Skip to content

Latest commit

 

History

History
75 lines (69 loc) · 5.95 KB

checklist-es.md

File metadata and controls

75 lines (69 loc) · 5.95 KB
Raw

1. Buenas Prácticas

  • Prefiera RabbitMQ o Redis como broker (nunca use una base de datos relacional como broker en producción.

  • No use objetos complejos como parámetros de las tareas. Por ejemplo: evite usar instancias de modelos de Django.

    # Correcto
@app.task
def my_task(user_id):
    user = User.objects.get(id=user_id)
    print(user.name)
    # ...

    # Incorrecto
@app.task
def my_task(user):
    print(user.name)
    # ...

  • No espere por otras tareas dentro de una tarea.

  • Prefiera tareas idempotentes.

    • "En matemática y lógica, la idempotencia es la propiedad para realizar una acción determinada varias veces y aun así conseguir el mismo resultado que se obtendría si se realizase una sola vez." - Wikipedia

  • Prefiera tareas atómicas.

    • "Transación Atómica, en Ciencias de la Computación, es una operación, o conjunto de operaciones, en una base de datos, o en cualquier otro sistema computacional, que debe ser ejecutada completamente en caso de éxito o ser abortada completamente en caso de error." - Wikipedia

  • Vuelva a procesar mientras sea posible; pero asegurese de que las tareas sea atómicas antes de hacerlo. (Ver documentación: Retrying)

  • Defina retry_limit para evitar que tareas dañadas se mantengan intentando procesar infinitamente.

  • Use retroceso exponencial si las cosas parecen no arreglarse pronto. Use un factor aleatorio para evitar desordenar los servicios.

    def exponential_backoff(task_self):
    minutes = task_self.default_retry_delay / 60
    rand = random.uniform(minutes, minutes * 1.3)
    return int(rand ** task_self.request.retries) * 60

# in the task
raise self.retry(exc=e, countdown=exponential_backoff(self))
    • Para tareas que requieren un alto nivel de confiabilidad, use acks_late en combinación con retry. De nuevo, asegúrese que las tareas son edempotentes y atómicas. (Ver documentación: Should I use retry or acks_late?)
    • Establezca límites de tiempo duros y suaves. Recupérese elegantemente si las cosas toman más de lo esperado.
    from celery.exceptions import SoftTimeLimitExceeded

@app.task(task_time_limit=60, task_soft_time_limit=45)
def my_task():
    try:
        something_possibly_long()
    except SoftTimeLimitExceeded:
        recover()

  • Use múltiples colas para tener más control sobre el rendimiento y hacer las cosas más escalables. (Ver documentación: Routing Tasks)

  • Extienda la clase de tarea básica para definir su propia lógica por defecto.(Ver documentación: Custom Task Classes)

  • Use el lienzo para controlar flujos de tareas y manejar la concurrencia. (Ver documentación: Canvas Designing Work-flows)

2. Monitoreo y Pruebas

  • Genere registros lo más que pueda. Use get_task_logger para automáticamente obtener el nombre de la tarea y su identificador único como parte del registro.
  • En caso de fallo, asegúrese que los seguimientos de pila sean registrados y que las personas sean notificadas. (servicios como Sentry are a good idea).
  • Use Flower (Flower: Real-time Celery web-monitor) para monitorear la actividad de las tareas.
  • Use task_always_eager para probar que sus tareas están siendo ejecutadas.

3. Recursos