Question

问题

我已将长时间运行的任务分段为逻辑子任务，因此我可以在完成时报告每个子任务的结果。但是，我正在尝试报告一个有效永远无法完成的任务的结果（而不是随着时间的推移而产生价值），并且正在努力使用我现有的解决方案。

背景

我正在为我编写的一些Python程序构建一个Web界面。用户可以通过Web表单提交作业，然后回来查看作业的进度。

假设我有两个函数，每个函数都是通过不同的形式访问的：

med_func：执行约1分钟，结果传递给render()，这会产生额外的数据。
long_func：返回一个生成器。每个yield大约需要30分钟，并且应该向用户报告。收益率如此之多，我们可以将此迭代器视为无限（仅在revoked时终止。）

代码，当前实现

使用med_func，我会按以下方式报告结果：

在表单提交时，我将AsyncResult保存到Django session：

    task_result = med_func.apply_async([form], link=render.s())
    request.session["task_result"] = task_result

结果页面的Django视图访问此AsyncResult。任务完成后，结果将保存到作为上下文传递给Django模板的对象中。

def results(request):
    """ Serve (possibly incomplete) results of a session's latest run. """
    session = request.session

    try:  # Load most recent task
        task_result = session["task_result"]
    except KeyError:  # Already cleared, or doesn't exist
        if "results" not in session:
            session["status"] = "No job submitted"
    else:  # Extract data from Asynchronous Tasks
        session["status"] = task_result.status
        if task_result.ready():
            session["results"] = task_result.get()
            render_task = task_result.children[0]

            # Decorate with rendering results
            session["render_status"] = render_task.status
            if render_task.ready():
                session["results"].render_output = render_task.get()
                del(request.session["task_result"])  # Don't need any more

    return render_to_response('results.html', request.session)

此解决方案仅在函数终止时有效。我无法将long_func的逻辑子任务链接在一起，因为yield s的数量未知（long_func循环的每次迭代都不会产生结果）。

问题

是否有任何合理的方法可以从极长时间运行的Celery任务中访问产生的对象，以便在生成器耗尽之前显示它们？

Answer 1

为了让Celery了解任务的当前状态，它会在您拥有的任何结果后端设置一些元数据。您可以通过它来存储其他类型的元数据。

def yielder():
    for i in range(2**100):
        yield i

@task
def report_progress():
    for progress in yielder():
        # set current progress on the task
        report_progress.backend.mark_as_started(
            report_progress.request.id,
            progress=progress)

def view_function(request):
    task_id = request.session['task_id']
    task = AsyncResult(task_id)
    progress = task.info['progress']
    # do something with your current progress

我不会在那里抛出 ton 数据，但它可以很好地跟踪长时间运行任务的进度。

Answer 2

保罗的回答很棒。作为使用mark_as_started的替代方法，您可以使用Task的{{1}}方法。他们最终做同样的事情，但名称“update_state”更适合你想要做的事情。您可以选择定义一个custom state来表示您的任务正在进行中（我已将自定义状态命名为“PROGRESS”）：

update_state

Answer 3

芹菜部分：

def long_func(*args, **kwargs):
    i = 0
    while True:
        yield i
        do_something_here(*args, **kwargs)
        i += 1


@task()
def test_yield_task(task_id=None, **kwargs):
    the_progress = 0        
    for the_progress in long_func(**kwargs):
        cache.set('celery-task-%s' % task_id, the_progress)

Webclient方面，启动任务：

r = test_yield_task.apply_async()
request.session['task_id'] = r.task_id

测试最后产生的值：

   v = cache.get('celery-task-%s' % session.get('task_id'))
   if v:
        do_someting()

如果您不喜欢使用缓存，或者不可能，您可以使用数据库，文件或芹菜工作者和服务器端都具有访问权限的任何其他位置。使用缓存它是一个最简单的解决方案，但工作人员和服务器必须使用相同的缓存。

Answer 4

要考虑的几个选项：

1 - 任务组。如果您可以从调用时枚举所有子任务，则可以将该组作为一个整体应用 - 它返回一个TaskSetResult对象，您可以使用该对象来监视整个组的结果，或者组中的各个任务 - 当您需要检查状态时，根据需要进行查询。

2 - 回调。如果您无法枚举所有子任务（或者即使您可以！），您也可以定义Web挂钩/回调，这是任务的最后一步 - 在任务的其余部分完成时调用。该钩子将针对您的应用程序中的URI，该URI提取结果并通过DB或app-internal API使其可用。

这些组合可以解决您的挑战。

Answer 5

另见Instagram工程师之一的这个伟大的PyCon preso。

http://blogs.vmware.com/vfabric/2013/04/how-instagram-feeds-work-celery-and-rabbitmq.html

在视频标记16:00，他讨论了如何构建长的子任务列表。

Answer 6

就个人而言，我希望看到开始时间，持续时间，进度（产生的项目数），停止时间（或ETA），状态以及任何其他有用的信息。如果它看起来与相关的显示类似，可能就像Linux上的ps一样。毕竟，这是一个过程状态。

您可以包含一些选项来暂停或终止任务，和/或“打开”它并显示有关孩子或结果的详细信息。

报告产生了长期运行的Celery任务的结果

问题

背景

代码，当前实现

问题

6 个答案: