首先要明确的是，celery 4.1+版本的官方文档已经详细说明了，在该版本之后，无需再引入依赖于django-celery库，直接使用celery本身即可。在去年年初的一篇文章中提到的python 3.7.2和django 2.0.4使用django-celery时遇到的一些问题，现今已不存在。技术更新速度越来越快，本文将详细介绍如何使用新版celery（4.4.2）来实现异步任务。
关于Celery的底层原理，这里就不再赘述了，简单的流程图可以一图概括：
安装相应的库：
pip3 install celery==4.4.2 pip3 install eventlet==0.25.2 pip3 install Django==2.0.4
eventlet是一个高性能的协程库，用于解决Windows 10下Celery进程的bug。
配置settings.py文件：
CELERY_BROKER_URL = 'redis://localhost:6379/' CELERY_RESULT_BACKEND = 'redis://localhost:6379/' CELERY_RESULT_SERIALIZER = 'json'
这里的broker配置使用了Redis，同时任务结果也存储在Redis中，格式为JSON，便于读写。
在settings.py同级目录下创建celery.py文件：
from __future__ import absolute_import, unicode_literals import os from celery import Celery设置环境变量
os.environ.setdefault('DJANGO_SETTINGS_MODULE', 'mydjango.settings')
注册Celery的APP
app = Celery('mydjango')
绑定配置文件
app.config_from_object('django.conf:settings', namespace='CELERY')
自动发现各个app下的tasks.py文件
app.autodiscover_tasks()
注意，mydjango是你当前Django项目的名称。
修改settings.py同级目录下的init.py文件：
from future import absolute_import, unicode_literals from .celery import app as celery_app导包
import pymysql
初始化
pymysql.install_as_MySQLdb()
all = ['celery_app']
在应用中创建tasks.py文件：
from celery.task import task自定义要执行的task任务
@task def print_test(): print("nice try") return 'hello'
如果需要，也可以在settings.py中将该任务配置为定时任务（周期任务）：
from celery.schedules import crontabCELERY_BEAT_SCHEDULE = {
周期性任务
'task-one': { 'task': 'myapp.tasks.print_test', 'schedule': 5.0, # 每5秒执行一次 # 'args': () }}
同时，异步任务也可以通过Django的视图在线调用：
from myapp import tasksdef ctest(request, *args, **kwargs): res = tasks.print_test.delay()
任务逻辑
return JsonResponse({'status': 'successful', 'task_id': res.task_id})这里的delay方法是异步请求方式，而非Django默认的同步执行步骤。
在manage.py的目录下启动Celery服务：
celery worker -A mydjango -l info -P eventlet在浏览器中调用异步服务接口：
同时，也可以在backend中查询任务结果：
注意一点，Redis中的key并不是单纯的task_id，而是需要加上前缀celery-task-meta-。
最后，如果需要启动定时任务，就需要在manage.py所在的文件夹内单独启动beat服务：
celery -A mydjango beat -l info可以看到任务队列会每隔五秒执行一次定时任务：
总体而言，Celery 4.4.2解决了许多bug，例如著名的async关键字问题，同时优化了性能。在eventlet协程库的支持下，性能更加强大，入门门槛也比以前低了不少。
