flask 是一个轻型框架，这里使用celery 任务调度算法
第一阶段 先创建一个 合格的flask 框架，在这个基础上再使用celery 任务调度
1、简易的目录结构 celery_task 是为了调用celery 处理任务的目录；flaskapp是存放开发应用的目录；test 是测试任务处理的目录
manage 是整体控制的文件
2、开始创建基本 manage.py
#-*- coding:utf-8 -*-from flask import Flask, jsonify, requestapp = Flask(__name__)@app.route('/api/task_start',methods = ['GET','POST'])def task_start(): request_data = request.get_json(force=True) #获取提交请求的原始json 数据 task_data = {} task_data['url'] = request_data.get("target") return jsonify(task_data)@app.route('/api/task_status',methods = ["GET","POST"])def task_status(): pass@app.route('/api/task_reslut',methods = ["GET","POST"])def task_result(): passif __name__ == '__main__': app.run(debug=True,port=9999)
3、现在 可以运行基础的flask 了，使用curl 提交请求
curl -i -X POST -d '{"target":"www.baidu.com"}' http://127.0.0.1:9999/api/task_start
第二阶段：
在第一阶段的基础上 开始使用celery 任务调度，我这使用 redis 做为缓存服务器，安装配置redis 这里不再赘述
1、创建taskmanage.py 用于celery
2、启动celery
celery -A celery_task.taskmanage worker --loglevel=info
curl -i -X POST -d '{"target":"www.baidu.com"}' http://127.0.0.1:9999/api/task_start
调用该task_start api 启动任务
3、编写结果查询 api
在manage .py 文件中@app.route('/api/task_result',methods = ["GET","POST"])def task_result(): data = json.loads(request.get_data()) task_id = data['task_id'] result = get_result(task_id)
return make_response(jsonify(result=result,task_id=task_id))
在taskmanage文件中
def get_result(task_id): result = app.AsyncResult(task_id) return result.result
运行结果：
在redis 数据中查看：
