celery官方版是一款由Python开发的简单可靠的分布式调度框架。celery最新版其本质是生产者消费者模型，能够帮助用户查看执行是否成功、当前状态、执行所需时间等情况。celery框架侧重于实时操作，支持多种消息代理和存储后端，每天能够处理数以百万计的任务。

celery软件特色

&160;&160;&160;&160;&160;&160;简单：熟悉celery的工作流程后，配置使用简单

&160;&160;&160;&160;&160;&160;高可用：当任务执行失败或执行过程中发生连接中断，celery会自动尝试重新执行任务

&160;&160;&160;&160;&160;&160;快速：一个单进程的celery每分钟可处理上百万个任务

&160;&160;&160;&160;&160;&160;灵活：几乎celery的各个组件都可以被扩展及自定制

celery软件构成

&160;&160;&160;&160;&160;&160;消息中间件(Broker)：官方提供了很多备选方案，支持RabbitMQ、Redis、Amazon SQS、MongoDB、Memcached 等，官方推荐RabbitMQ

&160;&160;&160;&160;&160;&160;任务执行单元(Worker)：任务执行单元，负责从消息队列中取出任务执行，它可以启动一个或者多个，也可以启动在不同的机器节点，这就是其实现分布式的核心

&160;&160;&160;&160;&160;&160;结果存储(Backend)：官方提供了诸多的存储方式支持：RabbitMQ、 Redis、Memcached,SQLAlchemy, Django ORM、Apache Cassandra、Elasticsearch等

celery工作原理

&160;&160;&160;&160;&160;&160;任务模块Task包含异步任务和定时任务。其中，异步任务通常在业务逻辑中被触发并发往消息队列，而定时任务由Celery Beat进程周期性地将任务发往消息队列;

&160;&160;&160;&160;&160;&160;任务执行单元Worker实时监视消息队列获取队列中的任务执行;

&160;&160;&160;&160;&160;&160;Woker执行完任务后将结果保存在Backend中;

celery更新日志

&160;&160;&160;&160;&160;&160;1.修复若干bug;

&160;&160;&160;&160;&160;&160;2.优化细节问题;