芹菜工人抓紧任务，而在冷却时间由rateélimi设置

Question

我的任务是由顺序请求（第二个请求需要来自第一个请求的数据，依此类推）到对一个主机有速率限制的API。所以我试着用芹菜来管理几个工人来加快速度。但是对于几个正在运行的工人，任务分配并不均匀。所以，当有空闲的工人时，任务在冷却时交给工人，这大大降低了总体处理速度。在

说明此问题的代码：

from celery import Celery
app = Celery('tasks', backend='mongodb', broker='mongodb://localhost:27017/celery')

app.conf.update(
    CELERY_ACKS_LATE = True,
    CELERYD_CONCURRENCY = 1,
    CELERYD_PREFETCH_MULTIPLIER = 1,
)

@app.task(rate_limit='10/m')
def mytask():
    return 'ok'

如果启动多个worker（带或不带-of air选项）并运行以下代码：

^{pr2}$

任务不会被均匀地分配，而且您可以很容易地看到几乎每次任务都被分配给工人。在

这是解决这类问题的正确配置吗？在