django - 您如何使用 AWS Elastic Beanstalk 运行工作程序？

Question

我正在 AWS Elastic Beanstalk 上启动 Django 应用程序。我想运行后台任务或 worker 以运行 celery。

我找不到是否可能。如果是，如何实现？

这是我现在正在做的，但这每次都会产生事件类型错误。

container_commands:
  01_syncdb:
    command: "django-admin.py syncdb --noinput"
    leader_only: true
  50_sqs_email:
    command: "./manage.py celery worker --loglevel=info"
    leader_only: true

Answer 1

正如@chris-wheadon 在他的评论中建议的那样，您应该尝试在后台将 celery 作为守护进程运行。 AWS Elastic Beanstalk 使用 supervisord已经运行一些守护进程。因此，您可以利用它来运行 celeryd 并避免为此创建自定义 AMI。它对我来说效果很好。

我所做的是在 EB 将应用程序部署到该实例后，以编程方式将一个 celeryd 配置文件添加到该实例。棘手的部分是该文件需要为守护进程设置所需的环境变量(例如，如果您在应用程序中使用 S3 或其他服务，则需要设置 AWS 访问 key )。

下面是我使用的脚本副本，将此脚本添加到配置 EB 环境的 .ebextensions 文件夹中。

安装脚本在所有 EB 实例上的 /opt/elasticbeanstalk/hooks/appdeploy/post/ 文件夹 ( documentation ) 中创建一个文件。那里的任何 shell 脚本都将在部署后执行。放置在那里的 shell 脚本的工作方式如下:

1. 在celeryenv变量中，virutalenv环境存放在遵循监督符号的格式。这是一个逗号环境变量的分隔列表。
2. 然后脚本创建一个变量celeryconf，其中包含作为字符串的配置文件，其中包括先前解析的环境变量。
3. 然后这个变量被传送到一个名为 celeryd.conf 的文件中，一个 celery 守护进程的 supervisord 配置文件。
4. 最后，将新创建的配置文件的路径添加到主 supervisord.conf 文件，如果它还不存在的话。

这是脚本的副本:

files:
  "/opt/elasticbeanstalk/hooks/appdeploy/post/run_supervised_celeryd.sh":
    mode: "000755"
    owner: root
    group: root
    content: |
      #!/usr/bin/env bash

      # Get django environment variables
      celeryenv=`cat /opt/python/current/env | tr '\n' ',' | sed 's/export //g' | sed 's/$PATH/%(ENV_PATH)s/g' | sed 's/$PYTHONPATH//g' | sed 's/$LD_LIBRARY_PATH//g'`
      celeryenv=${celeryenv%?}

      # Create celery configuraiton script
      celeryconf="[program:celeryd]
      ; Set full path to celery program if using virtualenv
      command=/opt/python/run/venv/bin/celery worker -A myappname --loglevel=INFO

      directory=/opt/python/current/app
      user=nobody
      numprocs=1
      stdout_logfile=/var/log/celery-worker.log
      stderr_logfile=/var/log/celery-worker.log
      autostart=true
      autorestart=true
      startsecs=10

      ; Need to wait for currently executing tasks to finish at shutdown.
      ; Increase this if you have very long running tasks.
      stopwaitsecs = 600

      ; When resorting to send SIGKILL to the program to terminate it
      ; send SIGKILL to its whole process group instead,
      ; taking care of its children as well.
      killasgroup=true

      ; if rabbitmq is supervised, set its priority higher
      ; so it starts first
      priority=998

      environment=$celeryenv"

      # Create the celery supervisord conf script
      echo "$celeryconf" | tee /opt/python/etc/celery.conf

      # Add configuration script to supervisord conf (if not there already)
      if ! grep -Fxq "[include]" /opt/python/etc/supervisord.conf
          then
          echo "[include]" | tee -a /opt/python/etc/supervisord.conf
          echo "files: celery.conf" | tee -a /opt/python/etc/supervisord.conf
      fi

      # Reread the supervisord config
      supervisorctl -c /opt/python/etc/supervisord.conf reread

      # Update supervisord in cache without restarting all services
      supervisorctl -c /opt/python/etc/supervisord.conf update

      # Start/Restart celeryd through supervisord
      supervisorctl -c /opt/python/etc/supervisord.conf restart celeryd