功能描述
　　 它是一个简单、灵活、可靠的用于处理大量消息的分布式系统。

　　 功能主要有三个：执行异步任务，执行延迟任务，执行定时任务。

　　 举个例子，你现在有两个项目、一个项目用于爬取数据，一个项目用于分析数据，如何在数据爬取后将任务交给另一个项目进行分析呢？这种场景下就可以使用celery进行处理。

　　 官网

　　 英文文档

　　 一个噩耗消息：

Celery is a project with minimal funding, so we don’t support Microsoft Windows. Please don’t open any issues related to that platform.

Celery是一个资金较少的项目，因此我们不支持Microsoft Windows。请不要提出与该平台有关的任何问题。
　　 尽管官方提示不支持windows，但是你仍然可以进行使用，这可能需要一些其他模块的辅助。

　　 celery是单独的服务，并不依赖于其他框架，就像Django一样你只要安装了它就可以通过自身命令启动服务。

架构介绍
　　 celery架构由三部分组成，分别是消息中间件message broker，任务执行单元worker与任务执行结果存储task result store，如下图所示：

　　 [图片]

　　 celery是一个独立运行的服务，内置socket，如果想使用它你需要做这几件事情：

安装celery环境框架，配置broker与backend，启动celery服务
添加任务到borker，worker就会自动的在后台执行任务
任务执行完成后，通过backend获取结果
基本使用安装使用
　　 安装模块，我装的旧版，新版5.x的有些摸不着头脑：

pip3 install celery==4.4.7
　　 新建一个python包，任意名字。

project
├── celery_task # celery包
│ ├── __init__.py # 包文件
│ ├── celery.py # celery连接和配置相关文件，且名字必须叫celery.py
│ └── tasks.py # 所有任务函数
├── add_task.py # 添加任务
└── get_result.py # 获取结果
　　 在celery.py中配置borker与backend：

from celery import Celery

broker = "redis://127.0.0.1:6379/1" # broker任务队列
backend = "redis://127.0.0.1:6379/2" # 结构存储，执行完的结果存在这
# 如果有密码："redis//:password@127.0.0.1:6379/2"

app = Celery(
__name__, # 取名，随便取
broker=broker,
backend=backend,
include=[
"celery_tasks.task", # 第一个任务，必须是包名.文件名
]
)