Celery는 파이썬 기반의 분산 작업 큐 시스템입니다. 이를 사용하여 비동기 작업을 처리할 수 있습니다. Celery 작업의 상태를 모니터링하고 추적하기는 매우 중요합니다.

Celery 작업의 상태를 모니터링하기 위해 사용할 수 있는 여러 가지 방법이 있습니다. 다음은 몇 가지 예시입니다.

1. celery flower

celery flower는 Celery 작업을 시각적으로 모니터링할 수 있는 강력한 도구입니다. 이 도구는 웹 인터페이스를 제공하며 작업의 상태, 작업자(worker) 정보, 큐 상태 등을 실시간으로 확인할 수 있습니다.

flower를 설치하려면 다음 명령을 사용하세요:

pip install flower

flower를 실행하려면 다음 명령을 사용하세요:

celery flower --app=myapp

위의 myapp은 Celery 애플리케이션의 이름입니다. 이제 브라우저에서 http://localhost:5555로 접속하여 flower를 사용할 수 있습니다.

2. Celery 기본 상태 메소드

Celery 애플리케이션은 작업의 상태를 확인하기 위한 몇 가지 메소드를 제공합니다. 다음은 몇 가지 중요한 메소드입니다.

• AsyncResult(task_id): task_id에 해당하는 작업의 상태를 확인하기 위해 사용됩니다. 이 메소드는 promise를 반환하고, 여러 정보와 메소드를 제공합니다. 예를 들어 state() 메소드를 사용하여 작업의 상태를 확인할 수 있습니다.

from celery.result import AsyncResult

result = AsyncResult(task_id)
print(result.state()) # 작업의 상태를 확인합니다.

• AsyncResult(task_id).get(): task_id에 해당하는 작업의 결과를 가져옵니다. 만약 작업이 아직 완료되지 않았다면, 결과가 잠겨 있는 상태로 대기합니다.

from celery.result import AsyncResult

result = AsyncResult(task_id)
print(result.get()) # 작업의 결과를 가져옵니다.

3. 로깅

Celery는 로깅 방식을 사용하여 작업의 상태를 모니터링할 수 있습니다. celery.logger 모듈을 사용하여 작업의 상태와 관련된 로그를 확인할 수 있습니다. 다음은 작업 상태에 관련된 로그 레벨의 예시입니다.

import logging
from celery.utils.log import get_task_logger

logger = get_task_logger(__name__)
logger.setLevel(logging.INFO)

# 작업 완료 로그
logger.info(f"Task completed. Task ID: {task_id}")

# 작업 실패 로그
logger.error(f"Task failed. Task ID: {task_id}")

상세한 로깅 설정에 대해서는 Celery의 공식 문서를 참조하세요.

이상의 방법들은 Celery 작업의 상태를 모니터링하는 몇 가지 일반적인 방법입니다. 필요에 따라 이러한 방법들을 조합하여 Celery 작업을 효과적으로 관리할 수 있습니다.

더 자세한 내용은 Celery 공식 문서를 참조하세요.