28

我有一个任务,有点像这样:

@task()
def async_work(info):
    ...

在任何时候,我都可以用一些信息调用 async_work。出于某种原因,我需要确保一次只运行一个 async_work,其他调用请求必须等待。

所以我想出了以下代码:

is_locked = False    
@task()
def async_work(info):
    while is_locked:
        pass
    is_locked = True
    ...
    is_locked = False

但是它说访问局部变量是无效的......如何解决它?

4

3 回答 3

42

访问局部变量是无效的,因为您可以让多个 celery worker 运行任务。这些工人甚至可能在不同的主机上。is_locked所以,基本上,有多少 Celery 工作人员正在运行你的async_work任务,就有多少变量实例。因此,即使您的代码不会引发任何错误,您也不会获得预期的效果。

为了实现您的目标,您需要将 Celery 配置为仅运行一名工作人员。由于任何工作人员都可以在任何给定时间处理单个任务,因此您可以获得所需的内容。

编辑:

根据工人指南>并发

默认情况下,多处理用于执行任务的并发执行,但您也可以使用 Eventlet。可以使用--concurrency参数更改工作进程/线程的数量,默认为机器上可用的 CPU 数量。

因此,您需要像这样运行工人:

$ celery worker --concurrency=1

编辑2:

令人惊讶的是,还有另一种解决方案,而且它甚至在官方文档中,请参阅确保任务一次只执行一个文章。

于 2012-08-17T09:34:56.967 回答
15

您可能不想concurrency=1为您的 celery 工人使用 - 您希望同时处理您的任务。相反,您可以使用某种锁定机制。只要确保缓存的超时时间大于完成任务的时间。

雷迪斯

import redis
from contextlib import contextmanager

redis_client = redis.Redis(host='localhost', port=6378)


@contextmanager
def redis_lock(lock_name):
    """Yield 1 if specified lock_name is not already set in redis. Otherwise returns 0.

    Enables sort of lock functionality.
    """
    status = redis_client.set(lock_name, 'lock', nx=True)
    try:
        yield status
    finally:
        redis_client.delete(lock_name)


@task()
def async_work(info):
    with redis_lock('my_lock_name') as acquired:
        do_some_work()

内存缓存

受celery 文档启发的示例

from contextlib import contextmanager
from django.core.cache import cache

@contextmanager
def memcache_lock(lock_name):
    status = cache.add(lock_name, 'lock')
    try:
        yield status
    finally:
        cache.delete(lock_name)


@task()
def async_work(info):
    with memcache_lock('my_lock_name') as acquired:
        do_some_work() 
于 2019-02-11T08:00:04.273 回答
2

我已经实现了一个装饰器来处理这个问题。它基于确保从官方 Celery 文档中一次只执行一个任务。

它使用函数的名称及其 args 和 kwargs 创建一个 lock_id,它在 Django 的缓存层中设置/获取(我只用 Memcached 测试过,但它也应该适用于 Redis)。如果 lock_id 已经在缓存中设置,它会将任务放回队列并退出。

CACHE_LOCK_EXPIRE = 30


def no_simultaneous_execution(f):
    """
    Decorator that prevents a task form being executed with the
    same *args and **kwargs more than one at a time.
    """
    @functools.wraps(f)
    def wrapper(self, *args, **kwargs):
        # Create lock_id used as cache key
        lock_id = '{}-{}-{}'.format(self.name, args, kwargs)

        # Timeout with a small diff, so we'll leave the lock delete
        # to the cache if it's close to being auto-removed/expired
        timeout_at = monotonic() + CACHE_LOCK_EXPIRE - 3

        # Try to acquire a lock, or put task back on queue
        lock_acquired = cache.add(lock_id, True, CACHE_LOCK_EXPIRE)
        if not lock_acquired:
            self.apply_async(args=args, kwargs=kwargs, countdown=3)
            return

        try:
            f(self, *args, **kwargs)
        finally:
            # Release the lock
            if monotonic() < timeout_at:
                cache.delete(lock_id)
    return wrapper

然后,您可以将其作为第一个装饰器应用于任何任务:

@shared_task(bind=True, base=MyTask)
@no_simultaneous_execution
def sometask(self, some_arg):
  ...
于 2019-12-12T09:28:56.123 回答