celery集群管理实现

本来这个方案打算用在我的Sora上，但是因为某些问题打算弃用celery。但既然有人想问怎样实现多机器的管理，那就写出来了：

架构：

这里作为例子的celery app为myapp：

root@workgroup0:~/celeryapp# ls myapp  agent.py   celery.py   config.py   __init__.py  root@workgroup0:~/celeryapp#

公用代码部分：

celery.py：（备注：172.16.77.175是任务发布节点的ip地址）

from __future__ import absolute_import  from celery import Celery  app = Celery('myapp',               broker='amqp://guest@172.16.77.175//',               backend='amqp://guest@172.16.77.175//',               include=['myapp.agent'])    app.config_from_object('myapp.config')    if __name__ == '__main__':    app.start()

config.py：

from __future__ import absolute_import  from kombu import Queue,Exchange  from datetime import timedelta    CELERY_TASK_RESULT_EXPIRES=3600  CELERY_TASK_SERIALIZER='json'  CELERY_ACCEPT_CONTENT=['json']  CELERY_RESULT_SERIALIZER='json'    CELERY_DEFAULT_EXCHANGE = 'agent'  CELERY_DEFAULT_EXCHANGE_TYPE = 'direct'    CELERT_QUEUES =  (    Queue('machine1',exchange='agent',routing_key='machine1'),    Queue('machine2',exchange='agent',routing_key='machine2'),  )

__init__.py:(空白）

任务发布节点的agent.py：

from __future__ import absolute_import  from myapp.celery import app    @app.task  def add(x,y):      return {'the value is ':str(x+y)}    @app.task  def writefile():      out=open('/tmp/data.txt','w')      out.write('hello'+'\n')      out.close()    @app.task  def mul(x,y):      return x*y    @app.task  def xsum(numbers):      return sum(numbers)    @app.task  def getl(stri):      return getlength(stri)      def getlength(stri):      return len(stri)

docker1上的agent.py：

from __future__ import absolute_import  from myapp.celery import app    @app.task  def add(x,y):      return {'value':str(x+y),'node_name':'docker1'}                   #增加了node_name用来识别节点    @app.task  def writefile():      out=open('/tmp/data.txt','w')      out.write('hello'+'\n')      out.close()    @app.task  def mul(x,y):      return x*y    @app.task  def xsum(numbers):      return sum(numbers)    @app.task  def getl(stri):      return getlength(stri)      def getlength(stri):      return len(stri)

docker2上的：

from __future__ import absolute_import  from myapp.celery import app    @app.task  def add(x,y):      return {'value':str(x+y),'node_name':'docker2'}    @app.task  def writefile():      out=open('/tmp/data.txt','w')      out.write('hello'+'\n')      out.close()    @app.task  def mul(x,y):      return x*y    @app.task  def xsum(numbers):      return sum(numbers)    @app.task  def getl(stri):      return getlength(stri)      def getlength(stri):      return len(stri)

在这个例子中我只测试add()函数：

在docker1节点上启动worker：（用-Q指定监听的queue）

root@workgroup1:~/celeryapp# celery -A myapp worker -l info -Q machine1  /usr/local/lib/python2.7/dist-packages/celery/platforms.py:766: RuntimeWarning: You are running the worker with superuser privileges, which is  absolutely not recommended!    Please specify a different user using the -u option.    User information: uid=0 euid=0 gid=0 egid=0      uid=uid, euid=euid, gid=gid, egid=egid,      -------------- celery@workgroup1.hzg.com v3.1.17 (Cipater)  ---- **** -----   --- * ***  * -- Linux-3.13.0-24-generic-x86_64-with-Ubuntu-14.04-trusty  -- * - **** ---   - ** ---------- [config]  - ** ---------- .> app:         myapp:0x7f472d73f190  - ** ---------- .> transport:   amqp://guest:**@172.16.77.175:5672//  - ** ---------- .> results:     amqp://guest@172.16.77.175//  - *** --- * --- .> concurrency: 1 (prefork)  -- ******* ----   --- ***** ----- [queues]   -------------- .> machine1         exchange=machine1(direct) key=machine1                      [tasks]    . myapp.agent.add    . myapp.agent.getl    . myapp.agent.mul    . myapp.agent.writefile    . myapp.agent.xsum    [2015-10-18 15:07:51,313: INFO/MainProcess] Connected to amqp://guest:**@172.16.77.175:5672//  [2015-10-18 15:07:51,340: INFO/MainProcess] mingle: searching for neighbors  [2015-10-18 15:07:52,372: INFO/MainProcess] mingle: sync with 1 nodes  [2015-10-18 15:07:52,374: INFO/MainProcess] mingle: sync complete  [2015-10-18 15:07:52,423: WARNING/MainProcess] celery@workgroup1.hzg.com ready.

启动docker2上的worker：

root@workgroup2:~/celeryapp# celery -A myapp worker -l info -Q machine2  /usr/local/lib/python2.7/dist-packages/celery/platforms.py:766: RuntimeWarning: You are running the worker with superuser privileges, which is  absolutely not recommended!    Please specify a different user using the -u option.    User information: uid=0 euid=0 gid=0 egid=0      uid=uid, euid=euid, gid=gid, egid=egid,      -------------- celery@workgroup2.hzg.com v3.1.18 (Cipater)  ---- **** -----   --- * ***  * -- Linux-3.13.0-24-generic-x86_64-with-Ubuntu-14.04-trusty  -- * - **** ---   - ** ---------- [config]  - ** ---------- .> app:         myapp:0x7f708cb8ec10  - ** ---------- .> transport:   amqp://guest:**@172.16.77.175:5672//  - ** ---------- .> results:     amqp://guest@172.16.77.175//  - *** --- * --- .> concurrency: 1 (prefork)  -- ******* ----   --- ***** ----- [queues]   -------------- .> machine2         exchange=machine2(direct) key=machine2                      [tasks]    . myapp.agent.add    . myapp.agent.getl    . myapp.agent.mul    . myapp.agent.writefile    . myapp.agent.xsum    [2015-10-18 15:08:52,114: INFO/MainProcess] Connected to amqp://guest:**@172.16.77.175:5672//  [2015-10-18 15:08:52,144: INFO/MainProcess] mingle: searching for neighbors  [2015-10-18 15:08:53,174: INFO/MainProcess] mingle: sync with 1 nodes  [2015-10-18 15:08:53,176: INFO/MainProcess] mingle: sync complete  [2015-10-18 15:08:53,227: WARNING/MainProcess] celery@workgroup2.hzg.com ready.

在任务发布节点发布一个计算任务给docker1：

root@workgroup0:~/celeryapp# ls  default.etcd  hots.sh  hotswap.py  myapp  myapp1tmp  people.db  resp  sora  test.py  root@workgroup0:~/celeryapp# python  Python 2.7.6 (default, Mar 22 2014, 22:59:56)   [GCC 4.8.2] on linux2  Type "help", "copyright", "credits" or "license" for more information.  >>> from myapp.agent import add  >>> res = add.apply_async(args=[122,34],queue='machine1',routing_key='machine1')  >>> res.get()  {u'value': u'156', u'node_name': u'docker1'}

用get()可以看到来自docker1的返回，再看看docker1的显示：

[2015-10-18 15:11:51,217: INFO/MainProcess] Task myapp.agent.add[c487a9a2-e5cc-462b-a131-784b363a1952] succeeded in 0.03602907s: {'value': '156', 'node_name': 'docker1'}

至于docker2，一点没动：

[2015-10-18 15:08:53,176: INFO/MainProcess] mingle: sync complete  [2015-10-18 15:08:53,227: WARNING/MainProcess] celery@workgroup2.hzg.com ready.

发布一个任务给docker2：

>>> res = add.apply_async(args=[1440,900],queue='machine2',routing_key='machine2')  >>> res.get()  {u'value': u'2340', u'node_name': u'docker2'}  >>>

因为在配置文件中已经定义好了默认的exchange，因此只需指定queue和routing key即可把任务发到指定的节点上。但是这样的架构不容易增删节点（我的项目就是如此），我还是研究了一个使用actor模型+etcd任务持久化的架构开发Sora。

总结：这样一来，就可以实现集群的管理。但是任务发布节点必须维护一个queue与routing key的记录，以便指定集群中的节点执行任务。建议根据情况改变exchange的设置，节点多的时候不应该只用一个default exchange。