定时任务的典型落地场景在各行业中都很普遍，比如支付系统中，支付过程中因为网络或者其他因素导致出现掉单、卡单的情况，账单变成了“单边账”，这种情况对于支付用户来说，毫无疑问是灾难级别的体验，明明自己付了钱，扣了款，但是订单状态却未发生变化。
首先明确一点，celery4.1+的官方文档已经详细说明，该版本之后不需要引入依赖 django-celery 这个库了，直接用 celery 本身就可以了，就在去年年初的一篇文章python3.7.2+Django2.0.4 使用django-celery遇到的那些坑，中提到的一些bug，在今年早已不复存在，所以技术更新频率越来越快，本文详细阐述用新版Celery来实现。
在之前的一篇文章中提到了用Django+Celery+Redis实现了异步任务队列，只不过消息中间件使用了redis，redis作为消息中间件可谓是差强人意，功能和性能上都不如Rabbitmq，所以本次使用tornado框架结合celery，同时消息中间件使用Rabbitmq来实现异步发邮件，并且使用flower来监控任务队列。
This is the last version to support Python 2.7， and from the next version Python 3.5 or newer is required.
flower作为web页面来管理celery后台任务，和任务队列是隔离的，也就是flower的运行与否并不会影响到任务队列的真正执行，但是flower中也可以通过API接口来管理celery中的任务执行。
1.Redis为什么快？1.纯内存KV操作Redis的操作都是基于内存的，CPU不是 Redis性能瓶颈,，Redis的瓶颈是机器内存和网络带宽。在计算机的世界中，CPU的速度是远大于内存的速度的，同时内存的速度也是远大于硬盘的速度。
什么是CeleryCelery 是一个简单、灵活且可靠的分布式系统，可以处理大量消息，同时为操作提供维护此类系统所需的工具。它是一个专注于实时处理的任务队列，同时也支持任务调度。官方网站：https ://docs.celeryproject.
