一个比 Celery 轻量好用的异步任务工具
P
虎哥约 4 分钟
虎哥约 4 分钟1. 安装 RQ
pip install rq
2. 核心概念
Queue（队列）
from rq import Queue
from redis import Redis# 创建 Redis 连接
redis_conn = Redis()# 创建队列对象
queue = Queue(connection=redis_conn)
Job（任务）
def say_hello(name):
return f"Hello, {name}!"# 将任务加入队列
job = queue.enqueue(say_hello, 'World')
Worker（工作者）
rq worker
3. Web 界面
rq-dashboard
4. 查看任务结果
任务状态
job.get_status() 来查看任务的当前状态，返回的状态值可以是以下之一：queued：任务已经加入队列，等待执行。 started：任务已经开始执行。 finished：任务执行完成。 failed：任务执行失败。
print(job.get_status()) # 输出任务的状态
任务结果
job.result 获取任务的结果。这里有一个小问题：任务结果默认是延迟加载的，也就是说，直到任务执行完成，你才能看到结果。print(job.result) # 输出任务的执行结果
job.result 会是 None，并且你可以通过 job.exc_info 获取详细的错误信息。5. RQ 与 Celery 的对比
RQ：简单易用
基于 Redis：RQ 只依赖 Redis，安装和配置都非常简单。它不需要像 Celery 那样配置各种后端（比如 RabbitMQ、Redis、数据库等）。 轻量级：RQ 适合小型项目和任务处理，不需要那么复杂的配置和管理。 易于上手：RQ 提供了简单的 API 和 Web 界面，非常适合快速开发和调试。
Celery：功能强大
高扩展性：Celery 支持多种消息中间件（比如 RabbitMQ、Redis、Amazon SQS 等），适合处理复杂的分布式任务。 任务调度：Celery 提供了非常强大的任务调度功能，可以定时执行任务或者周期性执行任务。 高度可定制：Celery 支持更复杂的功能，比如任务链、任务组、任务重试等。
总结
对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。
虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》。