Question

我在项目中使用Python和celery。在项目中，我有两个文件：

celeryconfig.py

BROKER_URL = "amqp://guest:guest@localhost:5672//"
CELERY_RESULT_BACKEND = "amqp"
CELERY_IMPORTS = ("example",)
CELERYD_CONCURRENCY = 2

和 example.py

from celery.task import task
import hashlib

md5 = hashlib.md5()

@task
def getDigest(text):
    print 'Using md5 - ',md5
    md5.update(text)
    return md5.digest()

在 celeryconfig.py 中，我将 CELERYD_CONCURRENCY 设置为 2 ，这意味着它会将我的任务队列中的任务分配给< em> 2 不同的进程。

从Python控制台，我运行：

from example import getDigest
getDigest.delay('foo');getDigest.delay('bar')

这会创建两个由两个工作人员同时执行的任务。问题是，当两个工作进程都运行其任务函数[ getDigest（）]时，它们似乎使用相同的哈希对象（ md5 ）。 celeryd 的输出证实了这一点，如下所示。

[PoolWorker-2] Using md5 -
[PoolWorker-2] <md5 HASH object @ 0x23e6870>
[PoolWorker-1] Using md5 -
[PoolWorker-1] <md5 HASH object @ 0x23e6870>

为了简单起见，我使用的是hashlib的md5对象，但在我的实际项目中，我使用的对象不能可以被多个进程访问和修改。这预计会使工人崩溃。

这提出了一个问题：如何修改我的代码以使工作进程初始化并使用他们自己的（ md5 ）对象？现在，他们正在共享同一个对象 - 导致我的应用程序崩溃。这可能吗？

Answer 1

他们使用相同的对象，因为您在代码中明确告诉他们。通过在任务范围之外创建对象并在任务中使用它，您将为所有工作者提供对共享对象的访问权限。这是一个并发问题，不一定是Celery问题。如果对象很小，您可以使用该对象的副本，或使用您自己的锁定策略。但是，一般情况下，如果一个对象一次要由多个进程更新，则需要采用某种同步，这超出了Celery的范围。

芹菜工人变量分享问题

1 个答案: