            await page.waitFor(6000) 
            await page.type('#checkWord', pic_str, {'delay': self.input_time_random() - 50}) 
            await page.waitFor(6000) 
 
            await page.click('#subMit') 
            await page.waitFor(6000) 
            await asyncio.sleep(2) 
            await self.get_cookie(page) 
            await page.waitFor(3000) 
            await self.page_close(browser) 
            return {'code': 200, 'msg': '登陆成功'} 
        except: 
            return {'code': -1, 'msg': '出错'} 
 
        finally: 
            await page.waitFor(3000) 
            await self.page_close(browser) 
 
    # 获取登录后cookie 
    async def get_cookie(self, page): 
        cookies_list = await page.cookies() 
        cookies = '' 
        for cookie in cookies_list: 
            str_cookie = '{0}={1}; ' 
            str_cookie = str_cookie.format(cookie.get('name'), cookie.get('value')) 
            cookies += str_cookie 
        # 将cookie 放入 cookie 池 
        self.RedisQueue.put_hash(self.shopId, cookies) 
        return cookies 
 
    async def page_evaluate(self, page): 
        await page.evaluate('''() =>{ Object.defineProperties(navigator,{ webdriver:{ get: () => undefined } }) }''') 
        await page.evaluate('''() =>{ window.navigator.chrome = { runtime: {},  }; }''') 
        await page.evaluate( 
            '''() =>{ Object.defineProperty(navigator, 'languages', { get: () => ['en-US', 'en'] }); }''') 
        await page.evaluate( 
            '''() =>{ Object.defineProperty(navigator, 'plugins', { get: () => [1, 2, 3, 4, 5,6], }); }''') 
        await page.waitFor(3000) 
 
    async def page_close(self, browser): 
        for _page in await browser.pages(): 
            await _page.close() 
        await browser.close() 
 
    def input_time_random(self): 
        return random.randint(100, 151) 
 
    def run(self, username=USERNAME, password=PASSWORD, url=LOGIN_URL): 
        loop = asyncio.get_event_loop() 
        i_future = asyncio.ensure_future(self.login(username, password, url)) 
        loop.run_until_complete(i_future) 
        return i_future.result() 
 
 
if __name__ == '__main__': 
    Z = Login(shopId="001") 
    Z.run() 

Celery 任务文件是这样的

# -*- coding: utf-8 -*- 
from __future__ import absolute_import 
import os 
import sys 
import time 
from db.redisCurd import RedisQueue 
from send_msg.weinxin import Send_msg 
base_dir = os.path.dirname(os.path.dirname(os.path.abspath(__file__))) 
sys.path.append(base_dir) 
from logger.logger import log_v 
from celery import Task 
from platLogin.login import Login  # 登陆类 
from celery import Celery 
 
randomQueue = RedisQueue("cookie") 
 
celery_app = Celery('task') 
celery_app.config_from_object('celeryConfig') 
 
S = Send_msg() 
 
dl_dict = { 
    'demo': { 
        'cookie': '', 
        'loginClass': 'Login', 
    } 
} 
 
# todo 这是三种运行的状态 
class task_status(Task): 
    def on_success(self, retval, task_id, args, kwargs):  
        log_v.info('任务信息 -> id:{} , arg:{} , successful ..... Done'.format(task_id, args)) 
 
    def on_failure(self, exc, task_id, args, kwargs, einfo):   
        log_v.error('task id:{} , arg:{} , failed ! error : {}'.format(task_id, args, exc)) 
 
    def on_retry(self, exc, task_id, args, kwargs, einfo):  
        log_v.warning('task id:{} , arg:{} , retry !  info: {}'.format(task_id, args, exc)) 
 
 
# todo 随便找个hash key作为轮询对象, celery在win10系统可能不太稳定,有时候会有连接断开的情况 
@celery_app.task(base=task_status) 
def get_cookie_status(platName="demo"): 
    try: 
        # log_v.debug(f'[+] 轮询 {platName} 定时器启动 ..... Done') 
        randomQueue.get_hash(platName).decode() 
        log_v.debug(f'[+] 轮询 {platName} 成功 ..... Done') 
        return "Erp 轮询成功" 
    except: 
        return "Erp 轮询失败" 
 
 
@celery_app.task(base=task_status) 
def set_plat_cookie(platName="demo", shopId=None): 
    log_v.debug(f"[+] {platName} 正在登陆") 
    core = eval(dl_dict[platName]['loginClass'])(shopId=shopId) 
    result = core.run() 
    return result 

Celery 配置文件是这样的

from __future__ import absolute_import 
import datetime 
from kombu import Exchange, Queue 
from celery.schedules import crontab 
from urllib import parse 
 
BROKER_URL = f'redis://root:{parse.quote("你的不规则密码")}@主机:6379/15' 
 
# 导入任务，如tasks.py 
CELERY_IMPORTS = ('monitor.tasks',) 
 
# 列化任务载荷的默认的序列化方式 
CELERY_TASK_SERIALIZER = 'json' 
 
# 结果序列化方式 
CELERY_RESULT_SERIALIZER = 'json' 
CELERY_ACCEPT_CONTENT = ['json'] 
 
CELERY_TIMEZONE = 'Asia/Shanghai'  # 指定时区，不指定默认为 'UTC' 
# CELERY_TIMEZONE='UTC' 
 
CELERYBEAT_SCHEDULE = { 
    'add-every-60-seconds': { 
        'task': 'tasks.get_cookie_status', 
        'schedule': datetime.timedelta(minutes=1),  # 每 1 分钟执行一次 
        'args': ()  # 任务函数参数 
    }, 
} 

启动服务

celery -A tasks beat -l INFO 
celery -A tasks worker -l INFO -c 2 

以 2 个线程启动消费者队列服务并启用定时任务，当发现当前平台的 cookie 不可用时，我会向 Celery 发送一个信号(就是调用了前面的set_plat_cookie 这个方法)，消费者得到这个任务这个就会执行自动化脚本以获取 cookie 并储存在 Redis 中，使用时在从 Redis 中获取就能正常请求到该平台的数据。

在空闲时间，Celery中的 get_cookie_status 方法会每隔一分钟向 Redis 请求数据，这就是我们设置的 1分钟心跳。

这样不管我们的 Celery 是否是后台启动，都不会出现假死、卡死的状态，则万事大吉矣!!

6 总结

 

本文为了解决 Celery 在 windows 中的这种弊端，为 Celery 任务队列设置一个心跳时间，比如每一分钟或者每五分钟向 Redis 数据库发送一次数据以保证队列始终是活跃的状态，这样只要你的电脑不关机并保持网络畅通(如果是远程 Redis)，Celery 任务队列服务都不会出现假死、卡死的状态。