Django Celery Redis异步发邮件怎么做?完整配置教程分享

 更新时间:2026年07月21日 09:33:59   作者:白辰丶  
还在为Django同步发邮件导致用户等待而烦恼吗?本文手把手教你用Celery和Redis实现异步邮件发送,从核心概念到实战配置,让你轻松提升应用性能与用户体验

Django-Celery-Redis异步发邮件

  • python == 3.7.6
  • django == 2.1.8
  • celery == 4.4.7
  • redis == 3.5.3
  • eventlet == 0.26.1

什么是celery

Celery是一个功能完备即插即用的任务队列。它使得我们不需要考虑复杂的问题,使用非常简单。celery适用异步处理问题,当发送邮件、或者文件上传, 图像处理等等一些比较耗时的操作,我们可将其异步执行,这样用户不需要等待很久,提高用户体验。

celery的特点是:

  • 简单,易于使用和维护,有丰富的文档。
  • 高效,单个celery进程每分钟可以处理数百万个任务。
  • 灵活,celery中几乎每个部分都可以自定义扩展。

celery核心

1、Task

任务(Task)就是你要做的事情,例如一个注册流程里面有很多任务,给用户发验证邮件就是一个任务,这种耗时任务可以交给Celery去处理,还有一种任务是定时任务,比如每天定时统计网站的注册人数,这个也可以交给Celery周期性的处理。

2、Broker

Broker 的中文意思是经纪人,指为市场上买卖双方提供中介服务的人。在Celery中它介于生产者和消费者之间经纪人,这个角色相当于数据结构中的队列。例如一个Web系统中,生产者是处理核心业务的Web程序,业务中可能会产生一些耗时的任务,比如短信,生产者会将任务发送给 Broker,就是把这个任务暂时放到队列中,等待消费者来处理。消费者是 Worker,是专门用于执行任务的后台服务。Worker 将实时监控队列中是否有新的任务,如果有就拿出来进行处理。Celery 本身不提供队列服务,一般用 Redis 或者 RabbitMQ 来扮演 Broker 的角色

3、Worker

Worker 就是那个一直在后台执行任务的人,也称为任务的消费者,它会实时地监控队列中有没有任务,如果有就立即取出来执行。

4、Beat

Beat 是一个定时任务调度器,它会根据配置定时将任务发送给 Broker,等待 Worker 来消费。

5、Backend

Backend 用于保存任务的执行结果,每个任务都有返回值,比如发送邮件的服务会告诉我们有没有发送成功,这个结果就是存在Backend中,当然我们并不总是要关心任务的执行结果。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-WAJ9e74O-1606987087487)(django-celery-redis异步\celery-01.png)]

Broker选择

Celery需要一种解决消息的发送和接受的方式,我们把这种用来存储消息的的中间装置叫做message broker, 也可叫做消息中间人。 作为中间人,我们有几种方案可选择:

RabbitMQ

RabbitMQ是一个功能完备,稳定的并且易于安装的broker. 它是生产环境中最优的选择。

使用RabbitMQ的细节参照以下链接: http://docs.celeryproject.org/en/latest/getting-started/brokers/rabbitmq.html#broker-rabbitmq

Redis

Redis也是一款功能完备的broker可选项,但是其更可能因意外中断或者电源故障导致数据丢失的情况。

Redis作为Broker,可访下面网址: http://docs.celeryproject.org/en/latest/getting-started/brokers/redis.html#broker-redis

将redis发布订阅模式用做消息队列和rabbitmq的区别

可靠性

redis:没有相应的机制保证消息的可靠消费,如果发布者发布一条消息,而没有对应的订阅者的话,这条消息将丢失, 不会存在内存中;rabbbitmq: 具有消息消费确认机制,如果发布一条消息,还没有消费者消费该队列,那么这条消息将一直存放在队列中,直到有消费者消费了该条消息,以此可以保证消息的可靠消费。

实时性

redis实时性高,redis作为高效的缓存服务器,所有数据都存在在服务器中,所以它具有更高的实时性消费者负载均衡;rabbitmq队列可以被多个消费者同时监控消费,但是每一条消息只能被消费一次,由于rabbitmq的消费确认机制,因此它能够根据消费者的消费能力而调整它的负载,redis发布订阅模式,一个队列 可以被多个消费者同时订阅,当有消息到达时,会将该消息依次发送给每个订阅者;

持久性

redis:redis的持久化是针对 于整个redis缓存的内容,它有RDB和AOF两个持久化方式,可以将整个redis实例持久化到磁盘,以此来做数据备份,防止异常情况下导致数据丢失。rabbitmq:队列、消息都可以选择性持久化,持久化粒度更小,更灵活;队列监控rabbitmq实现了后台监控平台,可以在该平台上看到所有创建的队列的详细情况,良好的台后管理平台可以方便我们更好的使用;redis没有所谓的监控平台。

总结:

  • redis:轻量级、低延迟,高并发、低可靠性;
  • rabbitmq:重量级、高可靠,异步,不保证实时

在Django中使用celery

django项目名称:celery_test

在django项目celery_test/celery_test/下创建celery.py文件,配置以下内容:

# celery.py文件
import os
from celery import Celery

# 把celery和django进行组合,识别和加载django的配置文件
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'celery_test.settings')

# 创建celery实例
app = Celery('celery_test')

# 指定celery消息队列的配置
app.config_from_object('celery_test.config', namespace='CELERY')

# 从所有的django-app中加载任务
app.autodiscover_tasks()


@app.task(bind=True)
def debug_task(self):
    print('Request: {0!r}'.format(self.request))

在django项目celery_test/celery_test/下创建config.py文件,配置以下内容:

# 消息中间人设置
broker_url = 'redis://127.0.0.1:6379/15'
# 结果存储设置
result_backend = 'redis://127.0.0.1:6379/14'

在django项目celery_test/celery_test/下__init__.py中写入以下内容:

# 绝对引用,使我们的celery模块不会与原始的celery冲突
from __future__ import absolute_import, unicode_literals
# 加入绝对引入以后,导入当前模块下的内容方法: from xx import xx as xx
from .celery import app as celery_app

__all__ = ('celery_app',)

在settings.py中配置发邮件的内容:

# 配置邮件发送
EMAIL_BACKEND = 'django.core.mail.backends.smtp.EmailBackend'
EMAIL_HOST = 'smtp.qq.com'  # 如果为163邮箱,设置为smtp.163.com
EMAIL_PORT = 25  # 或者 465/587是设置了 SSL 加密方式
# 发送邮件的邮箱
EMAIL_HOST_USER = '373576175@qq.com'
# 在邮箱中设置的客户端授权密码
EMAIL_HOST_PASSWORD = 'ajtbjznedksabiic'  # 第三方登陆使用的授权密码
EMAIL_USE_TLS = True  # 这里必须是 True,否则发送不成功
# 收件人看到的发件人, 必须是一直且有效的
EMAIL_FROM = '海上明月<373576175@qq.com>'
DEFAULT_FROM_EMAIL = EMAIL_HOST_USER

在django的app中创建tasks.py文件,在这里写入异步任务内容:

# 绝对引用,使我们的celery模块不会与原始的celery冲突
from __future__ import absolute_import, unicode_literals
# 导入原始的celery模块中shared_task    from xx import xx
from celery import shared_task  
# 使用django内置函数发送邮件
from django.core.mail import send_mail
# 导入django的settings
from django.conf import settings  


@shared_task
def send_mail_task(usernaem, email, token):
    """
    使用django内置函数发送邮件
    """
    subject = "海上明月"
    message = ""
    sender = settings.EMAIL_FROM
    recipient = [email]
    html_message = "<h1>{},欢迎您注册,请点击以下链接进行激活邮箱:<a href='http://127.0.0.1:8000/api/v1/active/{}'>点击这里进行激活</a></h1>".format(username, token)
    send_mail(subject, message, sender, recipient, html_message=html_message)

在django的app下的views.py中调用tasts下的任务

from django.views import View
from django.http import JsonResponse
from .tasks import send_mail_task
from itsdangerous import TimedJSONWebSignatureSerializer
from django.conf import settings

# 发送邮件
token_serializer = TimedJSONWebSignatureSerializer(settings.SECRET_KEY, 600)


class SendMailView(View):
    def post(self, request):
        username = 'Edward'
        email = '370686999@qq.com'
        user_info = {'user_id': '1'}
        token = token_serializer.dumps(user_info).decode()
        send_mail_task.delay(username, email, token)
        return JsonResponse({'msg': 'OK'})

邮件发送成功以后,通过get方式获取用户的token

from django.views import View
from django.http import JsonResponse
from itsdangerous import TimedJSONWebSignatureSerializer, SignatureExpired
from django.conf import settings

# 发送邮件
token_serializer = TimedJSONWebSignatureSerializer(settings.SECRET_KEY, 600)


class ActiveView(View):
    """
    激活用户
    """
    def get(self, request, token):       
        try:
            user_info = token_serializer.loads(token)            
            return JsonResponse({'msg': '激活成功', 'code': 200})
        except SignatureExpired:
            return JsonResponse({'msg': '激活链接失效,请重新发送邮件进行激活', 'code': 404})
        

启动celery

打开pycharm下的Terminal,进入到项目根目录下,使用eventlet启动celery

celery -A celery_test worker -l info -P eventlet
      return JsonResponse({'msg': '激活链接失效,请重新发送邮件进行激活', 'code': 404})
#### 启动celery

> 打开pycharm下的Terminal,进入到项目根目录下,使用eventlet启动celery

```python
celery -A celery_test worker -l info -P eventlet

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

相关文章

  • python的dataframe转换为多维矩阵的方法

    python的dataframe转换为多维矩阵的方法

    下面小编就为大家分享一篇python的dataframe转换为多维矩阵的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • Pandas读取Excel文件的六种方法

    Pandas读取Excel文件的六种方法

    Pandas 是一个 Python 数据分析库,可以用来读取 Excel 文件,Pandas提供了多种读取Excel文件的方法,本文将给大家分享一些官方推荐的6种方法,代码示例讲解得非常详细,需要的朋友可以参考下
    2023-11-11
  • Python创建一个自定义视频播放器的实现

    Python创建一个自定义视频播放器的实现

    本文主要介绍了Python创建一个自定义视频播放器的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • Python使用email​库创建和解析电子邮件详解

    Python使用email​库创建和解析电子邮件详解

    在现代软件开发中,处理电子邮件是一项常见的任务,本文将介绍如何使用Python的​​email​​库来创建和解析电子邮件,有需要的小伙伴可以参考一下
    2025-09-09
  • Python序列化基础知识(json/pickle)

    Python序列化基础知识(json/pickle)

    这篇文章主要为大家详细介绍了Python序列化json和pickle基础知识,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-10-10
  • python调用摄像头拍摄数据集

    python调用摄像头拍摄数据集

    这篇文章主要为大家详细介绍了Python调用摄像头拍摄数据集,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-06-06
  • Pytest中钩子函数的高级用法

    Pytest中钩子函数的高级用法

    钩子函数是一种强大的机制,本文主要介绍了Pytest中钩子函数的高级用法,具有一定的参考价值,感兴趣的可以了解一下
    2025-04-04
  • Python实现的生成格雷码功能示例

    Python实现的生成格雷码功能示例

    这篇文章主要介绍了Python实现的生成格雷码功能,结合实例形式分析了格雷码的原理与Python相关实现技巧,需要的朋友可以参考下
    2018-01-01
  • python基础教程之缩进介绍

    python基础教程之缩进介绍

    这篇文章主要介绍了python基础教程之缩进介绍,本文以if语句为例讲解python中的缩进,需要的朋友可以参考下
    2014-08-08
  • Python多个装饰器的调用顺序实例解析

    Python多个装饰器的调用顺序实例解析

    这篇文章主要介绍了Python多个装饰器的调用顺序实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05

最新评论