Celery非常容易设置，通常都是使用默认的queue来存放任务，写法如下:
@app.task
def task1(x, y):
for _ in range(10):
time.sleep(1)
print('x + y =', x + y)
return x + y
@app.task
def task2():
for _ in range(100):
print('task2: ', datetime.now())
time.sleep(1)
始终使用 kebab-case 的事件名
一、安装erlang环境
1、新增文件 /etc/yum.repos.d/rabbitmq_erlang.repo，在文件里面新增下面内容并保存：
[rabbitmq_erlang]
name=rabbitmq_erlang
baseurl=https://packagecloud.io/rabbitmq/erlang/el/7/$basearch
repo_gpgcheck=1
gpgcheck=1
enabled=1
# PackageCloud's repository key and RabbitMQ package signing key
gpgkey=https://pacpip install celery
pip install eventlet
# eventlet - 具有WSGI支持的异步框架
# eventlet是python库函数，一个是处理和网络相关的，另一个可以通过协程实现并发
# 可以实现'并发'(绿色线程),非阻塞
# 对Python库函数改写,支持协程
可以选择RabbitMQ或者Redis，celery官方推荐的是用rabbitmq，不过我这里，两种broker 我都会安装
# 下载编译
wget http://download.redis.io/releHTML 中的 attribute 名是大小写不敏感的，所以浏览器会把所有大写字符解释为小写字符。这意味着当你使用 DOM 中的模板时，camelCase (驼峰命名法) 的 prop 名需要使用其等价的 kebab-case (短横线分隔命名) 命名：
Vue.component('blog-post', {
// 在 JavaScript 中是 camelCase 的
props: ['postTitle'],
template: '<h3>{{ postTitle }}</h3>'参考廖雪峰的官方网站 https://www.liaoxuefeng.com/wiki/1016959663602400/1017631559645600
Python的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上
如果我们已经有一个通过Queue通信的多进程程序在同一台机器上运行，现在，由于处理任务的进程任务繁重，希望把发送任务的进程和处理任务的进程分布到两台机器上。怎么用分布式进程实现？
原有的Queue可以继续使用，但是，通过managers模块把Queue通过网络暴露出去，就可以让其他机器的进程访问Queue了
# task# 查看
show variables like "%expire_logs_days%";
# 设置保留7天
set global expire_logs_days=7;
vim /etc/my.cnf
mysqld模块
expire_logs_days=7
我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。
首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。
如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。
如果用多线程实现Master-Worker，主线程就是Master，其他线程就是Worker。
多进程模式最大的优点就是稳定性高，因为一个子进程崩溃了，不会影响主进程和其他子进程。（当然主进程挂了所有进程就全挂了，但是Ma
参考廖雪峰的官方网站 https://www.liaoxuefeng.com/wiki/1016959663602400/1017630786314240
import threading
# 创建全局ThreadLocal对象:
local_school = threading.local()
def process_student():
# 获取当前线程关联的student:
std = local_school.student
print('Hello, %s (in %s)' % (std, threading.current_thread(参考廖雪峰的博客https://www.liaoxuefeng.com/wiki/1016959663602400/1017629247922688
import time, threading
# 假定这是你的银行存款:
balance = 0
lock = threading.Lock()
def change_it(n):
# 先存后取，结果应该为0:
global balance
balance = balance + n
balance = balance - n
def run_thread(n):
for i in range(10