Celery 是基于 python 开发的第三方的任务调度框架，类似于 Apache 的 airflow，airflow 也是基于 python 语言编写的。celery 是用来调度任务的，本身不具备任务存储功能，因此 celery 还需要搭配一些具备存储、访问功能的工具，如消息队列、Redis 缓存、数据库等。官方推荐的消息队列是 RabbitMQ，当然也可以选择 Redis。

一、Celery 的优势

celery 灵活可靠，可以处理大量消息的分布式系统，可以在多个节点之间处理某个任务；celery 专注于实时处理的任务队列，支持任务调度；celery 是开源的，使用者众多；celery 完全基于python语言编写。

二、Celery 的使用场景

异步任务：一些耗时的操作可以交给celery异步执行，而不用等着程序处理完才知道结果；定时任务：如定时推送消息、定时爬取数据、定时统计数据等。

三、Celery架构介绍

celery架构

producer: 任务生产者，专门用来生产任务（task）的；broker: 任务队列，用于存放生产者生产的任务，一般使用消息队列或者Redis来存储，但是具备存储功能的数据库也是可以的。这一部分是celery不提供的，需要依赖第三方。作用就是接收生产者生产的消息，存进队列中，再按顺序发给消费者；celery beat: 任务调度器，调度器进程会读取配置文件的内容，周期性地将配置文件中到期需要执行的任务发送给消息队列；worker: 消费者，执行任务的消费者，可以同时运行多个消费者，并行消费；backend: 用于在任务结束之后保存状态信息和结果，以便查询，一般是保存在数据库中如mysql。