Skip to content
KI-Werkzeug

RQ (Redis Queue) Bewertung

RQ (Redis Queue) ist eine einfache Python-Bibliothek zum Einreihen von Jobs und deren Hintergrundverarbeitung mit Workern, die Redis oder Valkey als Backend nutzt.

shipped 2. Apr. 2026updated 27. Mai 2026aifreemium
ai
RQ (Redis Queue) - AI tool for redis queue. Professional illustration showing core functionality and features.

Warum es wichtig ist

1RQ (Redis Queue) nutzt Redis oder Valkey als Backend zum Speichern und Verwalten von Job-Warteschlangen.
2RQ 2.4.1, veröffentlicht am 20. Juli 2025, führte einen 'CREATED' Job-Status für Jobs ein, die noch nicht in die Warteschlange gestellt oder zurückgestellt wurden.
3RQ 2.0, veröffentlicht am 28. Oktober 2024, fügte Unterstützung für mehrere Job-Ausführungen hinzu und erklärte `default_worker_ttl` als veraltet.
4Die Bibliothek erfordert Redis Version 5.0 oder höher, oder Valkey Version 7.2 oder höher, für die volle Funktionalität.

Stork’s verdict on RQ (Redis Queue)

RQ bietet eine niedrige Einstiegshürde für asynchrone Python-Aufgaben, bindet Sie aber an ein Redis- oder Valkey-Backend.

RQ (Redis Queue) reviewed by Stork AI · stork.ai/de/rq-redis-queue

Spezifikationen

API-Dokumentation

API verfügbar

Ja, öffentliche API

overview

Was ist RQ (Redis Queue)?

RQ (Redis Queue) ist eine Bibliothek zur Hintergrund-Jobverarbeitung, die von den RQ Project Contributors entwickelt wurde und es Entwicklern, Webanwendungsentwicklern und Systemarchitekten ermöglicht, Jobs in eine Warteschlange einzureihen und diese im Hintergrund mit Workern zu verarbeiten. Sie nutzt Redis oder Valkey als Backend zum Speichern von Jobs und zur Verwaltung der Warteschlange, konzipiert für einen niedrigen Einstiegshürde und Skalierbarkeit. RQ ermöglicht es Python-Anwendungen, zeitaufwändige oder blockierende Aufgaben an Hintergrundprozesse auszulagern, wodurch sichergestellt wird, dass die Hauptanwendung reaktionsschnell bleibt. Sie arbeitet nach dem First-In, First-Out (FIFO)-Prinzip für die Jobverarbeitung.

Hauptanwendungsfälle für RQ (Redis Queue) umfassen die asynchrone Jobverarbeitung für langwierige Operationen wie das Senden von E-Mails, das Generieren von Berichten, das Verarbeiten von Bildern oder das Handhaben von Dateiuploads, ohne die Haupt-Webanwendung zu blockieren. Es wird auch in verteilten Systemen eingesetzt, um Aufgaben zu verwalten, die von mehreren Workern über verschiedene Knoten hinweg verarbeitet werden. RQ verbessert die API-Reaktionsfähigkeit für Frameworks wie Flask, Django und FastAPI, indem es langlaufende Aufgaben in Hintergrund-Warteschlangen verschiebt. Mit der rq-scheduler-Erweiterung können Aufgaben so geplant werden, dass sie zu bestimmten Zeiten oder nach einer Verzögerung ausgeführt werden, was die Automatisierungsfähigkeiten der Anwendung verbessert. Jüngste Entwicklungen umfassen RQ 2.4.1 (20. Juli 2025), das einen CREATED Job-Status einführte, und RQ 2.0 (28. Oktober 2024), das Unterstützung für mehrere Job-Ausführungen und AWS Elasticache Serverless Redis-Kompatibilität hinzufügte. RQ 1.12.0 (15. Januar 2023) begann mit der Speicherung mehrerer Job-Ausführungsergebnisse, was Redis >= 5.0 Redis Streams erfordert.

features

Hauptmerkmale von RQ (Redis Queue)

RQ (Redis Queue) bietet eine robuste Reihe von Funktionen zur Verwaltung von Hintergrundaufgaben in Python-Anwendungen, die die Geschwindigkeit und Zuverlässigkeit von Redis oder Valkey nutzen. Diese Funktionen sind darauf ausgelegt, die Reaktionsfähigkeit und Skalierbarkeit von Anwendungen zu verbessern.

  • Einreihen von Jobs zur Hintergrundausführung, unter Einhaltung einer First-In, First-Out (FIFO)-Verarbeitungsreihenfolge.
  • Verarbeitung von Jobs mit dedizierten Worker-Prozessen, die eine gleichzeitige Aufgabenbearbeitung ermöglichen.
  • Nutzung von Redis oder Valkey als Hochleistungs-Backend zum Speichern von Job-Daten und Verwalten von Warteschlangen.
  • Planen von Jobs für die zukünftige Ausführung zu bestimmten Zeiten oder nach einer definierten Verzögerung über rq-scheduler.
  • Planen von Jobs für die periodische Ausführung, wodurch wiederkehrende Aufgaben innerhalb von Anwendungen ermöglicht werden.
  • Automatisches Wiederholen fehlgeschlagener Jobs, um deren eventuelle Fertigstellung sicherzustellen und die Systemresilienz zu verbessern.
  • Überwachung von Job-Warteschlangen zur Verfolgung von ausstehenden, gestarteten und abgeschlossenen Aufgaben.
  • Überwachung der Worker-Aktivität, einschließlich Worker-Status und Verarbeitungsstatistiken.
  • Unterstützung für die Speicherung mehrerer Job-Ausführungsergebnisse, verfügbar seit RQ 1.12.0 (erfordert Redis >= 5.0 Redis Streams).
  • Kompatibilität mit AWS Elasticache Serverless Redis, eingeführt in RQ 2.0.

use cases

Wer sollte RQ (Redis Queue) verwenden?

RQ (Redis Queue) eignet sich besonders gut für Python-Entwickler und Systemarchitekten, die eine unkomplizierte, effiziente und skalierbare Lösung für die Hintergrund-Jobverarbeitung suchen. Sein Design priorisiert Benutzerfreundlichkeit und Integration, was es zu einer ausgezeichneten Wahl für spezifische Anwendungsszenarien macht.

  • Entwickler: Zum Auslagern zeitaufwändiger oder blockierender Aufgaben an Hintergrundprozesse, um sicherzustellen, dass die Hauptanwendung reaktionsschnell bleibt und die Benutzererfahrung nicht beeinträchtigt wird.
  • Webanwendungsentwickler (z.B. Flask, Django, FastAPI): Zur Verbesserung der API-Reaktionsfähigkeit durch Verschieben langlaufender Operationen wie dem Senden von E-Mails, dem Generieren von Berichten, dem Verarbeiten von Bildern oder dem Handhaben von Dateiuploads in Hintergrund-Warteschlangen.
  • Systemarchitekten: Zum Verwalten von Aufgaben, die von mehreren Workern über verteilte Systeme hinweg verarbeitet werden, unter Nutzung von Redis oder Valkey für effizientes Warteschlangenmanagement und Interprozesskommunikation.
  • Teams, die geplante Aufgaben benötigen: Nutzung der rq-scheduler-Erweiterung für Aufgaben, die zu bestimmten Zeiten oder nach einer Verzögerung ausgeführt werden müssen, um Routineoperationen innerhalb ihrer Anwendungen zu automatisieren.

pricing

RQ (Redis Queue) Preise & Pläne

RQ (Redis Queue) ist eine Open-Source Python-Bibliothek, die unter der BSD-Lizenz vertrieben wird, wodurch ihre Kernfunktionalität frei verfügbar ist. Das Projekt arbeitet nach einem Freemium-Modell, bei dem die primäre Bibliothek kostenlos genutzt werden kann, Nutzer jedoch Kosten für die zugrunde liegende Redis- oder Valkey-Infrastruktur oder für kommerziellen Support und erweiterte Dienste von Drittanbietern tragen können. Es gibt keine direkten Abonnementstufen oder nutzungsbasierten Gebühren, die vom RQ-Projekt selbst erhoben werden.

  • Open Source Core: Kostenlos (BSD-lizenziert)
  • Redis/Valkey-Infrastruktur: Kosten variieren je nach Anbieter (z.B. AWS ElastiCache, Google Cloud Memorystore, selbst gehostete Instanzen) und Nutzung.

Ähnliche Tools

RQ (Redis Queue) vs. Wettbewerber

RQ (Redis Queue) ist als leichte und einfache Alternative im Python-Task-Queue-Ökosystem positioniert und wird oft mit funktionsreicheren oder spezialisierteren Lösungen verglichen. Sein Wettbewerbsvorteil liegt in seiner niedrigen Einstiegshürde und der engen Integration mit Redis oder Valkey.

1

Celery is a fully-featured, mature, and distributed task processing system supporting multiple message brokers and advanced workflow capabilities.

Compared to RQ, Celery is more complex with a steeper learning curve but offers a richer feature set, including built-in scheduling and support for various message brokers beyond Redis.

2
Dramatiq

Dramatiq is a fast, reliable, and modern Python library for running message-driven workers, focusing on simplicity and performance.

Dramatiq is often seen as a lighter alternative to Celery and offers more features than RQ, such as native support for retries and dead-letter queues, while supporting both Redis and RabbitMQ.

3

Huey is a small, fast, and lightweight Redis-based task queue that includes built-in scheduling, retries, and periodic tasks.

Huey is similar to RQ in its Redis-only backend and simplicity but provides more features out-of-the-box like scheduling and retries, which RQ typically requires extensions for.

4

MLQ is specifically designed as an asynchronous job queueing system and framework for workers to process machine learning jobs, built on asyncio and using Redis.

Unlike general-purpose queues like RQ, MLQ is tailored for ML workloads, offering features like job persistence and requeueing for stalled ML tasks, making it a more specialized solution for AI applications.

AI Reputation Report

Is RQ (Redis Queue) yours?

ChatGPT, Perplexity, Gemini, Claude & Grok answer buyer questions about RQ (Redis Queue) every day. See whether they name RQ (Redis Queue) — or send buyers to a rival.