python中使用Celery容联云异步发送验证码功能

目录

  • 1.celery异步消息队列介绍
    • celery应用举例
    • Celery有以下优点
    • Celery 特性
  • 2.工作原理 *****
    • Celery 扮演生产者和消费者的角色
    • 思维导图
  • 3.异步发短信
    • 3.1.settings同级目录下创建 celery 文件
    • 3.2.redis及容联云配置
    • 3.3.配置settings文件
    • 3.4.配置 settings同级目录下 init 文件
    • 3.5.在utils下新建一个task.py文件
    • 3.6.接口中调用
    • 3.7.先启动django项目

1.celery异步消息队列介绍

celery应用举例

  • Celery 是一个 基于python开发的分布式异步消息任务队列,通过它可以轻松的实现任务的异步处理,如果你的业务场景中需要用到异步任务,就可以考虑使用celery
  • 你想对100台机器执行一条批量命令,可能会花很长时间 ,但你不想让你的程序等着结果返回,而是给你返回 一个任务ID,你过一段时间只需要拿着这个任务id就可以拿到任务执行结果, 在任务执行ing进行时,你可以继续做其它的事情
  • Celery 在执行任务时需要通过一个消息中间件来接收和发送任务消息,以及存储任务结果, 一般使用rabbitMQ or Redis

Celery有以下优点
  • 简单:一单熟悉了celery的工作流程后,配置和使用还是比较简单的
  • 高可用:当任务执行失败或执行过程中发生连接中断,celery 会自动尝试重新执行任务
  • 快速:一个单进程的celery每分钟可处理上百万个任务
  • 灵活: 几乎celery的各个组件都可以被扩展及自定制

Celery 特性

  • 方便查看定时任务的执行情况, 如 是否成功, 当前状态, 执行任务花费的时间等.
  • 可选 多进程, Eventlet 和 Gevent 三种模型并发执行.
  • Celery 是语言无关的.它提供了python 等常见语言的接口支持.

2.工作原理 *****

Celery 扮演生产者和消费者的角色

  • Celery Beat : 任务调度器. Beat 进程会读取配置文件的内容, 周期性的将配置中到期需要执行的任务发送给任务队列.
  • Celery Worker : 执行任务的消费者, 通常会在多台服务器运行多个消费者, 提高运行效率.
  • Broker : 消息代理, 队列本身. 也称为消息中间件. 接受任务生产者发送过来的任务消息, 存进队列再按序分发给任务消费方(通常是消息队列或者数据库).
  • Producer : 任务生产者. 调用 Celery API , 函数或者装饰器, 而产生任务并交给任务队列处理的都是任务生产者.
  • Result Backend : 任务处理完成之后保存状态信息和结果, 以供查询.

思维导图
python中使用Celery容联云异步发送验证码功能
文章图片


3.异步发短信 首先得安装俩个表要包
pip install celerypip install celery-with-redis


3.1.settings同级目录下创建 celery 文件
如果 'namespace=‘CELERY''出现报错 celery可以适当降一下级别 ‘4.4.7'
from __future__ import absolute_import, unicode_literalsimport osfrom celery import Celery# 设置环境变量os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'md.settings')# 注册Celery的APPapp = Celery('meiduo')# 绑定配置文件app.config_from_object('django.conf:settings', namespace='CELERY')# 自动发现各个app下的tasks.py文件# app.autodiscover_tasks()


3.2.redis及容联云配置
#获取redis连接def getRedis():from django_redis import get_redis_connectionconn = get_redis_connection()return conn#发短信去容联云官网查找自己的信息from ronglian_sms_sdk import SmsSDKaccId = 'ACCOUNT SID(主账号ID)'accToken = 'AUTH TOKEN(账户授权令牌)'appId = 'AppID(默认)'import jsondef send_message(mobile,code,time):sdk = SmsSDK(accId, accToken, appId)tid = '1'datas = (code, time)resp = sdk.sendMessage(tid, mobile, datas)result = json.loads(resp)if result['statusCode'] == '000000':return 1return 2


3.3.配置settings文件
CELERY_BROKER_URL = 'redis://127.0.0.1:6379/'CELERY_RESULT_BACKEND = 'redis://127.0.0.1:6379/'CELERY_RESULT_SERIALIZER = 'json'

【python中使用Celery容联云异步发送验证码功能】
3.4.配置 settings同级目录下 init 文件
from __future__ import absolute_import, unicode_literalsfrom .celery import app as celery_app__all__ = ['celery_app']


3.5.在utils下新建一个task.py文件
# 写异步任务的地方from celery.task import taskfrom .comm import send_message# 定义发送手机号的方法@taskdef mail(mobile,code,time):send_message(mobile,code,time)


3.6.接口中调用
如果用了redis数据库,得先开启数据库
from utils.task import send_messagefrom utils.comm import getRedisimport randomclass SendMes(APIView):# 短信验证def get(self,request):# 接收客户端发送的数据imagecode = request.query_params.get('imagecode')print(imagecode)mobile = request.query_params.get('mobile')print(mobile)uuid = request.query_params.get('uuid')print(uuid)if not all([imagecode,mobile]):return Response({'msg':'没有获取到'})# 验证图片验证码conn =getRedis()# redis 中取验证码code = conn.get(uuid)print(code)if code:code = str(code,encoding='utf8')# 图片验证码对比if imagecode.lower() == code.lower():# 验证通过后调用发送短信接口sms_code = random.randint(10000,99999)# 引用comm文件中的send_messageresult = send_message(mobile,sms_code,1)# 加入短信吗发送成功if result:# redis中要存短信验证吗conn.setex(mobile,60,sms_code)# 把图片验证码从redis中删除conn.delete(uuid)return Response({'msg':sms_code})else:return ({'msg':'发送失败'})else:return Response({'msg':'验证码不正确'})return Response('ok')


3.7.先启动django项目
然后另开终端 cd到项目 目录下启动celery 服务
指定并发数 --autoscale(最多,最少)
celery worker -A 项目的文件名 --loglevel=info --pool=solo --autoscale=50,5urn Response('ok')~~~#### 3.7.先启动django项目 然后另开终端 cd到项目 目录下启动celery 服务指定并发数 --autoscale(最多,最少)```pyhoncelery worker -A 项目的文件名 --loglevel=info --pool=solo --autoscale=50,5

到此这篇关于使用Celery 容联云 异步发送验证码的文章就介绍到这了,更多相关Celery异步发送验证码内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    推荐阅读