Celery Progress 项目教程
2024-09-13 06:44:16作者:秋阔奎Evelyn
1. 项目介绍
Celery Progress 是一个用于 Django/Celery 应用程序的进度条库。它提供了一种简单的方式来为你的后台任务添加进度条,而无需依赖其他外部库。这个项目的主要目标是简化在 Django 项目中使用 Celery 任务时的进度跟踪和显示。
主要特点:
- 依赖免费:无需额外依赖即可使用。
- 简单设置:只需几行代码即可集成到你的项目中。
- 高度可定制:支持多种自定义选项,包括进度条样式、消息显示等。
2. 项目快速启动
安装
首先,确保你已经在项目中正确设置了 Celery。然后,通过 pip 安装 celery-progress:
pip install celery-progress
配置
-
添加到 INSTALLED_APPS:
在你的
settings.py文件中,将celery_progress添加到INSTALLED_APPS:INSTALLED_APPS = [ ... 'celery_progress', ... ] -
配置 URL:
在你的主
urls.py文件中,添加以下 URL 配置:from django.urls import path, include urlpatterns = [ ... path('celery-progress/', include('celery_progress.urls')), # 添加这一行 ... ]
记录进度
在你的 Celery 任务中,使用 ProgressRecorder 来记录进度:
from celery import shared_task
from celery_progress.backend import ProgressRecorder
import time
@shared_task(bind=True)
def my_task(self, seconds):
progress_recorder = ProgressRecorder(self)
for i in range(seconds):
time.sleep(1)
progress_recorder.set_progress(i + 1, seconds)
return 'done'
显示进度
在你的视图中,获取任务 ID 并传递给模板:
from django.shortcuts import render
from .tasks import my_task
def progress_view(request):
result = my_task.delay(10)
return render(request, 'display_progress.html', context={'task_id': result.task_id})
在模板中,添加进度条的 HTML 和 JavaScript:
<!-- display_progress.html -->
<div class='progress-wrapper'>
<div id='progress-bar' class='progress-bar' style="background-color: #68a9ef; width: 0%;"> </div>
</div>
<div id="progress-bar-message">Waiting for progress to start</div>
<script src="{% static 'celery_progress/celery_progress.js' %}"></script>
<script>
document.addEventListener("DOMContentLoaded", function () {
var progressUrl = "{% url 'celery_progress:task_status' task_id %}";
CeleryProgressBar.initProgressBar(progressUrl);
});
</script>
3. 应用案例和最佳实践
应用案例
- 文件上传和处理:在文件上传后,使用 Celery 任务处理文件,并在前端显示处理进度。
- 长时间运行的任务:对于需要长时间运行的任务(如数据分析、图像处理等),使用进度条来告知用户任务的进展情况。
最佳实践
- 自定义进度条样式:通过修改 CSS 来自定义进度条的外观,使其与你的网站风格一致。
- 错误处理:在任务中添加错误处理逻辑,并在前端显示错误信息。
- WebSocket 支持:如果需要实时更新进度,可以启用 WebSocket 支持,以减少轮询的频率。
4. 典型生态项目
- Django:作为 Django 项目的一部分,Celery Progress 可以与 Django 无缝集成。
- Celery:Celery 是一个强大的分布式任务队列,Celery Progress 为其提供了进度跟踪功能。
- Django Channels:如果你需要实时更新进度,可以结合 Django Channels 使用 WebSocket 支持。
通过以上步骤,你可以轻松地在 Django/Celery 项目中集成进度条功能,提升用户体验。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
689
4.46 K
Ascend Extension for PyTorch
Python
544
668
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
955
928
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
415
74
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
407
323
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.08 K
564
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292