不做大哥好多年 不做大哥好多年
首页
  • MySQL
  • Redis
  • Elasticsearch
  • Kafka
  • Etcd
  • MongoDB
  • TiDB
  • RabbitMQ
  • 01.GO基础
  • 02.面向对象
  • 03.并发编程
  • 04.常用库
  • 05.数据库操作
  • 06.Beego框架
  • 07.Beego商城
  • 08.GIN框架
  • 09.GIN论坛
  • 10.微服务
  • 01.Python基础
  • 02.Python模块
  • 03.Django
  • 04.Flask
  • 05.SYL
  • 06.Celery
  • 10.微服务
  • 01.Java基础
  • 02.面向对象
  • 03.Java进阶
  • 04.Web基础
  • 05.Spring框架
  • 100.微服务
  • Docker
  • K8S
  • 容器原理
  • Istio
  • 数据结构
  • 算法基础
  • 算法题分类
  • 前置知识
  • PyTorch
  • 01.Python
  • 02.GO
  • 03.Java
  • 04.业务问题
  • 05.关键技术
  • 06.项目常识
  • 10.计算机基础
  • Linux基础
  • Linux高级
  • Nginx
  • KeepAlive
  • ansible
  • zabbix
  • Shell
  • Linux内核

逍遥子

不做大哥好多年
首页
  • MySQL
  • Redis
  • Elasticsearch
  • Kafka
  • Etcd
  • MongoDB
  • TiDB
  • RabbitMQ
  • 01.GO基础
  • 02.面向对象
  • 03.并发编程
  • 04.常用库
  • 05.数据库操作
  • 06.Beego框架
  • 07.Beego商城
  • 08.GIN框架
  • 09.GIN论坛
  • 10.微服务
  • 01.Python基础
  • 02.Python模块
  • 03.Django
  • 04.Flask
  • 05.SYL
  • 06.Celery
  • 10.微服务
  • 01.Java基础
  • 02.面向对象
  • 03.Java进阶
  • 04.Web基础
  • 05.Spring框架
  • 100.微服务
  • Docker
  • K8S
  • 容器原理
  • Istio
  • 数据结构
  • 算法基础
  • 算法题分类
  • 前置知识
  • PyTorch
  • 01.Python
  • 02.GO
  • 03.Java
  • 04.业务问题
  • 05.关键技术
  • 06.项目常识
  • 10.计算机基础
  • Linux基础
  • Linux高级
  • Nginx
  • KeepAlive
  • ansible
  • zabbix
  • Shell
  • Linux内核
  • python基础

  • python模块

  • django

  • flask

  • SYL

  • Celery

    • 01.celery组件与原理
    • 02.celery简单使用
    • 03.项目中使用celery
    • 04.django中使用
    • 05.celery分布式部署
    • 06.supervisor管理celery
    • 07.celery集群监控
      • 01.实时Celery监控-Flower
        • 1.1 flower介绍
        • 1.2 Celery事件来实时监控
        • 1.3 远程控制
        • 1.4 HTTP API
        • 1.5 OpenID 身份验证
      • 02.截图
      • 03.使用方法
        • 3.1 pip 安装 Flower
        • 3.2 在页面中访问
    • 08.redis和rabbitmq区别
    • 10.celery踩过的坑
  • 微服务

  • python
  • Celery
xiaonaiqiang
2021-04-30
目录

07.celery集群监控

# 01.实时Celery监控-Flower

# 1.1 flower介绍

  • Flower是一个基于实时Web服务的Celery监控和管理工具。
  • 它正在积极开发中,但已经是一个必不可少的工具。
  • 作为Celery推荐的监视器,它淘汰了Django-Admin监视器、celerymon监视器和基于ncurses的监视器。

# 1.2 Celery事件来实时监控

  • 任务的进度和历史信息
  • 可以查看任务的详情(参数,开始时间,运行时间等)
  • 提供图表和统计信息

# 1.3 远程控制

  • 查看worker的状态和统计信息
  • 关闭和重启worker实例
  • 控制worker的缓冲池大小和自动优化设置
  • 查看并修改一个worker实例所指向的任务队列
  • 查看目前正在运行的任务
  • 查看定时或间隔性调度的任务
  • 查看已保留和已撤销的任务
  • 时间和速度限制
  • 配置监视器
  • 撤销或终止任务

# 1.4 HTTP API

  • 列出worker
  • 关闭一个worker
  • 重启worker的缓冲池
  • 增加/减少/自动定量 worker的缓冲池
  • 从任务队列消费(取出任务执行)
  • 停止从任务队列消费
  • 列出任务列表/任务类型
  • 获取任务信息
  • 执行一个任务
  • 按名称执行任务
  • 获得任务结果
  • 改变工作的软硬时间限制
  • 更改任务的速率限制
  • 撤销一个任务

# 1.5 OpenID 身份验证

# 02.截图

# 03.使用方法

# 3.1 pip 安装 Flower

[root@k8s-node2 ~]#  pip install flower
1
  • 运行下面的 flower 命令你将得到一个可以访问的 web 服务器。
[root@k8s-node2 ~]# celery -A myCeleryProj.app flower
[I 180907 22:34:43 command:139] Visit me at http://localhost:5555
[I 180907 22:34:43 command:144] Broker: redis://127.0.0.1:6379/0
[I 180907 22:34:43 command:147] Registered tasks: 
    ['celery.accumulate',
     'celery.backend_cleanup',
     'celery.chain',
     'celery.chord',
     'celery.chord_unlock',
     'celery.chunks',
     'celery.group',
     'celery.map',
     'celery.starmap',
     'myCeleryProj.tasks.add',
     'myCeleryProj.tasks.taskA',
     'myCeleryProj.tasks.taskB']
[I 180907 22:34:43 mixins:224] Connected to redis://127.0.0.1:6379/0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

# 3.2 在页面中访问

  • 从输出的信息可以看出,默认的端口为 http://localhost:5555,但你也可以手工指定端口,命令如下所示 :
[root@k8s-node2 ~]#  celery -A myCeleryProj.app flower --port=5555
1
  • 中间人的url也可以通过参数 --broker参数来指定
[root@k8s-node2 ~]# celery -A myCeleryProj.app flower --port=5555 --broker=redis://127.0.0.1:6379/0
1
  • 打开浏览器 http://localhost:5555 (opens new window) 可以看到flower的web界面

上次更新: 2024/3/13 15:35:10
06.supervisor管理celery
08.redis和rabbitmq区别

← 06.supervisor管理celery 08.redis和rabbitmq区别→

最近更新
01
04.数组双指针排序_子数组
03-25
02
08.动态规划
03-25
03
06.回溯算法
03-25
更多文章>
Theme by Vdoing | Copyright © 2019-2025 逍遥子 技术博客 京ICP备2021005373号
  • 跟随系统
  • 浅色模式
  • 深色模式
  • 阅读模式