python - Celery worker 变量共享问题

Question

我正在使用 Python 和 celery在一个项目中。在项目中，我有两个文件:

celeryconfig.py

BROKER_URL = "amqp://guest:guest@localhost:5672//"
CELERY_RESULT_BACKEND = "amqp"
CELERY_IMPORTS = ("example",)
CELERYD_CONCURRENCY = 2

和example.py

from celery.task import task
import hashlib

md5 = hashlib.md5()

@task
def getDigest(text):
    print 'Using md5 - ',md5
    md5.update(text)
    return md5.digest()

在 celeryconfig.py 中，我将 CELERYD_CONCURRENCY 设置为 2，这意味着它会将我的任务队列中的任务分配给 < em>2 不同的过程。

我从 Python 控制台运行:

from example import getDigest
getDigest.delay('foo');getDigest.delay('bar')

这会创建两个任务，由两个工作人员同时执行。问题是，当两个工作进程都运行它们的任务函数 [getDigest()] 时，它们似乎使用了相同的哈希对象 (md5)。 celeryd 的输出证实了这一点，如下所示。

[PoolWorker-2] Using md5 -
[PoolWorker-2] <md5 HASH object @ 0x23e6870>
[PoolWorker-1] Using md5 -
[PoolWorker-1] <md5 HASH object @ 0x23e6870>

为了简单起见，我使用的是hashlib的md5对象，但在我的实际项目中，我使用的是一个不能被多个进程访问和修改的对象。预计这会使 worker 崩溃。

这带来了一个问题:我如何修改我的代码以使工作进程初始化并使用它们自己的 (md5) 对象？现在，他们共享同一个对象——导致我的应用程序崩溃。这可能吗？

Answer 1

他们正在使用相同的对象，因为您在代码中明确告诉他们这样做。通过在任务范围之外创建对象并在任务中使用它，您将授予所有工作人员访问共享对象的权限。这是一个并发问题，不一定是 Celery 问题。如果对象很小，您可以使用该对象的副本，或者使用您自己的锁定策略。不过，一般来说，如果一个对象一次要被多个进程更新，则需要采用某种同步，这超出了 Celery 的范围。