根据任务类型定义队列

负责计算 Fibonacci 的任务已实现并正在运行。 我们可以看到所有任务都被发送到 Celery 的默认队列中。 但是，有多种方法可以将任务路由到不同的队列； 让我们在服务器端重构我们的架构，并从客户端实现所谓的路由任务。 我们将为每种类型的任务指定队列。

在服务器端启动Celery服务器的那一刻，我们会建立三个不同的队列。 这些现在将被worker看到和消费。 Fibonacci 任务的队列是 fibo_queue，平方根任务的 sqrt_queue，Web 爬虫任务的 webcrawler_queue。 但是，将任务分开有什么好处呢？ 让我们列举一些：

• 它将相同类型的任务分组，使它们的监控更容易
• 它定义了专用于消费特定队列的worker，从而提高了性能
• 它在具有性能更好的机器上建立任务更重的队列

要在服务器中设置队列，我们只需要使用以下命令启动 Celery：

$celery –A tasks –Q sqrt_queue,fibo_queue,webcrawler_queue worker --loglevel=info

下图是在服务端截图：

-------------- [queues]
                .> fibo_queue       exchange=fibo_queue(direct) key=fibo_queue
                .> sqrt_queue       exchange=sqrt_queue(direct) key=sqrt_queue
                .> webcrawler_queue exchange=webcrawler_queue(direct) key=webcrawler_queue

在转到下一个示例之前，让我们将现有任务的发送路由到它们的队列。 在服务器端，在 task_dispatcher.py 模块中，我们将更改 send_task 调用，以便下次分派任务时，它们将被定向到不同的队列。 我们现在将按如下方式更改 sqrt_task 调用：

app.send_task('tasks.sqrt_task', args=(value,), queue='sqrt_queue', routing_key='sqrt_queue')

然后，修改fibo_task调用，如下：

app.send_task('tasks.fibo_task', args=(x,), queue='fibo_queue', routing_key='fibo_queue')