我正在构建一个工具，可以从不同的数据库中获取数据，对其进行转换，并将其存储在我自己的数据库中。我正在从APScheduler迁移到Celery，但是遇到了以下问题：
我使用一个我调用JobRecords的类来存储作业何时运行、它是否成功以及它遇到了哪些错误。我用它来知道更新的条目不会太远，特别是因为有些表有数百万行。
由于系统对于所有作业都是相同的，因此我从 celeryTask对象创建了一个子类。我确保作业在 Flask 应用上下文中执行，并获取此作业成功完成的最新时间。我还确保为now注册一个值，以避免查询数据库和添加作业记录之间的计时问题。
class RecordedTask(Task):
"""
Task sublass that uses JobRecords to get the last run date
and add new JobRecords on completion
"""
now: datetime = None
ignore_result = True
_session: scoped_session = None
success: bool = True
info: dict = None
@property
def session(self) -> Session:
"""Making sure we have one global session instance"""
if self._session is None:
from app.extensions import db
self._session = db.session
return self._session
def __call__(self, *args, **kwargs):
from app.models import JobRecord
kwargs['last_run'] = (
self.session.query(func.max(JobRecord.run_at_))
.filter(JobRecord.job_id == self.name, JobRecord.success)
.first()
)[0] or datetime.min
self.now = kwargs['now'] = datetime.utcnow()
with app.app_context():
super(RecordedTask, self).__call__(*args, **kwargs)
def on_failure(self, exc, task_id, args: list, kwargs: dict, einfo):
self.session.rollback()
self.success = False
self.info = dict(
args=args,
kwargs=kwargs,
error=exc.args,
exc=format_exception(exc.__class__, exc, exc.__traceback__),
)
app.logger.error(f"Error executing job '{self.name}': {exc}")
def on_success(self, retval, task_id, args: list, kwargs: dict):
app.logger.info(f"Executed job '{self.name}' successfully, adding JobRecord")
for entry in self.to_trigger:
if len(entry) == 2:
job, kwargs = entry
else:
job, = entry
kwargs = {}
app.logger.info(f"Scheduling job '{job}'")
current_celery_app.signature(job, **kwargs).delay()
def after_return(self, *args, **kwargs):
from app.models import JobRecord
record = JobRecord(
job_id=self.name,
run_at_=self.now,
info=self.info,
success=self.success
)
self.session.add(record)
self.session.commit()
self.session.remove()
我添加了一个作业示例来更新名为Location的模型，但是有很多作业就是这样的。
@celery.task(bind=True, name="update_locations")
def update_locations(self, last_run: datetime = datetime.min, **_):
"""Get the locations from the external database and check for updates"""
locations: List[ExternalLocation] = ExternalLocation.query.filter(
ExternalLocation.updated_at_ >= last_run
).order_by(ExternalLocation.id).all()
app.logger.info(f"ExternalLocation: collected {len(locations)} updated locations")
for update_location in locations:
existing_location: Location = Location.query.filter(
Location.external_id == update_location.id
).first()
if existing_location is None:
self.session.add(Location.from_worker(update_location))
else:
existing_location.update_from_worker(update_location)
问题是当我运行此作业时，Location对象不会与JobRecord一起提交，因此仅创建后者。如果我使用调试器跟踪它，Location.query.count()在函数内返回正确的值，但是一旦它进入on_success回调，它就会回到 0，并且self._session.new返回一个空字典。
我已经尝试将会话添加为属性，以确保它在任何地方都是相同的实例，但问题仍然存在。也许这与它因为Flask-SQLAlchemy而成为scoped_session有关？
很抱歉代码量很大，我确实尝试尽可能多地剥离。欢迎任何帮助！
我发现罪魁祸首是scoped_session和Flask应用程序上下文的结合。像任何上下文管理器一样，运行代码with app.app_context()在离开时触发__exit__函数，这反过来又导致存储scoped_session的ScopedRegistry被清除。然后，创建了一个新会话，将JobRecords添加到该会话中，并提交该会话。因此，这些位置不会写入数据库。
有两种可能的解决方案。如果不在任务以外的其他文件中使用会话，则可以向任务添加会话属性。这样，您可以完全避免scoped_session，并且可以在after_return功能中进行清理。
@property
def session(self):
if self._session is None:
from dashboard.extensions import db
self._session = db.create_session(options={})()
return self._session
但是，我也通过from extensions import db访问了模型定义文件中的会话。因此，我使用了两个不同的会话。我最终使用了app.app_context().push()而不是上下文管理器，从而避免了__exit__函数
app.app_context().push()
super(RecordedTask, self).__call__(*args, **kwargs)