Celery 是一個簡單、靈活且可靠的，處理大量消息的分布式系統，并且提供維護這樣一個系統的必需工具。它是一個專注于實時處理的任務隊列，同時也支援任務排程。Celery 是語言無關的，雖然它是用 Python 實作的，但他提供了其他常見語言的接口支援。
Celery 結構
網上找到一張用得最多的圖
下面針對圖中的每一部分做解釋:
Celery的架構由三部分組成，消息中間件（message broker），任務執行單元（worker）和任務執行結果存儲（task result store）組成。
消息中間件（broker）
一個消息傳輸的中間件。每當應用程式調用celery的異步任務的時候，會向broker傳遞消息，而後celery的worker将會取到消息，執行相應程式。也就是消費者和生産者之間的橋梁，
另外Celery 本身不提供隊列服務，官方推薦使用 RabbitMQ 和 Redis 等。
連接配接字元串:
RabiitMQ使用amqp://localhost
Redis使用redis://localhost
任務執行結果存儲（backend）
backend: 用于存儲這些消息以及celery執行的一些消息和結果,以此用來确認對方是否接受了。
任務執行單元（worker)
worker: Celery類的執行個體，作用就是執行各種任務
Celery 安裝
目前，Windows使用celery隻能安裝 3.1.25版,linux就可以安裝4.0以上的了，這裡以Windows為例。
安裝
pip install celery==3.1.25 先來一個簡單例子
使用官網上的例子，然後把broker的資訊改好，這裡我們使用redis
首先在D:\CeleryDemo建立一個檔案叫task.py輸入以下代碼。在輸入之前確定redis服務是啟動的。
from celery import Celery
app = Celery('tasks', backend='redis://localhost:6379/0', broker='redis://localhost:6379/0') #配置好celery的backend和broker
@app.task #普通函數裝飾為 celery task
def add(x, y):
return x + y 通過上面簡單的代碼broker 我們有了，backend 我們有了，task 我們也有了，現在就該運作 worker 進行工作了，在 task.py 所在目錄下運作：
celery -A task worker --loglevel=info 意思就是運作 task 這個任務集合的 worker 進行工作（當然此時broker中還沒有任務，worker此時相當于待命狀态）
最後一步，觸發任務，最簡單方式就是在task.py所在目錄下寫一個trigger.py調用被裝飾成 task 的函數：
from task import add
import time
result = add.delay(4, 4) #不要直接 add(4, 4)，這裡需要用 celery 提供的接口 delay 進行調用
while not result.ready():
time.sleep(1)
print ('task done: {0}'.format(result.get())) 運作之後可以看到
好了，恭喜你已經入門了。