WedX - журнал о программировании и компьютерных науках

Django celery, celery-beat: бесконтрольно заполняет очередь, проблемы с планированием

У меня есть небольшой проект с парой задач, которые нужно запускать несколько раз в день. Проект основан на Django 2.1, имеет celery 4.2.1 и django-celery-beat 1.3.0. А также установить rabbitmq.

Каждая задача находится внутри приложения своего проекта. Бегает, работает, дает какой-то результат. Проблема в том, что на виртуальном сервере, арендованном у какого-то провайдера, если я устанавливаю какую-либо задачу для периодического запуска (каждый час или два), она начинает работать немедленно, без конца и, как я полагаю, в каких-то параллельных потоках, желаю сетку друг с другом. Команда rabbintmqctl list_queues name messages_unacknowldged всегда показывает 8 в очереди celery. Очистка очереди celery не дает никаких изменений. Перезапуск службы - тоже.

Но установка расписания задач на точное время работает хорошо. Ну почти хорошо. Две задачи имеют расписание для запуска в начале разных часов (четное и нечетное). Но оба работают примерно через 30 минут после начала одного и того же (нечетного) часа. По крайней мере, задачи не выполняются больше раз в день, чем указано в расписании. Но все равно что-то не так.

Как новичок с rabbitmq и сельдереем, не знаю, где искать решение. Официальные документы по сельдерею мне не помогли. Возможно, искал не в том месте. Любая помощь или совет были бы хороши. Спасибо.


Ответы:


1

Похоже, это ошибка django-celery-beat - https://github.com/celery/celery/issues/4041. Если кто-то уже какое-то решение по этому поводу - прошу сообщить.

29.12.2018
Новые материалы

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


Для любых предложений по сайту: [email protected]