Bienvenida

1

Celery 驴Qu茅 es, para qu茅 sirve, c贸mo se usa?

2

Repositorio del proyecto

3

Arquitecturas de software basadas en mensajer铆a y colas de tareas

4

Brokers de tareas: Servidores de mensajer铆a y formas de usarlos

5

驴Cu谩ndo debemos usar Celery?

6

Reto: Casos de uso de Celery

Bot de Slack

7

驴C贸mo funciona un bot?

8

C贸mo funciona el API de Slack para programaci贸n de bots (y parecidos y diferencias con otros APIs)

9

驴C贸mo crear un bot reactivo?

10

Reto: posibles aplicaciones de bots de Slack, buscar ejemplos y entender c贸mo se llevar铆an a cabo

11

Reto: modificar el bot b谩sico y crear alguno que responda a a alg煤n tipo de petici贸n o muestre algo

Brokers de mensajer铆a

12

驴Qu茅 es un broker de mensajer铆a y cu谩ndo debe usarse?

13

Conceptos: mecanismos de publicaci贸n/suscripci贸n. Canales. Intercambiadores

14

Brokers de mensajer铆a open source

15

Python con RabbitMQ uso b谩sico de la terminal

16

Comparaci贸n de diferentes brokers de mensajer铆a para trabajar con Celery

17

Reto: Crear una peque帽a aplicaci贸n cliente-servidor que use RabbitMQ desde Python

Celery y brokers de mensajer铆a

18

Creando un entorno de desarrollo para Celery

19

Instalaci贸n y creaci贸n de un programa b谩sico pub/sub

20

C贸mo usar Celery para programar un robot de Slack: dise帽o y comienzo de la implementaci贸n

21

Monitorizaci贸n de tareas

22

Solucionando problemas

23

Reto: implementaci贸n y despliegue b谩sico de un bot de Slack

Enrutado de tareas

24

Conceptos: enrutado de tareas y por qu茅 se necesita

25

Enrutado manual

26

Mensajer铆a en Celery: uso de Kombu

27

Enrutado autom谩tico

28

Reto: dise帽o de mecanismos de enrutado para un bot de Slack

Integraci贸n y despliegue en la nube

29

Estructura de mensajes en Celery y resultados de tareas

30

Tareas peri贸dicas con Celery

31

Configuraci贸n de sistemas en la nube

32

Contenedores

33

Despliegue en un PaaS: Heroku

34

Uso de Celery con Node.js

35

Reto: despliegue en la nube (usando cuentas gratuitas)

Conclusiones

36

Despedida, conclusiones y a d贸nde ir desde aqu铆

No tienes acceso a esta clase

隆Contin煤a aprendiendo! 脷nete y comienza a potenciar tu carrera

Curso de Celery 4

Curso de Celery 4

Juan Juli谩n Merelo

Juan Juli谩n Merelo

Monitorizaci贸n de tareas

21/36
Recursos

Es aconsejable siempre mantener abierta la monitorizaci贸n de tareas .

Nos permite:

  • Conocer la carga del sistema
  • Visualizar posibles errores
  • Ver el registro de peticiones que han llegado y ver su duraci贸n
  • Comprobar el estado de los diferentes workers a la vez

En este caso usaremos flower el cual puedes instalar haciendo pip install flower y usar el navegador para visualizaci贸n.

Tienes otras alternativas como:

  • rabbitmqctl list_queues
    鈥 Usar el monitor de RabbitMQ
  • Events
    鈥 Uso de un monitor simple de l铆nea de 贸rdenes
  • Retratos
    鈥 Usando la interfaz 鈥渆vents鈥, registro de actividad

Aportes 2

Preguntas 0

Ordenar por:

驴Quieres ver m谩s aportes, preguntas y respuestas de la comunidad?

o inicia sesi贸n.

Creo que este tipo de curso no deberian salir a produccion.

Al principio estuvo muy buena la teoria y las bases de los conceptos.

Pero en cuando a la practica, esta malisimo. No hay una estructura bien planteada en cuando a los ejercicios y los retos.

Interesante la manera como se pueden monitorear las tareas, yo de mi parte utilizo flower en django por que es muy f谩cil de visualizar, es muy dummy pero ofrece lo necesario, por otra parte tambien me gusta ver la consola web de rabbitmq:

se habilita con el siguiente comando:

  • rabbitmq-plugins enable rabbitmq_management

La puedes ver en tu localhost:

  • localhost:15672/

credenciales por defecto: user:guest password: guest