FastAPI 全栈后端（五）：后台任务与消息队列

创作者： Yardon | GitHub： github.com/YardonYan | 版本： v1.0 |

什么时候需要后台任务

HTTP 请求通常要求在几秒内返回响应。但有些操作本身就慢：发送邮件、生成报表、视频转码、AI 推理。如果你在请求线程里做这些事，用户会等 30 秒看到一片空白，然后服务器超时。

后台任务的核心思路是：立即响应"已接收"，后台慢慢处理，完成后通知用户。

BackgroundTasks：简单后台执行

python 复制代码

from fastapi import BackgroundTasks

def send_email(email: str, content: str):
    # 模拟慢操作
    time.sleep(5)
    print(f"已发送邮件到 {email}")

@app.post("/contact")
async def contact(email: str, message: str, tasks: BackgroundTasks):
    # 把任务加入后台队列，立即返回响应
    tasks.add_task(send_email, email, f"收到消息: {message}")
    return {"message": "已收到，我们会尽快回复"}

BackgroundTasks 会把函数放进后台线程池执行。适合：不重、不需要持久化、失败了也没大事的任务。

Celery 简介

如果任务需要持久化、重试、分布式执行------用 Celery：

python 复制代码

# tasks.py
from celery import Celery

celery = Celery("worker", broker="redis://localhost/0")

@celery.task(bind=True, max_retries=3)
def process_video(self, video_id: str):
    try:
        # 处理视频...
        pass
    except Exception as exc:
        self.retry(exc=exc, countdown=60)  # 60秒后重试

python 复制代码

# 在 FastAPI 中触发
@app.post("/videos")
async def upload_video(file: UploadFile):
    video_id = await save_video(file)
    process_video.delay(video_id)  # 异步执行
    return {"video_id": video_id, "status": "processing"}

本章小结

轻量任务用 BackgroundTasks，重量级任务用 Celery + Redis。下一章：中间件。

📌 创作者： Yardon | 🏠 个人网站： GlimmerAI.top

📖 本章是「FastAPI 全栈后端」系列的第 5 章。

🌟 欢迎大家来观看！