ydf0509 / celery_demo

演示复杂深层路径，完全不按照一般套路的目录格式的celery使用

nb_time	pip install nb_time 面向对象封装的NbTime 时间类，方便时间转化和时区支持，支持无限链式操作，用法暴击亲自使用 datetime 和 三方 arrow 包 比面向过程工程师在time_utils.py写几百个孤立的时间转换函数用法方便太多。
db_libs	pip install db_libs 各种数据库的封装。只封装生成连接，很少添加新的方法调用原生方法这种写法。
async_pool_executor	pip install async_pool_executor its api like the concurrent.futures.使asyncio并发编程简化10倍
flexible_thread_pool	pip install flexible_thread_pool flexible_thread_pool 支持同步函数和 acync def 的 异步函数并发执行。 可扩大和自动缩小的线程池，比 threadpool_executor_shrink_able 实现更简单的线程池，性能超过 concurrent.futures.ThreadpoolExecutor 200%
sync2asyncio	pip install sync2asyncio python 快速万能同步转异步语法
object_pool_proj	pip install universal_object_pool 通用对象池，可以池化任意自定义类型的对象，用于快速实现任意池(线程池除外)。
nb_http_client	pip install nb_http_client powred by object_pool_proj nb_http_client 是 python 史上性能最强的http客户端，比任意请求包快很多倍
celery_demo	演示复杂深层路径，完全不按照一般套路的目录格式的celery使用
funboost_support_celery_demo	演示复杂深层路径，完全不按照一般套路的目录格式,使用funboost来自动化配置和操作celery,代码极其简化
nb_filelock	pip install nb_filelock 使用磁盘文件作为介质，实现基于单台机器的跨进程跨解释器的分布式锁。
tps_threadpool_executor	pip install tps_threadpool_executor 控频线程池，能够指定精确每秒运行多少次函数，而不是精确指定程序线程池中同时多少个线程在并发
auto_run_on_remote	pip install auto_run_on_remote 在本机点击运行一个python脚本，但自动使该脚本自动在远程linux机器上运行。 方便程度暴击pycahrm 专业版调用远程linux解释器
auto_restart	pip install auto_restart 自动重启冷部署工具。当检测到git内容发生变化时候，会自动重启服务，无需手动重启发版。
base_decorator	pip install base_decorator 通用的装饰器基类，使写装饰器变得更简单。
decorator_libs	pip install decorator_libs 常用的日常通用装饰器大全
fastapi_use_funboost	fastapi 使用分布式函数调度框架 fastapi_use_funboost 作为后台消费的 demo
uwsgi_flask_funboost	uwsgi部署flask + funboost 作为后台消费的 demo
django_use_funboost	dajngo + funboost 作为后台消费的 demo
funboost_django_orm_demo	dajngo + funboost + 函数中操作了orm ,作为后台消费的 demo
funboost_vs_celery_benchmark	使用严谨精确的控制变量法，测试分布式函数调度框架 funboost 和celery的性能对比
pysnooper_click_able	pip install pysnooper_click_able 神级别黑科技装饰器，实现难度5颗星。不用打断点不用到处加print的deubg工具，可以精确显示代码运行率轨迹并点击。 可以精确动态统计调用一个函数背后，python到底解释执行了多少行代码，让你对函数消耗的cpu资源了如指掌。
pythonpathdemo	用专门的项目说明掌握python的 PYTHONPATH的重要性；说明窗口会话临时环境变量和永久性环境变量区别；说明pythonpath的好处；说明pythonpath的妙用。学了PYTHONPATH 写几十个项目复用公共代码如虎添翼
kuai_log	pip install kuai_log 速度最快的python日志,比nb_log更简单简化,没有三方包依赖和无需配置文件

celery_demo's Issues

celery复杂层级结构引用

你好，参考你的示例，我也有两个复杂层级的项目，需要同时使用celery注册任务，但是根据你的demo，我并没有启动成功，两个项目结构如下：
/var/www/
｜—— pro1
｜———｜pro1
｜————— celery.py
｜————— tasks.py
｜———pro2
｜————｜project
｜——————｜async_task
｜————————tasks.py
在我使用命令行启动时 cd /var/www/ && celery worker -A pro1.pro1.celery -c 128 -l info -P gevent ，无法启动。