Rabbitmq 芹菜消费发送任务响应

在django应用程序中，我需要调用一个外部rabbitmq，该rabbitmq在windows服务器上运行，并使用其中的某个应用程序，django应用程序在linux服务器上运行

目前，我可以使用芹菜

发送任务

将任务添加到队列中：

app.send_task('tasks', kwargs=self.get_input(), queue=Queue('queue_async', durable=False))

我的设置如下所示：

CELERY_BROKER_URL = CELERY_CONFIG['broker_url']
BROKER_TRANSPORT_OPTIONS = {"max_retries": 3, "interval_start": 0, "interval_step": 0.2, "interval_max": 0.5}

CELERY_ACCEPT_CONTENT = ['application/json']
CELERY_TASK_SERIALIZER = 'json'
CELERY_RESULT_SERIALIZER = 'json'
CELERY_TASK_DEFAULT_QUEUE = 'celery'
CELERY_TASK_RESULT_EXPIRES = 3600
CELERY_RESULT_BACKEND = 'rpc://'
CELERY_CREATE_MISSING_QUEUES = True

---

我不确定的是如何获取和解析响应，因为send_任务只返回一个键？

如果要存储任务的结果，可以使用此参数

result_backend

或

芹菜_result_backend

，具体取决于您使用的芹菜版本

可以在此处找到完整的配置选项列表（在此页面上搜索

result\u backend

）=>

---

有许多选项可用于存储结果-

SQL数据库、NoSQL数据库、Elasticsearch、Memcache、Redis等

。根据项目堆栈进行选择

谢谢你的理解。因此，因为我想进一步处理答案，所以我使用rpc，正如我在示例中的配置中已经定义的那样

我发现这个示例很有用，因为大多数python芹菜示例都假设消费者是同一个应用程序，它描述了与Java应用程序的交互，因为它提供了一个关于如何从python端请求的好示例

因此，我现在的实施是：

result = app.signature('tasks', kwargs=self.get_input(), queue=Queue('queue_async', durable=False)).delay().get()

---

等待并解析结果。

您可以在此处查看我的详细答案->使用

rpc

作为后端将任务结果存储在

队列中。这是你想要的功能吗？我想是的。我的目标基本上是从python（运行在ubuntu服务器上）将任务发送到另一个应用程序（运行在windows上的Java）。python任务应该等待响应（同步），然后进一步处理结果并返回给客户机。因此，我认为
rpc
是预期的
result\u backend
设置，还是我错了？好的。我真的不确定。你可以试试看。如果这解决了你的问题，请在这里更新我。是的，我测试了它，它实际上按照预期工作。因此，我假设使用
rpc
是如上所述的正确做法。谢谢你的回答