Python 可以用芹菜做同步任务吗？

几乎同步的工作，也；基本上，我希望将web应用程序后面的数据访问和处理委托给大多数作业的任务队列。对于芹菜任务，我认为最合理的延迟时间是多少？

更新（澄清）

---

我想为了清楚起见，我应该解释吞吐量——虽然很好——对我来说不是一个必要的问题；我暂时还不需要朝那个方向扩展。延迟是目前我要评估的唯一标准。我很乐意使用

任务。如果这是唯一可行的方法，那么就应用
，但我想把这项工作做一点。
当我说
吞吐量时，我指的是从发送任务到执行任务的平均延迟。对于
往返
我指的是发送任务、执行任务、返回结果和检索结果所需的平均时间

正如我在评论中所说的，我目前没有任何官方数字可供分享，但我可以与你分享
与许多其他解决方案相比，正确的配置芹菜具有较低的延迟，但它确实比在本地执行函数带来更多的开销。这是设计任务粒度时需要考虑的因素[1]

我目前正在撰写一份可能会引起兴趣的绩效指南：

欢迎反馈，并希望了解您感兴趣的任何其他绩效因素

[1] 
这实际上取决于硬件、网络、代理和配置。我已经能够在MacBook Pro 2x core上以每秒约1000个任务（往返：发布并获取结果）。不过，默认配置并不能让你做到这一点，因为它优化了许多短任务和一些很长任务之间的中间地带；我可以永远扩展工作人员的数量，因此您能否提供有关如何设置低延迟配置的指导？我有两个短任务（返回数据以供立即使用）和长任务（生成大报告）要执行，如果它们有区别的话。或者，一个好的博客或文档在哪里有详细的操作方法？你可以从CELERYD_PREFETCH_乘数=0开始（或者从默认值4提高到32/64）。还有芹菜禁用率限制=True，如果你不需要速率限制，它会禁用部分“机械”。这似乎是合理的。所以，我推测这意味着工人们已经对下一个任务有了“保留”了这个设置？我如何确保以合理的速度收到结果？我希望能够有接近
任务行为的行为。在速度方面应用
。。。我能用这个来实现吗？使用0，它会保留尽可能多的任务（甚至数百万），所以这不是一个好主意，但您可以将其设置为一个很大的数字。请记住，如果工作人员崩溃，代理将重新交付任务。