Celery文档提到了在Django中测试Celery，但没有解释如果不使用Django，如何测试Celery任务。你怎么做到这一点？
Celery文档提到了在Django中测试Celery，但没有解释如果不使用Django，如何测试Celery任务。你怎么做到这一点？
Answers:
可以使用任何unittest库同步测试任务。在处理芹菜任务时，我通常会进行2次不同的测试。第一个（如我所建议的，下面是波纹管）是完全同步的，应该确保算法执行应做的工作。第二部分使用整个系统（包括代理），并确保我没有序列化问题或任何其他分发，通信问题。
所以：
from celery import Celery
celery = Celery()
@celery.task
def add(x, y):
return x + y
和您的测试：
from nose.tools import eq_
def test_add_task():
rst = add.apply(args=(4, 4)).get()
eq_(rst, 8)
希望有帮助！
我用这个：
with mock.patch('celeryconfig.CELERY_ALWAYS_EAGER', True, create=True):
...
文件：http : //docs.celeryproject.org/en/3.1/configuration.html#celery-always-eager
CELERY_ALWAYS_EAGER使您可以同步运行任务，并且不需要芹菜服务器。
ImportError: No module named celeryconfig。
celeryconfig.py位于自己的包装中。参见docs.celeryproject.org/en/latest/getting-started/…。
add从TestCase班级中的OP问题中启动任务？
CELERY_TASK_ALWAYS_EAGER用于单元测试。
取决于您要测试的内容。
import unittest
from myproject.myapp import celeryapp
class TestMyCeleryWorker(unittest.TestCase):
def setUp(self):
celeryapp.conf.update(CELERY_ALWAYS_EAGER=True)
# conftest.py
from myproject.myapp import celeryapp
@pytest.fixture(scope='module')
def celery_app(request):
celeryapp.conf.update(CELERY_ALWAYS_EAGER=True)
return celeryapp
# test_tasks.py
def test_some_task(celery_app):
...
from celery import current_app
def send_task(name, args=(), kwargs={}, **opts):
# https://github.com/celery/celery/issues/581
task = current_app.tasks[name]
return task.apply(args, kwargs, **opts)
current_app.send_task = send_task
对于Celery 4上的用户：
@override_settings(CELERY_TASK_ALWAYS_EAGER=True)由于设置名称已更改，如果您选择升级，则需要更新，请参见
从Celery 3.0开始，CELERY_ALWAYS_EAGER在Django中进行设置的一种方法是：
from django.test import TestCase, override_settings
from .foo import foo_celery_task
class MyTest(TestCase):
@override_settings(CELERY_ALWAYS_EAGER=True)
def test_foo(self):
self.assertTrue(foo_celery_task.delay())
从Celery v4.0开始，提供了py.test固定装置来启动celery工人只是为了进行测试，并在完成后将其关闭：
def test_myfunc_is_executed(celery_session_worker):
# celery_session_worker: <Worker: gen93553@gnpill.local (running)>
assert myfunc.delay().wait(3)
在http://docs.celeryproject.org/en/latest/userguide/testing.html#py-test中描述的其他灯具中，您可以通过celery_config以下方式重新定义灯具来更改celery的默认选项：
@pytest.fixture(scope='session')
def celery_config():
return {
'accept_content': ['json', 'pickle'],
'result_serializer': 'pickle',
}
默认情况下，测试人员使用内存中的代理和结果后端。如果不测试特定功能，则无需使用本地Redis或RabbitMQ。
使用pytest 参考。
def test_add(celery_worker):
mytask.delay()
如果您使用烧瓶，请设置应用配置
CELERY_BROKER_URL = 'memory://'
CELERY_RESULT_BACKEND = 'cache+memory://'
和在 conftest.py
@pytest.fixture
def app():
yield app # Your actual Flask application
@pytest.fixture
def celery_app(app):
from celery.contrib.testing import tasks # need it
yield celery_app # Your actual Flask-Celery application
就我而言（我假设还有很多其他人），我想要做的就是使用pytest测试任务的内部逻辑。
TL; DR; 最终嘲笑了一切（选项2）
示例用例：
proj/tasks.py
@shared_task(bind=True)
def add_task(self, a, b):
return a+b;tests/test_tasks.py
from proj import add_task
def test_add():
assert add_task(1, 2) == 3, '1 + 2 should equal 3'但是，由于shared_task装饰器执行了许多芹菜内部逻辑操作，因此它实际上不是单元测试。
因此，对我来说，有2种选择：
选项1：独立的内部逻辑
proj/tasks_logic.py
def internal_add(a, b):
return a + b;proj/tasks.py
from .tasks_logic import internal_add
@shared_task(bind=True)
def add_task(self, a, b):
return internal_add(a, b);这看起来很奇怪，除了使可读性降低之外，它还需要手动提取并传递属于请求的属性，例如task_id在您需要的情况下，这会使逻辑不那么纯净。
选项2：模拟
嘲笑芹菜内部
tests/__init__.py
# noinspection PyUnresolvedReferences
from celery import shared_task
from mock import patch
def mock_signature(**kwargs):
return {}
def mocked_shared_task(*decorator_args, **decorator_kwargs):
def mocked_shared_decorator(func):
func.signature = func.si = func.s = mock_signature
return func
return mocked_shared_decorator
patch('celery.shared_task', mocked_shared_task).start()然后，它允许我模拟请求对象（同样，如果您需要请求中的内容，例如ID或重试计数器）。
tests/test_tasks.py
from proj import add_task
class MockedRequest:
def __init__(self, id=None):
self.id = id or 1
class MockedTask:
def __init__(self, id=None):
self.request = MockedRequest(id=id)
def test_add():
mocked_task = MockedTask(id=3)
assert add_task(mocked_task, 1, 2) == 3, '1 + 2 should equal 3'该解决方案更加手动，但是，它为我提供了实际进行单元测试所需的控制，而无需重复自己，也不会丢失芹菜范围。