通过 Celery 进行异步查询

Celery

在大型分析数据库中，运行执行时间为分钟或小时的查询很常见。为了支持执行时间超过典型 Web 请求超时时间（30-60 秒）的长运行查询，有必要为 Superset 配置一个异步后端，该后端由以下部分组成：

一个或多个 Superset 工作器（实现为 Celery 工作器），可以使用 celery worker 命令启动，运行 celery worker --help 查看相关选项。
一个 Celery 代理（消息队列），我们建议使用 Redis 或 RabbitMQ
一个结果后端，用于定义工作器将查询结果持久化的位置

配置 Celery 需要在 superset_config.py 中定义一个 CELERY_CONFIG。工作器和 Web 服务器进程都应该具有相同的配置。

class CeleryConfig(object):
    broker_url = "redis://127.0.0.1:6379/0"
    imports = (
        "superset.sql_lab",
        "superset.tasks.scheduler",
    )
    result_backend = "redis://127.0.0.1:6379/0"
    worker_prefetch_multiplier = 10
    task_acks_late = True
    task_annotations = {
        "sql_lab.get_sql_results": {
            "rate_limit": "100/s",
        },
    }

CELERY_CONFIG = CeleryConfig

要启动一个 Celery 工作器以利用配置，请运行以下命令

celery --app=superset.tasks.celery_app:app worker --pool=prefork -O fair -c 4

要启动一个调度定期后台作业的作业，请运行以下命令

celery --app=superset.tasks.celery_app:app beat

要设置结果后端，您需要将 from flask_caching.backends.base import BaseCache 的派生类的实例传递给 superset_config.py 中的 RESULTS_BACKEND 配置键。您可以使用 Memcached、Redis、S3 (https://pypi.python.org/pypi/s3werkzeugcache)、内存或文件系统（在单服务器类型设置中或用于测试），或编写自己的缓存接口。您的 superset_config.py 可能看起来像这样

# On S3
from s3cache.s3cache import S3Cache
S3_CACHE_BUCKET = 'foobar-superset'
S3_CACHE_KEY_PREFIX = 'sql_lab_result'
RESULTS_BACKEND = S3Cache(S3_CACHE_BUCKET, S3_CACHE_KEY_PREFIX)

# On Redis
from flask_caching.backends.rediscache import RedisCache
RESULTS_BACKEND = RedisCache(
    host='localhost', port=6379, key_prefix='superset_results')

为了提高性能，现在使用 MessagePack 和 PyArrow 进行结果序列化。如果出现任何问题，可以通过在 superset_config.py 中设置 RESULTS_BACKEND_USE_MSGPACK = False 来禁用它。升级现有环境时，请清除您现有的结果缓存存储。

重要说明

Superset 集群中的所有工作器节点和 Web 服务器必须共享一个公共元数据数据库。这意味着 SQLite 在这种情况下不起作用，因为它对并发性的支持有限，并且通常位于本地文件系统上。
在您的整个设置中只能有一个 celery beat 实例在运行。如果不是，后台作业可能会被多次调度，从而导致奇怪的行为，例如报告的重复交付、比预期更高的负载/流量等。
如果您在数据库设置中启用了异步查询执行（来源 > 数据库 > 编辑记录），SQL Lab 只会异步运行您的查询。

Celery Flower

Flower 是一个用于监视 Celery 集群的基于 Web 的工具，您可以从 pip 中安装它

pip install flower

您可以使用以下命令运行 flower

celery --app=superset.tasks.celery_app:app flower

Celery​

Celery Flower​

Celery

Celery Flower