如何在非容器化Django REST API中访问Docker内的数据？

针对你的场景，有两种直接可行的处理方式，根据你的实时性需求来选：

一、直接从Django访问Docker内的VernemQ队列（实时处理） #

VernemQ是MQTT消息 broker，非容器化的Django可以通过MQTT客户端直接连接到容器内的VernemQ，实时接收streamer推送的数据：

1. 确保VernemQ容器端口映射正确
   启动VernemQ容器时，必须把MQTT默认端口（1883）映射到宿主机，命令示例：

docker run -d -p 1883:1883 vernemq/vernemq

如果容器已经在运行，用docker ps查看端口映射是否存在，没有的话需要重启容器添加映射。

2. 在Django环境安装MQTT客户端库
   用pip安装常用的paho-mqtt库：

pip install paho-mqtt

3. 编写Django订阅逻辑
   可以在Django自定义命令、视图或后台任务中添加订阅代码，示例如下：

import paho.mqtt.client as mqtt
from your_app.models import DataRecord  # 替换成你的Django模型

def on_connect(client, userdata, flags, rc):
    client.subscribe("streamer/data/topic")  # 替换成streamer推送的实际主题

def on_message(client, userdata, msg):
    # 解析并处理收到的队列数据，直接存入Django数据库
    raw_data = msg.payload.decode("utf-8")
    # 示例：创建数据记录
    DataRecord.objects.create(content=raw_data)

# 初始化MQTT客户端并连接
client = mqtt.Client()
client.on_connect = on_connect
client.on_message = on_message
client.connect("localhost", 1883, 60)  # localhost对应宿主机，端口是映射后的1883

# 启动后台循环接收消息
client.loop_start()

二、导出队列数据到独立数据库，再用Django访问（批量/非实时处理） #

如果不需要实时处理，或者想把队列数据持久化后再分析，可以先将VernemQ中的数据同步到Django可访问的数据库：

1. 准备兼容Django的数据库
   可以在宿主机上安装PostgreSQL/MySQL，或者用Docker启动一个数据库容器（但要确保端口映射到宿主机，方便Django连接）。

2. 编写数据同步脚本
   用Python脚本（和Django同环境）订阅VernemQ队列，将数据解析后存入目标数据库，逻辑和上面的MQTT订阅类似，只是把数据写入独立数据库而非Django内置库。

3. Django配置数据库连接
   在Django的settings.py中配置这个独立数据库的连接信息，之后就可以像操作普通Django模型一样读取和处理数据。

注意事项 #

• 若VernemQ默认配置限制外部连接，需要修改容器内的VernemQ配置文件，设置listener.tcp.default = 0.0.0.0:1883允许所有IP访问。
• 实时处理优先选第一种方案，批量分析或数据归档优先选第二种。

内容的提问来源于stack exchange，提问作者Menna Magdy