Answers:
编辑:查看其他答案以获得队列中的任务列表。
您应该在这里查看: 芹菜指南-检查工人
基本上是这样的:
from celery.app.control import Inspect
# Inspect all nodes.
i = Inspect()
# Show the items that have an ETA or are scheduled for later processing
i.scheduled()
# Show tasks that are currently active.
i.active()
# Show tasks that have been claimed by workers
i.reserved()
根据您想要的
i.reserved()
获得的排队任务列表。
inspect(['celery@Flatty'])
。大大提高了速度inspect()
。
如果使用的是rabbitMQ,请在终端中使用:
sudo rabbitmqctl list_queues
它将打印带有待处理任务数量的队列列表。例如:
Listing queues ...
0b27d8c59fba4974893ec22d478a7093 0
0e0a2da9828a48bc86fe993b210d984f 0
10@torob2.celery.pidbox 0
11926b79e30a4f0a9d95df61b6f402f7 0
15c036ad25884b82839495fb29bd6395 1
celerey_mail_worker@torob2.celery.pidbox 0
celery 166
celeryev.795ec5bb-a919-46a8-80c6-5d91d2fcf2aa 0
celeryev.faa4da32-a225-4f6c-be3b-d8814856d1b6 0
右列中的数字是队列中的任务数。在上面,芹菜队列有166个待处理任务。
grep -e "^celery\s" | cut -f2
,166
如果您想稍后处理该数字,则可以通过管道将其提取出来,例如统计数据。
如果您不使用优先任务,那么使用Redis 实际上非常简单。获取任务计数:
redis-cli -h HOST -p PORT -n DATABASE_NUMBER llen QUEUE_NAME
但是,优先任务在redis中使用了不同的键,因此整个过程稍微复杂一些。整个情况是您需要查询redis的每个任务优先级。在python中(以及Flower项目中),它看起来像:
PRIORITY_SEP = '\x06\x16'
DEFAULT_PRIORITY_STEPS = [0, 3, 6, 9]
def make_queue_name_for_pri(queue, pri):
"""Make a queue name for redis
Celery uses PRIORITY_SEP to separate different priorities of tasks into
different queues in Redis. Each queue-priority combination becomes a key in
redis with names like:
- batch1\x06\x163 <-- P3 queue named batch1
There's more information about this in Github, but it doesn't look like it
will change any time soon:
- https://github.com/celery/kombu/issues/422
In that ticket the code below, from the Flower project, is referenced:
- https://github.com/mher/flower/blob/master/flower/utils/broker.py#L135
:param queue: The name of the queue to make a name for.
:param pri: The priority to make a name with.
:return: A name for the queue-priority pair.
"""
if pri not in DEFAULT_PRIORITY_STEPS:
raise ValueError('Priority not in priority steps')
return '{0}{1}{2}'.format(*((queue, PRIORITY_SEP, pri) if pri else
(queue, '', '')))
def get_queue_length(queue_name='celery'):
"""Get the number of tasks in a celery queue.
:param queue_name: The name of the queue you want to inspect.
:return: the number of items in the queue.
"""
priority_names = [make_queue_name_for_pri(queue_name, pri) for pri in
DEFAULT_PRIORITY_STEPS]
r = redis.StrictRedis(
host=settings.REDIS_HOST,
port=settings.REDIS_PORT,
db=settings.REDIS_DATABASES['CELERY'],
)
return sum([r.llen(x) for x in priority_names])
如果您想完成一项实际任务,可以使用以下方法:
redis-cli -h HOST -p PORT -n DATABASE_NUMBER lrange QUEUE_NAME 0 -1
从那里,您必须反序列化返回的列表。就我而言,我能够通过以下方式完成此任务:
r = redis.StrictRedis(
host=settings.REDIS_HOST,
port=settings.REDIS_PORT,
db=settings.REDIS_DATABASES['CELERY'],
)
l = r.lrange('celery', 0, -1)
pickle.loads(base64.decodestring(json.loads(l[0])['body']))
请注意,反序列化可能需要一些时间,您需要调整以上命令以使用各种优先级。
DATABASE_NUMBER
默认情况下使用的是0
,而QUEUE_NAME
is是celery
,因此redis-cli -n 0 llen celery
将返回排队的消息数。
'{{{0}}}{1}{2}'
不是'{0}{1}{2}'
。除此之外,这非常完美!
要从后端检索任务,请使用此
from amqplib import client_0_8 as amqp
conn = amqp.Connection(host="localhost:5672 ", userid="guest",
password="guest", virtual_host="/", insist=False)
chan = conn.channel()
name, jobs, consumers = chan.queue_declare(queue="queue_name", passive=True)
如果您使用的是Celery + Django的最简单方法来检查任务,可直接从虚拟环境中的终端中使用命令或使用celery 的完整路径进行检查:
Doc:http : //docs.celeryproject.org/en/latest/userguide/workers.html? highlight = revoke#inspecting-workers
$ celery inspect reserved
$ celery inspect active
$ celery inspect registered
$ celery inspect scheduled
另外,如果您使用的是Celery + RabbitMQ,则可以使用以下命令检查队列列表:
更多信息:https : //linux.die.net/man/1/rabbitmqctl
$ sudo rabbitmqctl list_queues
celery -A my_proj inspect reserved
使用json序列化的Redis复制粘贴解决方案:
def get_celery_queue_items(queue_name):
import base64
import json
# Get a configured instance of a celery app:
from yourproject.celery import app as celery_app
with celery_app.pool.acquire(block=True) as conn:
tasks = conn.default_channel.client.lrange(queue_name, 0, -1)
decoded_tasks = []
for task in tasks:
j = json.loads(task)
body = json.loads(base64.b64decode(j['body']))
decoded_tasks.append(body)
return decoded_tasks
它适用于Django。只是不要忘记改变yourproject.celery
。
body =
线路body = pickle.loads(base64.b64decode(j['body']))
。
芹菜检查模块似乎仅从工人角度了解任务。如果您想查看队列中的消息(但尚未由工作人员拉出),我建议使用pyrabbit,它可以与Rabbitmq http api进行接口以从队列中检索各种信息。
可以在此处找到一个示例: 使用Celery(RabbitMQ,Django)检索队列长度
我认为获取正在等待的任务的唯一方法是保留启动任务的列表,并让任务在启动时将其自身从列表中删除。
使用rabbitmqctl和list_queues,您可以概述正在等待多少个任务,而不是任务本身:http ://www.rabbitmq.com/man/rabbitmqctl.1.man.html
如果要包含正在处理但尚未完成的任务,则可以保留任务列表并检查其状态:
from tasks import add
result = add.delay(4, 4)
result.ready() # True if finished
或者,您让Celery使用CELERY_RESULT_BACKEND存储结果,并检查其中没有哪些任务。
这在我的应用程序中为我工作:
def get_celery_queue_active_jobs(queue_name):
connection = <CELERY_APP_INSTANCE>.connection()
try:
channel = connection.channel()
name, jobs, consumers = channel.queue_declare(queue=queue_name, passive=True)
active_jobs = []
def dump_message(message):
active_jobs.append(message.properties['application_headers']['task'])
channel.basic_consume(queue=queue_name, callback=dump_message)
for job in range(jobs):
connection.drain_events()
return active_jobs
finally:
connection.close()
active_jobs
将是与队列中的任务相对应的字符串列表。
不要忘记与您自己交换CELERY_APP_INSTANCE。
感谢@ashish将我的答案指向正确的方向:https ://stackoverflow.com/a/19465670/9843399
jobs
总是为零...有什么想法吗?
我得出的结论是,获得队列中作业数量的最佳方法是使用,rabbitmqctl
正如这里多次建议的那样。为了允许任何选定的用户使用sudo
我按照此处的说明运行命令(我跳过了概要文件部分的编辑,因为我不介意在命令前键入sudo。)
我还抓住了jamesc的代码段grep
和cut
片段,并将其包装在子流程调用中。
from subprocess import Popen, PIPE
p1 = Popen(["sudo", "rabbitmqctl", "list_queues", "-p", "[name of your virtula host"], stdout=PIPE)
p2 = Popen(["grep", "-e", "^celery\s"], stdin=p1.stdout, stdout=PIPE)
p3 = Popen(["cut", "-f2"], stdin=p2.stdout, stdout=PIPE)
p1.stdout.close()
p2.stdout.close()
print("number of jobs on queue: %i" % int(p3.communicate()[0]))
如果您控制任务的代码,则可以通过让任务在首次执行时触发一次重试来解决此问题,然后选中inspect().reserved()
。重试将任务注册到结果后端,而celery可以看到。该任务必须接受self
或context
作为第一个参数,以便我们可以访问重试计数。
@task(bind=True)
def mytask(self):
if self.request.retries == 0:
raise self.retry(exc=MyTrivialError(), countdown=1)
...
此解决方案与代理无关,即。您不必担心使用的是RabbitMQ还是Redis来存储任务。
编辑:经过测试,我发现这只是部分解决方案。保留的大小限于工作程序的预取设置。