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 StartedRust0223
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0142
uni-appA cross-platform framework using Vue.jsJavaScript09
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook04
项目优选
收起
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
470
468
deepin linux kernel
C
32
16
暂无描述
Dockerfile
780
5.09 K
Ascend Extension for PyTorch
Python
759
969
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
705
1.41 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
2.13 K
223
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
888
2.03 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
272
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
462
5.49 K
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++
1.11 K
1.15 K