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!

相关推荐
AI算力5 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
果果软件6 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
小虎AI生活6 小时前
workbuddy可以操控电脑!真的太省心了,AI博主利器啊
aigc·ai编程
IT规划师9 小时前
AI 时代企业软件创业——架构师视角下的切口、边界与决策框架
ai编程
FRing0310 小时前
vue3干货总结3(defineOptions(Vue3.3)、defineModel(Vue3.4)、Pinia)
开发语言·前端·vue.js·vue3
Bczheng110 小时前
组件化服务端渲染模式SSR
前端
郑世录10 小时前
16GB 显卡给本地大模型装一个"记得住"的脑子:8 个坑和 92.1% 的评测基线
ai编程
Thanks_ks10 小时前
AI Agent 开发入门:用 Function Calling 让大模型学会 “动手干活”,附订单查询机器人实战
python·ai·大模型·openai·agent·通义千问·mcp
whitelbwwww11 小时前
CUDA C++实战--中级
开发语言·前端·c++