链式任务（chord）是Celery中先并发执行group内所有子任务、待全部成功后再触发callback任务的任务组合方式；其核心为chord(group, callback)，依赖结果后端收集结果，callback接收按group顺序排列的结果列表。
什么是链式任务（chord）
链式任务是 Celery 中一种特殊的任务组合方式，它把一组并行执行的子任务（group）和一个在所有子任务完成后才触发的回调任务（callback）串起来。你可以把它理解成“先并发跑一批任务，等它们全干完了，再统一处理结果”。
比如：要批量下载 100 个网页，下载完后统计总字数。下载动作可以并行，但统计必须等全部下载完成才能开始——这就适合用 chord。
怎么写一个 chord 链
核心写法很简单，用 chord(group, callback)：
- group 是一个任务列表，每个任务会被并发执行，返回各自的结果
- callback 是单个任务，接收一个参数：包含所有 group 任务返回值的列表
示例代码：
立即学习“Python免费学习笔记（深入）”；
from celery import Celery
<p>app = Celery('tasks', broker='redis://localhost:6379')</p><div class="aritcle_card flexRow">
<div class="artcardd flexRow">
<a class="aritcle_card_img" href="/ai/1351" title="云从科技AI开放平台"><img
src="https://img.php.cn/upload/ai_manual/001/431/639/68b6d5e4278fa465.png" alt="云从科技AI开放平台" onerror="this.onerror='';this.src='/static/lhimages/moren/morentu.png'" ></a>
<div class="aritcle_card_info flexColumn">
<a href="/ai/1351" title="云从科技AI开放平台">云从科技AI开放平台</a>
<p>云从AI开放平台</p>
</div>
<a href="/ai/1351" title="云从科技AI开放平台" class="aritcle_card_btn flexRow flexcenter"><b></b><span>下载</span> </a>
</div>
</div><p>@app.task
def add(x, y):
return x + y</p><p>@app.task
def summarize(results):
return sum(results)</p><h1>构建 chord：并发执行三个 add，完成后调用 summarize</h1><p>result = chord(
[add.s(1, 2), add.s(3, 4), add.s(5, 6)],
summarize.s()
).apply_async()</p><p>print(result.get()) # 输出 21（即 3+7+11）
注意：.s() 表示创建签名（signature），它是可序列化的任务“蓝图”，不立即执行。
异步执行的关键细节
Chord 的整个流程是完全异步的，但背后有隐含依赖逻辑：
- group 内部任务由 Celery worker 并发拉取执行，彼此无序、无依赖
- Celery 自动监控 group 所有任务状态，当全部成功时，才把结果打包发给 callback 任务
- callback 任务本身也进队列，由某个 worker 拉取执行，不是主线程直接调用
- 如果 group 中任一任务失败，默认整个 chord 失败（除非配置了 red">chord_unlock 或自定义错误处理）
生产中建议为 callback 加上重试机制：
@app.task(bind=True, autoretry_for=(Exception,), retry_kwargs={'max_retries': 3})
def summarize(self, results):
return sum(results)
常见问题与避坑提醒
实际用 chord 容易踩几个坑：
- 不要在 callback 里做耗时同步操作：比如发邮件、写大文件，应再转成新任务异步处理，避免阻塞 chord 调度器
- group 太大时慎用：Celery 默认用 Redis 做结果后端时，chord 会把所有结果暂存在一个 key 里。几千个任务的结果可能撑爆内存或超 Redis 单 key 限制
- 结果后端必须启用：chord 依赖结果后端（如 Redis、RabbitMQ、Database）来收集 group 结果。没配 result_backend？chord 会卡住不动
- callback 接收的是 list，不是 dict：顺序和 group 中任务顺序一致，不是按任务 ID 或返回时间排序
需要更灵活的聚合逻辑？可以改用 group + callback 手动触发，或者用 canvas 中的 chords 结合 apply_chunks 分批处理。
