具有相同 RabbitMQ 代理后端进程的多个 Celery 项目

Multi Celery projects with same RabbitMQ broker backend process(具有相同 RabbitMQ 代理后端进程的多个 Celery 项目)
本文介绍了具有相同 RabbitMQ 代理后端进程的多个 Celery 项目的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

问题描述

如何使用两个不同的 celery 项目,它们使用来自单个 RabbitMQ 安装的消息.

通常,如果我为它们使用不同的 rabbitmq,这些脚本可以正常工作.但是在生产机器上,我需要为他们共享相同的 RabbitMQ 后端.

注意:由于某些限制,我无法合并现有项目中的新项目,因此它将是两个不同的项目.

解决方案

RabbitMQ 具有创建虚拟消息代理的能力,称为 virtual主机或虚拟主机.每一个本质上都是一个带有自己队列的 mini-RabbitMQ 服务器.这让您可以安全地将一个 RabbitMQ 服务器用于多个应用程序.

rabbitmqctl add_vhost 命令创建一个虚拟主机.

默认情况下,Celery 使用 / 默认虚拟主机:

<块引用>

celery worker --broker=amqp://guest@localhost//

但您可以使用任何自定义虚拟主机:

<块引用>

celery worker --broker=amqp://guest@localhost/myvhost

示例:

rabbitmqctl add_vhost new_hostrabbitmqctl add_vhost/another_host

<块引用>

celery worker --broker=amqp://guest@localhost/new_host

celery worker --broker=amqp://guest@localhost//another_host

How can I use two different celery project which consumes messages from single RabbitMQ installation.

Generally, these scripts work fine if I use different rabbitmq for them. But on production machine, I need to share the same RabbitMQ backend for them.

Note: Due to some constraint, I cannot merge new projects in existing, so it will be two different project.

解决方案

RabbitMQ has the ability to create virtual message brokers called virtual hosts or vhosts. Each one is essentially a mini-RabbitMQ server with its own queues. This lets you safely use one RabbitMQ server for multiple applications.

rabbitmqctl add_vhost command creates a vhost.

By default Celery uses the / default vhost:

celery worker --broker=amqp://guest@localhost//

But you can use any custom vhost:

celery worker --broker=amqp://guest@localhost/myvhost

Examples:

rabbitmqctl add_vhost new_host
rabbitmqctl add_vhost /another_host

celery worker --broker=amqp://guest@localhost/new_host

celery worker --broker=amqp://guest@localhost//another_host

这篇关于具有相同 RabbitMQ 代理后端进程的多个 Celery 项目的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益,请联系我们,我们会在确认后第一时间进行删除!

相关文档推荐

Seasonal Decomposition of Time Series by Loess with Python(Loess 用 Python 对时间序列进行季节性分解)
Resample a time series with the index of another time series(使用另一个时间序列的索引重新采样一个时间序列)
How can I simply calculate the rolling/moving variance of a time series in python?(如何在 python 中简单地计算时间序列的滚动/移动方差?)
How to use Dynamic Time warping with kNN in python(如何在python中使用动态时间扭曲和kNN)
Keras LSTM: a time-series multi-step multi-features forecasting - poor results(Keras LSTM:时间序列多步多特征预测 - 结果不佳)
Python pandas time series interpolation and regularization(Python pandas 时间序列插值和正则化)