data_integration_celery

项目已迁移到 https://gitee.com/DataIntegrationAlliance/data_integration_celery

通过celery定期执行更相关任务，将万得wind，同花顺ifind，东方财富choice等数据终端的数据进行整合，清洗，一致化，供其他系统数据分析使用

为了满足不同环境需要，也支持不使用celery，直接运行

目录：

• 一、环境依赖及安装配置
• 二、首次运行前环境配置
• 三、RabbitMQ 系统配置
• 四、Window CMD 启动
• 五、celery 启动方法
• 六、MySQL 配置方法
• 七、MySQL 参数调整

一、环境依赖及安装配置

• windows，ubuntu均可
• rabbitmq
• python 3.6 及相关包
• mysql 5.7

如果需要下载 windy、ifind、choice 等数据，需要安装对应的组建

为了支持独立运行在windows环境下，celery 的 broker 选择 rabbitmq 而非 redis（仅支持linux）

二、首次运行前环境配置

项目全部的配置信息存放在 ./tasks/config.py 文件中 包括：

• Celery 配置信息
• 数据库配置信息
• IFind、Wind、Tushare、JQDataSDK、CMC等用户名密码配置信息
• 是否支持 SQLite导出功能及路经配置信息
• 日志输出格式及级别配置信息

三、RabbitMQ 系统配置

Ubuntu 系统可直接 apt 方式安装

1. 用户创建及权限配置

创建用户，host，及访问权限

rabbitmqctl add_user mg ****
rabbitmqctl set_user_tags mg broker_backend

rabbitmqctl add_vhost celery_tasks
rabbitmqctl set_permissions -p celery_tasks mg ".*" ".*" ".*"

rabbitmqctl add_vhost backend
rabbitmqctl set_permissions -p backend mg ".*" ".*" ".*"

2. 启动web端

rabbitmq-plugins enable rabbitmq_management

RabbitMQ 管理界面

四、Window CMD 启动

以下命令均才 data_integration_celery 根目录下运行

scripts\run.bat

输出界面如下：

run: Active Env[A] Worker[W] Beat[B] Local Tasks[L] Cancel[C] [A,W,B,L,C]?

A：激活虚拟环境（如果有的话）
W：启动 worker
B：启动 beat
L：启动本地运行
C：退出

其中，“L：启动本地运行”，将启动python程序进入选择界面，相关运行代码在 tasks_init_.py 文件 main() 方法中。 如果有进一步希望进行自己的定制，可以根据需要，增加 func_list 中的函数列表

五、celery 启动方法

以下命令均才 data_integration_celery 根目录下运行

1. 启动 worker

celery -A tasks worker --loglevel=debug -c 2 -P eventlet

-P 命令只要是为了在win10 下可以正常运行 详见 issue，其他环境下可以去除
-P, --pool Pool implementation: prefork (default), eventlet, gevent or solo.
-c 命令后面的数字表示平行运行的 worker 数量，建议不要超过CPU核数
-l, --loglevel Logging level, choose between DEBUG, INFO, WARNING, ERROR, CRITICAL, or FATAL.

2. 启动 beat

celery beat -A tasks

CeleryConfig 中的定时任务将通过 beat 自动启动

3. Schedules Configuration

推荐配置

from celery.schedules import crontab


class CeleryConfig:
    # Celery settings
    broker_url = 'amqp://mg:***@localhost:5672/celery_tasks',
    result_backend = 'amqp://mg:***@localhost:5672/backend'
    accept_content = ['json']  # , 'pickle'
    timezone = 'Asia/Shanghai'
    imports = ('tasks',)
    beat_schedule = {
        'daily_task': {
            'task': 'tasks.grouped_task_daily',
            'schedule': crontab(hour='16', minute='03', day_of_week='1-5'),
        },
        'weekly_task': {
            'task': 'tasks.grouped_task_weekly',
            'schedule': crontab(hour='10', day_of_week='6'),
        },
    }
    broker_heartbeat = 0

具体命令及执行时间可根据需要进行配置

六、MySQL 配置方法

MySQL 5.7 下载地址
Ubuntu 系统可直接 apt 方式安装

1. Ubuntu 18.04 环境下安装 MySQL，5.7

   sudo apt install mysql-server

2. 默认情况下，没有输入用户名密码的地方，因此，安装完后需要手动重置Root密码，方法如下：

   cd /etc/mysql/debian.cnf
   sudo more debian.cnf

   出现类似这样的东西

   # Automatically generated for Debian scripts. DO NOT TOUCH!
   [client]
   host     = localhost
   user     = debian-sys-maint
   password = j1bsABuuDRGKCV5s
   socket   = /var/run/mysqld/mysqld.sock
   [mysql_upgrade]
   host     = localhost
   user     = debian-sys-maint
   password = j1bsABuuDRGKCV5s
   socket   = /var/run/mysqld/mysqld.sock

   以debian-sys-maint为用户名登录，密码就是debian.cnf里那个 password = 后面的东西。 使用mysql -u debian-sys-maint -p 进行登录。 进入mysql之后修改MySQL的密码，具体的操作如下用命令：

   use mysql;
   
   update user set authentication_string=PASSWORD("Dcba4321") where user='root';
   
   update user set plugin="mysql_native_password"; 
    
   flush privileges;

3. 然后就可以用过root用户登陆了

   mysql -uroot -p

4. 创建用户 mg 默认密码 Abcd1234

   CREATE USER 'mg'@'%' IDENTIFIED BY 'Abcd1234';

5. 创建数据库 md_integration

   CREATE DATABASE `md_integration` default charset utf8 collate utf8_general_ci;

6. 授权

   grant all privileges on md_integration.* to 'mg'@'localhost' identified by 'Abcd1234'; 
   
   flush privileges; #刷新系统权限表

七、MySQL 参数调整

部分数据过大可能导致数据库连接、存储过程中失效或者速度缓慢，建议调整一下参数：

参数调整方法:

1. 修改 my.cnf 文件

2. 执行 sql命令

   set global max_allowed_packet=500*1024*1024;

3. 快速查询数据库中各个表的数据条数命令

   select a.TABLE_NAME,a.TABLE_ROWS from information_schema.`TABLES` a WHERE a.TABLE_SCHEMA='md_integration' ORDER BY a.TABLE_ROWS desc