内容 隐藏
支持RQ
快速入门
这位工人
安装
相关项目
项目历史记录
RQ(Redis队列)是一个简单的Python库，用于对作业进行排队并在后台与工作者一起处理它们。它是由Redis支持的，它的设计是为了有一个较低的屏障进入。它应该很容易集成到您的Web堆栈中

RQ需要Redis>=3.0.0

Build status
PyPI
Coverage

可以找到完整的文档here

支持RQ

如果您发现RQ有用，请考虑通过以下方式支持此项目Tidelift

快速入门

当然，首先要运行Redis服务器：

$ redis-server

要将作业放到队列中，您不必执行任何特殊操作，只需定义通常较长或阻塞的函数：

import requests def count_words_at_url(url):
    """Just an example function that's called async.""" resp = requests.get(url)
    return len(resp.text.split())

你确实用了优秀的requests包裹，不是吗？

然后，创建RQ队列：

from redis import Redis from rq import Queue queue = Queue(connection=Redis())

并将函数调用排队：

from my_module import count_words_at_url job = queue.enqueue(count_words_at_url, 'http://nvie.com')

安排作业也同样简单：

# Schedule job to run at 9:15, October 10th job = queue.enqueue_at(datetime(2019, 10, 8, 9, 15), say_hello)

# Schedule job to run in 10 seconds job = queue.enqueue_in(timedelta(seconds=10), say_hello)

还支持重试失败的作业：

from rq import Retry # Retry up to 3 times, failed job will be requeued immediately queue.enqueue(say_hello, retry=Retry(max=3))

# Retry up to 3 times, with configurable intervals between retries queue.enqueue(say_hello, retry=Retry(max=3, interval=[10, 30, 60]))

有关更完整的示例，请参阅docs但这才是最本质的

这位工人

要开始在后台执行入队的函数调用，请从项目的目录中启动一个工作器：

$ rq worker --with-scheduler *** Listening for work on default Got count_words_at_url('http://nvie.com') from default Job result = 818 *** Listening for work on default

事情就是这样

安装

只需使用以下命令即可安装最新发布的版本：

pip install rq

如果您想要最先进的版本(很可能已损坏)，请使用以下命令：

pip install git+https://github.com/nvie/rq.git@master#egg=rq

相关项目

请查看下面这些可能对您的基于RQ的项目有用的报告

项目历史记录

这个项目的灵感来自于Celery，Resque和this snippet，并作为celery或其他基于amqp的排队实现的轻量级替代方案而创建。

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。