试图把我的头缠在 Celery 周围。到目前为止，我知道有客户、经纪人和工人。为简单起见，我正在查看Dockerized version of this setup。
如果我理解正确，客户端在代理上排队一个任务，然后工作人员不断尝试从代理中弹出并处理该任务。
在示例中，Client (in this case a Flask app) 和 Worker 似乎都引用了 exact same code。对吗？
这是否意味着如果每个组件都被分解到它们自己的机器上，那么代码就需要同时部署到客户端和工作机器上？这些部分需要访问相同的任务/功能才能完成各自的工作，这似乎很奇怪。
【问题讨论】：
标签： celery
这也是我最初感到困惑的一件事。任务的代码不必同时出现在两者上，只有工作人员需要代码来完成实际工作。当您说客户端将任务排入代理然后由工人执行时，了解其工作原理至关重要。客户端只向代理发送消息，而不是实际任务。该消息包含任务名称、参数和其他内容。所以客户端只需要知道这些关于任务的参数就可以将它排入队列。然后，它可以在不知不觉中使用send_task 将任务入队。
这就是我在一个简单的求职者应用程序中使用 Celery 的方式，我想尽可能地解耦各个部分。我有一个 Flask 应用程序，用作用户可以管理的作业的 UI（创建、查看状态/进度等）。Flask 应用程序使用 APScheduler 来实际运行作业（其中作业只不过是 Celery 任务） .现在，我希望客户端部分（Flask 应用程序 + 调度程序）尽可能少地了解将它们作为作业运行的任务。这意味着他们可以接受他们的名字和论据。为了使它真正独立于任务的代码，我通过代理从工作人员那里获取这些信息。您可以从我最初创建的this issue 中看到更多背景。
【讨论】：