1、celery简介：
celery是一个异步任务的调度工具，即分布式任务队列，支持多台不同的计算机执行不同的任务或者相同的任务。
2、版本：
Celery 4.0 运行：
- Python ❨2.7,3.4,3.5❩
- PyPy ❨5.4,5.5❩
如果 Python 运行环境比较老，则需要使用旧版本的Celery：
- Python 2.6：Celery 3.1 或更早版本。
- Python 2.5：Celery 3.0 或更早版本。
- Python 2.4：Celery 2.2 或更早版本。
版本Celery5.x开始，需要Python3.5或更高的版本。
3、celery架构：
- 消息中间件（message broker）
- 任务执行单元（worker）
- 任务执行结果存储（task result store）
消息中间件
Celery本身不提供消息服务，但是可以方便的和第三方提供的消息中间件集成。包括，RabbitMQ, Redis, MongoDB (experimental), Amazon SQS (experimental),CouchDB (experimental), SQLAlchemy (experimental),Django ORM (experimental), IronMQ
任务执行单元
Worker是Celery提供的任务执行的单元，worker并发的运行在分布式的系统节点中。
任务结果存储
Task result store用来存储Worker执行的任务的结果，Celery支持以不同方式存储任务的结果，包括AMQP, Redis，memcached, MongoDB，SQLAlchemy, Django ORM，Apache Cassandra, IronCache
Celery 主要包含以下几个模块：
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任务队列（Broker），而定时任务由 Celery Beat 进程周期性地将任务发往任务队列（Broker）。
消息中间件 Broker
Broker，即为任务调度队列，接收任务生产者发来的消息（即任务），将任务存入队列
任务执行单元 Worker
Worker 是执行任务的处理单元，它实时监控消息队列，获取队列中调度的任务，并执行它，一般不同机器会部署多个 worker
一个 worker 有什么缺点：
- 如果这个 worker 的主进程挂了，那么整个任务系统都崩了。
- 如果服务端 master 发送的任务速度很快，远大于 worker 主进程去分发任务的速度，可能会影响效率(但这种情况很少，而且这种框架一般都是容忍延迟的)
- 部署 worker 这台机器挂了，那么你的任务系统都崩了
- 这台机器的资源(cpu，内存，IO 等)无法满足你的需求
任务结果存储 Backend
Backend 用于存储任务的执行结果，以供查询。同消息中间件一样，存储也可使用 RabbitMQ, redis 和 MongoDB 等。
4、启动
celery -A 启动文件名(类项目导包的完整路径Demo.test.task) worker -l info
网上看到这个结构图化的不错
https://blog.csdn.net/qq_40942329/article/details/79427901