Bagaimana Anda menjalankan background jobs yang robust (Celery/ARQ)?

Question

Accepted Answer

Untuk **background jobs yang robust dan tahan lama** (lebih dari `BackgroundTasks` yang ringan di FastAPI), Anda menggunakan task queue yang sebenarnya: **Celery** (standar yang sudah mapan) atau **ARQ** (queue async-native modern). Ini menjalankan pekerjaan berat, dapat diulang, dan terjadwal dalam proses worker terpisah, didukung oleh broker seperti Redis.

## Mengapa tidak hanya BackgroundTasks?

```text
BackgroundTasks runs in the web process → NO persistence (lost on crash), NO retries,
NO scheduling, and heavy work ties up the worker. Fine only for quick fire-and-forget.
For durable/critical/heavy/scheduled jobs → use a real task queue (Celery / ARQ).
```

## Celery — define dan queue tasks

```python
# tasks.py
from celery import Celery
celery_app = Celery("tasks", broker="redis://localhost:6379")

@celery_app.task(bind=True, max_retries=3)
def process_video(self, video_id: int):
    try:
        do_heavy_processing(video_id)        # runs in a WORKER, not the web process
    except Exception as exc:
        raise self.retry(exc=exc, countdown=60)   # automatic retry on failure
```

```python
# in a FastAPI endpoint — QUEUE the task, return immediately
@app.post("/videos/{id}/process")
def process(id: int):
    process_video.delay(id)                  # enqueue → returns at once (doesn't block)
    return {"status": "processing started"}
# run workers separately: celery -A tasks worker
```

Endpoint mengantrikan pekerjaan dan merespons secara instan; proses **worker** terpisah mengeksekusinya dengan persistensi dan retry.

## ARQ — async-native (sesuai dengan model async FastAPI)

```python
# ARQ is built on asyncio — a natural fit for async FastAPI codebases
async def process_video(ctx, video_id: int):
    await do_async_processing(video_id)

# enqueue from an endpoint
await redis.enqueue_job("process_video", video_id)
```

ARQ adalah alternatif yang lebih ringan dan async-first — menarik ketika codebase Anda sudah async.

## Apa yang disediakan task queue yang sebenarnya

```text
✓ Persistence — jobs survive crashes/restarts (stored in the broker)
✓ Retries with backoff — resilience against transient failures
✓ Scheduling — periodic/cron-like jobs (Celery Beat)
✓ Distribution & scaling — workers scale independently of the web servers
✓ Concurrency & rate limiting, task routing/priorities, result tracking
```

## Mengapa ini penting

Menjalankan background jobs yang robust sangat penting untuk membangun aplikasi FastAPI tingkat produksi yang menangani pekerjaan berat atau tertunda dengan andal — dan memahami kapan dan bagaimana menggunakan task queue yang sebenarnya adalah pengetahuan tingkat senior yang penting.

Pertimbangan inti adalah mengenali **batasan `BackgroundTasks`** (tidak ada persistensi, retry, atau penjadwalan — hanya baik untuk pekerjaan cepat dan tidak kritis) dan beralih ke **Celery atau ARQ** ketika pekerjaan harus tahan lama, dapat diulang, terjadwal, berat, atau terdistribusi (memproses file/video, mengirim email massal, sinkronisasi data, menghasilkan laporan).

Queue ini menawarkan kemampuan produksi yang kritis: **persistensi** (pekerjaan bertahan dari crash melalui broker, sehingga pekerjaan tidak hilang), **retry otomatis** (ketahanan terhadap kegagalan transien), **penjadwalan** (pekerjaan periodik), dan **penskalaan independen** worker dari web server.

Mengetahui cara mendefinisikan dan mengantrikan task (`.delay()` Celery, API async-native ARQ), arsitektur (broker + worker), dan khususnya **keputusan kapan menggunakan queue sebenarnya versus BackgroundTasks**, berharga untuk merancang aplikasi yang andal yang menjalankan pekerjaan berat tanpa kehilangannya — persyaratan umum dan penting yang membedakan sistem produksi yang robust dari yang rapuh.