FastAPI与Celery集成教程
2024-08-17 00:21:38作者:殷蕙予
项目介绍
FastAPI是一个现代、快速(高性能)的Web框架,用于构建API,基于Python 3.7+标准类型提示。Celery是一个简单、灵活且可靠的分布式系统,用于处理大量消息,同时提供操作作业队列的能力。将FastAPI与Celery结合,可以实现异步任务处理和定时任务,非常适合需要后台处理的应用场景。
项目快速启动
安装依赖
首先,克隆项目仓库并安装所需的依赖:
git clone https://github.com/testdrivenio/fastapi-celery.git
cd fastapi-celery
pip install -r requirements.txt
配置Celery
在项目中,创建一个celery_app.py文件,配置Celery:
from celery import Celery
celery_app = Celery(
"worker",
broker="redis://localhost:6379/0",
backend="redis://localhost:6379/0"
)
@celery_app.task
def long_task():
# 你的长时间运行任务逻辑
pass
配置FastAPI
在FastAPI应用中,导入并使用Celery任务:
from fastapi import FastAPI
from celery_app import long_task
app = FastAPI()
@app.get("/start")
def start_task():
task = long_task.delay()
return {"message": "Task started", "task_id": task.id}
启动服务
使用Docker Compose启动所有服务:
docker-compose up --build
应用案例和最佳实践
异步任务处理
在Web应用中,某些操作可能需要较长时间完成,例如发送电子邮件、处理大数据集等。使用Celery可以将这些任务移至后台处理,提高应用的响应速度和用户体验。
定时任务
Celery还支持定时任务,可以定期执行某些任务,例如数据备份、报告生成等。通过配置beat_schedule,可以轻松实现定时任务:
from datetime import timedelta
celery_app.conf.beat_schedule = {
"call-task-every-minute": {
"task": "your_project_name.celery_app.long_task",
"schedule": timedelta(minutes=1)
}
}
典型生态项目
Redis
Redis是一个高性能的键值存储系统,常用作消息代理和结果存储后端。在FastAPI和Celery的集成中,Redis是常用的选择。
Docker
Docker是一个容器化平台,可以轻松部署和管理应用。通过Docker Compose,可以方便地启动和管理多个服务,如FastAPI、Celery worker、Celery beat和Redis。
Uvicorn
Uvicorn是一个基于ASGI的服务器,用于运行FastAPI应用。它提供了高性能的异步支持,非常适合FastAPI的运行环境。
通过以上步骤,你可以快速启动并运行一个集成了FastAPI和Celery的项目,实现异步任务处理和定时任务。根据具体需求,可以进一步优化和扩展项目。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
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++
886
602
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895