django 队列,django消息队列中间件
吉图布：https://github.com/rq/django-rq
RQ(Redis队列),人如其名，用存储做的队列任务
redis，众所周知，它的列表可以做队列，rq就是把工作放进队列里，然后启工人挨个做完
另外赛车皇后极其简单，官方文档短小精悍，容易上手
[安装]
点安装姜戈-rq添加配置：
修改配置setting.py
INSTALLED_APPS=[
.
姜戈_rq ，
]
注意：这里使用的下划线，
RQ_QUEUES={
默认:{
主机:本地主机，
端口:6379,
DB: 0，
密码:某个密码，
默认超时:360,
},
使用-哨兵:
哨兵:[(localhost ，26736)，( localhost ，26737)]
MASTER_NAME: redismaster ，
DB: 0，
密码:秘密，
SOCKET_TIMEOUT :无，
CONNECTION_KWARGS :
"套接字连接超时":0.3
},
},
高：
URL: os.getenv(REDISTOGO_URL ， redis://localhost:6379/0 )，#如果你在架构设计上
默认超时:500,
},
低：
主机:本地主机，
端口:6379,
DB: 0，
}
}
RQ _ EXCEPTION _ HANDLERS=[ path。敬。我的。处理程序]#如果需要自定义异常处理程序
#默认、高、低表示队列的优先级，高默认低
# 但是如果一大批低的队列的工作在执行的话，此时高的队列开始入队工作，不会马上下一个任务就开始执行高的队列，而是会继续执行低的队列，直至低的队列任务执行完毕支持使用姜戈-雷迪斯和django-redis-cache
缓存={
redis-cache: {
后端： redis_cache.cache.RedisCache ，
位置:本地主机：6379:1 ,
选项:{
CLIENT _ CLASS : django _ redis。客户。默认客户端，
最大条目数:5000,
},
},
}
RQ_QUEUES={
高：
USE_REDIS_CACHE: redis-cache ，
},
低：
USE_REDIS_CACHE: redis-cache ，
},
}添加日志配置：
日志记录={
版本:1,
disable _ existing _ loggers :False，
格式化程序:{
rq_console :
格式：%(asctime)s %(消息)s ，
datefmt: %H:%M:%S ，
},
},
处理程序:{
rq_console :
级别:调试，
类别“:”rq。utils。colouringstreamhandler ，
格式化程序： rq_console ，
exclude: [%(asctime)s]，
},
#如果你用哨兵伐木
哨兵：
级别:错误，
类:乌鸦。贡献。姜戈。经手人。哨兵处理员，
},
},
"记录器":{
rq.worker :
handlers: [rq_console ， sentry]，
级别:调试
},
}
}
添加路由：
修改urls.py
#适用于Django 2.0
urlpatterns=[
url(r^django-rq/，包括( django_rq.urls )，
]
#对于Django=2.0
urlpatterns=[
路径( django-rq/，包含( django_rq.urls ))
# 添加后台查看
路径(radmin/django-rq/，包含( django_rq.urls )，
]使用：
1.使用@工作装饰器
@job(默认，超时=3600)
def long_running_func()。
及格
long_running_func.delay() #超时3600秒的入队函数。
实战：
在项目目录下添加tasks.py处理任务文件
从姜戈_rq导入作业
导入日志记录
logger=日志记录。获取记录器(“worker”)
@job(默认，超时=360)
定义同步迁移记录（消息):
同步迁移记录
logger.info(消息)然后在任意一个视图文件中添加任务：
从xxx .任务导入同步迁移记录
定义测试任务（请求):
同步迁移记录延迟(您好，rq’)
指定任务：
python manage.py rqworker上限默认下限
#在高默认低三个队列各自启动一个工人，注意了，由于姜戈_rq调用Linux操作系统操作系统中fork()，所以只能在Linux操作系统操作系统系统中执行，windos可以尝试win10的子系统更多：
查看队列执行状况多种办法
1.配置好的权限中查看，种类齐全，最佳查看方式
2.python manage.py rqstats
python管理。py rq stats-interval=1 #每秒刷新（其实刷新并不及时)
python manage.py rqstats - json #输出数据
python manage.py rqstats - yaml #输出YAML
3.进入存储库中可以看到自己的队列，工人，以及作业（作为辅助验证使用)
4.rq也有命令可以启动和查看状态，大家可以自己看看
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。