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
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989