Nano Hash - криптовалюты, майнинг, программирование

Получение последних задач из Celery и отображение их с помощью Django

У меня есть веб-приложение Django 1.5.1, использующее Celery 3.0.23 с RabbitMQ 3.1.5. и sqlite3.
Я могу отправлять задания с помощью простого result = status.tasks.mymethod.delay(parameter), все задания выполняются правильно:

[2013-09-30 17:04:11,369: INFO/MainProcess] Got task from broker: status.tasks.prova[a22bf0b9-0d5b-4ce5-967a-750f679f40be]
[2013-09-30 17:04:11,566: INFO/MainProcess] Task status.tasks.mymethod[a22bf0b9-0d5b-4ce5-967a-750f679f40be] succeeded in 0.194540023804s: u'Done'

Я хочу отобразить на странице последние 10 отправленных заданий и их статус. Есть ли способ в Django получить такие объекты? Я вижу пару таблиц в базе данных (celery_taskmeta и celery_taskmeta_2ff6b945) и попробовал несколько доступа к объектов, но Django всегда отображает страницу AttributeError.
Как правильно получить доступ к результатам Celery из Django?
Выполнение

cel = celery.status.tasks.get(None)  
cel = status.tasks.all()

не работает, что приводит к вышеупомянутой ошибке AttributeError. (status — это имя моего приложения)

РЕДАКТИРОВАТЬ: я уверен, что задачи сохраняются, как в этом небольшом руководстве говорится:
По умолчанию django-celery сохраняет это состояние в базе данных Django. Вы можете выбрать альтернативный сервер результатов или полностью отключить состояния (см. Серверы результатов).
После ссылок приведены только ссылки на то, как настроить соединение с БД, а не на то, как получить результаты.


Ответы:


1

Попробуй это:

from djcelery.models import TaskMeta

TaskMeta.objects.all()
30.09.2013
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..