### 实现Django长时间运行任务并实时更新前端进度 为了实现 Django 后台执行长时间运行的任务，并向前端提供实时进度反馈，可以结合 Celery 和 Redis 来完成这一功能。以下是具体方法： #### 1. 使用 Celery 处理异步任务 Celery 是一个强大的分布式任务队列工具，能够处理长时间运行的任务并将状态存储到后端（如 Redis 或 RabbitMQ）。通过配置 Celery 的 `AsyncResult` 功能，可以在任务运行期间获取其当前状态。 ```python from celery import shared_task import time @shared_task(bind=True) def long_running_task(self, total_steps=100): for i in range(total_steps): time.sleep(0.1) # Simulate work being done self.update_state(state='PROGRESS', meta={'current': i, 'total': total_steps}) return {'status': 'Task Completed'} ``` 此代码定义了一个名为 `long_running_task` 的 Celery 任务，在每次循环中调用 `self.update_state()` 更新任务的状态和元数据[^1]。 --- #### 2. 配置 Django 视图以返回任务状态 创建一个 Django 视图来查询 Celery 任务的状态，并将其作为 JSON 响应发送给前端。 ```python from django.http import JsonResponse from celery.result import AsyncResult from .tasks import long_running_task def start_task(request): task = long_running_task.delay() return JsonResponse({'task_id': task.id}) def get_progress(request, task_id): result = AsyncResult(task_id) if result.ready(): data = { 'state': 'SUCCESS', 'details': result.get(), } elif result.failed(): data = { 'state': 'FAILURE', 'details': str(result.info), } else: data = { 'state': result.state, 'details': result.info or {}, } return JsonResponse(data) ``` 在此视图中，`start_task` 负责启动 Celery 任务并返回任务 ID；而 `get_progress` 则用于轮询任务的最新状态[^1]。 --- #### 3. 前端实现 AJAX 请求以监控任务进展 在前端页面中，可以通过 JavaScript 定期发起 AJAX 请求，从服务器获取任务的进展情况，并动态更新 UI。 ```javascript let taskId; // Start the task and obtain its ID fetch('/api/start-task/') .then(response => response.json()) .then(data => { taskId = data.task_id; pollProgress(); }); function pollProgress() { fetch(`/api/get-progress/${taskId}/`) .then(response => response.json()) .then(data => { const progressBar = document.getElementById('progress-bar'); if (data.state === 'PROGRESS') { const percentage = Math.round((data.details.current / data.details.total) * 100); progressBar.style.width = `${percentage}%`; setTimeout(pollProgress, 1000); // Poll every second } else if (data.state === 'SUCCESS') { alert('Task completed!'); } else if (data.state === 'FAILURE') { alert(`Error occurred: ${data.details}`); } }); } ``` 这段脚本会每隔一秒请求一次 `/api/get-progress/` 接口，直到任务完成或失败为止[^1]。 --- #### 4. 配置 Celery 和 Redis 确保已安装必要的依赖项并通过以下方式设置 Celery 应用程序： ```bash pip install celery redis ``` 随后初始化 Celery 并连接至 Redis： ```python from celery import Celery app = Celery('myproject') app.config_from_object('django.conf:settings', namespace='CELERY') app.autodiscover_tasks() @app.task(bind=True) def debug_task(self): print(f'Request: {self.request!r}') ``` 最后修改项目的 settings.py 文件以指定 Redis 作为消息代理和服务端： ```python CELERY_BROKER_URL = 'redis://localhost:6379/0' CELERY_RESULT_BACKEND = 'redis://localhost:6379/0' ``` --- ### 总结 以上方案展示了如何利用 Celery 执行长时间运行的任务，并借助 Redis 存储中间状态以便于前端展示实时进度条。整个流程涉及后端任务管理、API 设计以及前端交互逻辑的设计与实现[^1]。