Heroku 上的 Celery、RabbitMQ 和 Django：达到内存限制答案

【问题标题】：Celery, RabbitMQ and Django on Heroku: Reaching Memory LimitHeroku 上的 Celery、RabbitMQ 和 Django：达到内存限制
【发布时间】：2020-05-11 20:24:24
【问题描述】：

在 Django 应用程序中使用 RabbitMQ 运行 Celery 任务时，我的 Heroku Dyno（爱好）目前已达到 RAM 内存限制。

我对 Celery 设置有一点点玩弄，但我一直在达到内存限制，而且我缺少有关内存优化的技术知识。我想知道我当前的设置是否可以做些什么来防止达到限制，或者是这里升级 Heroku Dyno 的唯一解决方案？

BROKER_URL = 'amqp://url'
BROKER_POOL_LIMIT = 5
CELERY_RESULT_BACKEND = None
CELERY_MAX_TASKS_PER_CHILD = 10
CELERY_MAX_MEMORY_PER_CHILD = 80000

Procfile:web: gunicorn app_name.wsgi worker: celery -A app_name worker -l info --without-heartbeat

Task.py file:@shared_task(acks_late=True, ignore_result=True)
def function_name(args):

【问题讨论】：

标签： django heroku rabbitmq celery

【解决方案1】：

我遇到了同样的问题，将最大并发设置为 2 或 3 解决了这个问题。

在您的 procfile 中，在 worker 定义中添加 -c 2 或 -c 3。

默认情况下，Celery 会将并发设置为可用的 CPU 数量。并发定义了将产生的芹菜工人的数量。

【讨论】：