RabbitMQ

一、介绍

1、什么叫消息队列

消息（Message）是指在应用之间进行传送的数据。消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。

消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，由消息系统来确保消息的可靠传递。消息发布者只管把消息发布到 MQ 中而不用管谁来取，消息使用者只管从 MQ 中取消息而不管是谁发布的。这样发布者和使用者都不用知道对方的存在。

2、为何用消息队列

从上面的描述中可以看出消息队列是一种应用间的异步协作机制，那什么时候需要使用 MQ 呢？

以常见的订单系统为例，用户点击【下单】按钮之后的业务逻辑可能包括：扣减库存、生成相应单据、发红包、发短信通知。在业务发展初期这些逻辑可能放在一起同步执行，随着业务的发展订单量增长，需要提升系统服务的性能，这时可以将一些不需要立即生效的操作拆分出来异步执行，比如发放红包、发短信通知等。这种场景下就可以用 MQ ，在下单的主流程（比如扣减库存、生成相应单据）完成之后发送一条消息到 MQ 让主流程快速完结，而由另外的单独线程拉取MQ的消息（或者由 MQ 推送消息），当发现 MQ 中有发红包或发短信之类的消息时，执行相应的业务逻辑。

MQ应用场景以及基本原理介绍

 

3、RabbitMQ 

RabbitMQ 是一个由 Erlang 语言开发的 AMQP 的开源实现。

rabbitMQ是一款基于AMQP协议的消息中间件，它能够在应用之间提供可靠的消息传输。在易用性，扩展性，高可用性上表现优秀。使用消息中间件利于应用之间的解耦，生产者（客户端）无需知道消费者（服务端）的存在。而且两端可以使用不同的语言编写，大大提供了灵活性。

中文文档

python文档

4、rabbitMQ安装

1.windows下安装

1.安装erlang语言:
    官网：http://www.erlang.org/downloads
    其他：http://www.cnerlang.com/resource/182.html

2.安装rabbimq
    http://www.rabbitmq.com/install-windows.html

3.在sbin目录下，cmd启动rabbitmq服务端：rabbitmq-server

4.在python中使用，下载连接rabbitmq的模块：pip install pika

2.Linux下安装

安装配置epel源
   $ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
 
安装erlang
   $ yum -y install erlang
 
安装RabbitMQ
   $ yum -y install rabbitmq-server
注意：service rabbitmq-server start/stop

3.mac下安装

bogon:~ yuan$ brew install rabbitmq
bogon:~ yuan$ export PATH=$PATH:/usr/local/sbin
bogon:~ yuan$ rabbitmq-server

二、rabbitMQ工作模型

1、简单模式

示例

生产者

# ######################### 生产者 #########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello')

channel.basic_publish(exchange='',  # 交换机
                      routing_key='hello',  # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello
                      body='Hello World!')  # 生产者要发送的消息

print(" [生产者] Sent 'Hello World!'")
connection.close()  # 当生产者发送完消息后，可选择关闭连接

消费者

# ########################## 消费者 ##########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello')


def callback(ch, method, properties, body):  # 定义一个回调函数，用来接收生产者发送的消息
    print(" [消费者] Received %r" % body)


channel.basic_consume(callback,  # 调用回调函数，从队列里取消息
                      queue='hello',  # 指定取消息的队列名
                      no_ack=True)  # 取完一条消息后，不给生产者发送确认消息，默认是False的，即  默认给rabbitmq发送一个收到消息的确认，一般默认即可

print(' [消费者] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()  # 开始循环取消息

相关参数

（1）no-ack ＝ False，如果消费者遇到情况(its channel is closed, connection is closed, or TCP connection is lost)挂掉了，那么，RabbitMQ会重新将该任务添加到队列中。

也就是说，no-ack = Flask，RabbitMQ会等待消费者返回响应消息，若没收到响应消息，即使数据被取出去了，也不会删除这个数据，直到接收到了响应消息，则会把被取出去的数据删掉。

• 回调函数中的ch.basic_ack(delivery_tag=method.delivery_tag)
• basic_comsume中的no_ack=False

生产者跟上面一样，消费者应该这么写:

# ########################## 消费者 ##########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello')


def callback(ch, method, properties, body):  # 定义一个回调函数，用来接收生产者发送的消息
    print(" [消费者] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)  # 接收到数据后给rabbitmq发送一个收到消息的确认


channel.basic_consume(callback,  # 调用回调函数，从队列里取消息
                      queue='hello',  # 指定取消息的队列名
                      no_ack=False)  # 取完一条消息后，不给生产者发送确认消息，默认是False的，即  默认给rabbitmq发送一个收到消息的确认，一般默认即可

print(' [消费者] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()  # 开始循环取消息

(2)  durable  ：消息不丢失，把数据持久化在硬盘

# ######################### 生产者 #########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
# make message persistent
channel.queue_declare(queue='hello2', durable=True)  # durable=True把数据进行持久化存储在硬盘

channel.basic_publish(exchange='',  # 交换机
                      routing_key='hello2',  # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello
                      body='Hello World!',  # 生产者要发送的消息
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      ))

print(" [生产者] Sent 'Hello World!'")
connection.close()  # 当生产者发送完消息后，可选择关闭连接



# ########################## 消费者 ##########################
import pika

# 1.连接rabbitma服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello2', durable=True)  # make message persistent


def callback(ch, method, properties, body):  # 定义一个回调函数，用来接收生产者发送的消息
    print(" [消费者] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)  # 接收到数据后给rabbitmq发送一个收到消息的确认


channel.basic_consume(callback,  # 调用回调函数，从队列里取消息
                      queue='hello2',  # 指定取消息的队列名
                      no_ack=False)  # 取完一条消息后，不给生产者发送确认消息，默认是False的，即  默认给rabbitmq发送一个收到消息的确认，一般默认即可

print(' [消费者] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()  # 开始循环取消息

(3) 消息获取顺序

默认消息队列里的数据是按照顺序被消费者拿走，例如：消费者1 去队列中获取 奇数 序列的任务，消费者1去队列中获取 偶数 序列的任务。

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照奇偶数排列

# ######################### 生产者 #########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello3')

channel.basic_publish(exchange='',  # 交换机
                      routing_key='hello3',  # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello
                      body='Hello World!',  # 生产者要发送的消息
                      )

print(" [生产者] Sent 'Hello World!'")
connection.close()  # 当生产者发送完消息后，可选择关闭连接



# ########################## 消费者 ##########################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行
channel.queue_declare(queue='hello3')


def callback(ch, method, properties, body):  # 定义一个回调函数，用来接收生产者发送的消息
    import time
    time.sleep(5)
    print(" [消费者] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)  # 接收到数据后给rabbitmq发送一个收到消息的确认

channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback,  # 调用回调函数，从队列里取消息
                      queue='hello3',  # 指定取消息的队列名
                      no_ack=False)  # 取完一条消息后，不给生产者发送确认消息，默认是False的，即  默认给rabbitmq发送一个收到消息的确认，一般默认即可

print(' [消费者] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()  # 开始循环取消息

2、exchange模型

1.发布订阅：fanout模式

发布订阅和简单的消息队列区别在于，发布订阅会将消息发送给所有的订阅者，而消息队列中的数据被消费一次便消失。所以，RabbitMQ实现发布和订阅时，会为每一个订阅者创建一个队列，而发布者发布消息时，会将消息放置在所有相关队列中。

# exchange_type='fanout'   fanout模式


############################ 生产者 ##############################
import pika


# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机logs，生产者和消费者都要声明
channel.exchange_declare(exchange='logs', exchange_type='fanout')

message = "info: Hello World!"

# 向交换机发送数据
channel.basic_publish(exchange='logs',  # 交换机
                      routing_key='',
                      body=message)
print(" [x] Sent %r" % message)
connection.close()


############################# 消费者 ##############################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机logs，生产者和消费者都要声明
channel.exchange_declare(exchange='logs', exchange_type='fanout')

# 声明一个随机队列(每个消费者都要声明自己的队列)
result = channel.queue_declare(exclusive=True)
# 获得随机队列的名字
queue_name = result.method.queue
# 为这个队列绑定一个交换机
channel.queue_bind(exchange='logs', queue=queue_name)

print(' [*] Waiting for logs. To exit press CTRL+C')


def callback(ch, method, properties, body):
    print(" [x] %r" % body)


channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)

channel.start_consuming()

 2.关键字发送：direct模式

 

之前的事例，发送消息时明确指定某个队列并向其中发送消息，RabbitMQ还支持根据关键字发送，即：队列绑定关键字，发送者将数据根据关键字发送到消息exchange，exchange根据 关键字 判定应该将数据发送至指定队列。

######################### 生产者 ##############################
import pika


# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')

message = "info: Hello Single Dog!"

# 向交换机发送数据
channel.basic_publish(exchange='direct_logs',  # 交换机
                      routing_key='info',  # 指明关键字
                      body=message)
print(" [x] Sent %r" % message)
connection.close()



################################ 消费者 ###############################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')

# 声明一个随机队列(每个消费者都要声明自己的队列)
result = channel.queue_declare(exclusive=True)
# 获得随机队列的名字
queue_name = result.method.queue

# 为这个队列绑定一个交换机和关键字
channel.queue_bind(exchange='direct_logs',
                   queue=queue_name,
                   routing_key='info'
                   )

# 为这个队列绑定第二个关键字
channel.queue_bind(exchange='direct_logs',
                   queue=queue_name,
                   routing_key='warning'
                   )

print(' [*] Waiting for logs. To exit press CTRL+C')


def callback(ch, method, properties, body):
    print(" [x] %r" % body)


channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)

channel.start_consuming()

 3.模糊匹配

 

exchange type = topic

在topic类型下，可以让队列绑定几个模糊的关键字，之后发送者将数据发送到exchange，exchange将传入”路由值“和 ”关键字“进行匹配，匹配成功，则将数据发送到指定队列。
    # 表示可以匹配 0 个 或 多个 单词
    *  表示只能匹配 一个 单词

示例：
发送者路由值                 队列中
www.Zzbj.python          www.*  -- 不匹配
www.Zzbj.python          www.#  -- 匹配

示例

# exchange type = topic


######################### 生产者 ##############################
import pika


# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')

message = "info: Hello Single Dog!"

# 向交换机发送数据
channel.basic_publish(exchange='topic_logs',  # 交换机
                      routing_key='My.you.she',  # 指明关键字
                      body=message)
print(" [x] Sent %r" % message)
connection.close()


################################## 消费者 ################################
import pika

# 1.连接rabbitmq服务端
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))

# 2.在连接上创建一个频道
channel = connection.channel()

# 3.声明一个交换机
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')

# 声明一个随机队列(每个消费者都要声明自己的队列)
result = channel.queue_declare(exclusive=True)
# 获得随机队列的名字
queue_name = result.method.queue

# 为这个队列绑定交换机和关键字
channel.queue_bind(exchange='topic_logs',
                   queue=queue_name,
                   routing_key='My.#'
                   )


print(' [*] Waiting for logs. To exit press CTRL+C')


def callback(ch, method, properties, body):
    print(" [x] %r" % body)


channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)

channel.start_consuming()

三、 基于RabbitMQ的RPC

Callback queue 回调队列

一个客户端向服务器发送请求，服务器端处理请求后，将其处理结果保存在一个存储体中。而客户端为了获得处理结果，那么客户在向服务器发送请求时，同时发送一个回调队列地址reply_to。

Correlation id 关联标识

一个客户端可能会发送多个请求给服务器，当服务器处理完后，客户端无法辨别在回调队列中的响应具体和那个请求时对应的。为了处理这种情况，客户端在发送每个请求时，同时会附带一个独有correlation_id属性，这样客户端在回调队列中根据correlation_id字段的值就可以分辨此响应属于哪个请求。

客户端发送请求：某个应用将请求信息交给客户端，然后客户端发送RPC请求，在发送RPC请求到RPC请求队列时，客户端至少发送带有reply_to以及correlation_id两个属性的信息

服务器端工作流： 等待接受客户端发来RPC请求，当请求出现的时候，服务器从RPC请求队列中取出请求，然后处理后，将响应发送到reply_to指定的回调队列中

客户端接受处理结果： 客户端等待回调队列中出现响应，当响应出现时，它会根据响应中correlation_id字段的值，将其返回给对应的应用

服务器端

import pika

# 建立连接，服务器地址为localhost，可指定ip地址
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))

# 建立会话
channel = connection.channel()

# 声明RPC请求队列
channel.queue_declare(queue='rpc_queue')

# 数据处理方法
def fib(n):
    if n == 0:
        return 0
    elif n == 1:
        return 1
    else:
        return fib(n-1) + fib(n-2)

# 对RPC请求队列中的请求进行处理
def on_request(ch, method, props, body):
    n = int(body)

    print(" [.] fib(%s)" % n)

    # 调用数据处理方法
    response = fib(n)

    # 将处理结果(响应)发送到回调队列
    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,
                     properties=pika.BasicProperties(correlation_id = 
                                                         props.correlation_id),
                     body=str(response))
    ch.basic_ack(delivery_tag = method.delivery_tag)

# 负载均衡，同一时刻发送给该服务器的请求不超过一个
channel.basic_qos(prefetch_count=1)

channel.basic_consume(on_request, queue='rpc_queue')

print(" [x] Awaiting RPC requests")
channel.start_consuming()

客户端

import pika
import uuid

class FibonacciRpcClient(object):
    def __init__(self):
        ”“”
        客户端启动时，创建回调队列，会开启会话用于发送RPC请求以及接受响应
        
        “”“
        
        # 建立连接，指定服务器的ip地址
        self.connection = pika.BlockingConnection(pika.ConnectionParameters(
                host='localhost'))
                
        # 建立一个会话，每个channel代表一个会话任务
        self.channel = self.connection.channel()
        
        # 声明回调队列，再次声明的原因是，服务器和客户端可能先后开启，该声明是幂等的，多次声明，但只生效一次
        result = self.channel.queue_declare(exclusive=True)
        # 将次队列指定为当前客户端的回调队列
        self.callback_queue = result.method.queue
        
        # 客户端订阅回调队列，当回调队列中有响应时，调用`on_response`方法对响应进行处理; 
        self.channel.basic_consume(self.on_response, no_ack=True,
                                   queue=self.callback_queue)


    # 对回调队列中的响应进行处理的函数
    def on_response(self, ch, method, props, body):
        if self.corr_id == props.correlation_id:
            self.response = body


    # 发出RPC请求
    def call(self, n):
    
        # 初始化 response
        self.response = None
        
        #生成correlation_id 
        self.corr_id = str(uuid.uuid4())
        
        # 发送RPC请求内容到RPC请求队列`rpc_queue`，同时发送的还有`reply_to`和`correlation_id`
        self.channel.basic_publish(exchange='',
                                   routing_key='rpc_queue',
                                   properties=pika.BasicProperties(
                                         reply_to = self.callback_queue,
                                         correlation_id = self.corr_id,
                                         ),
                                   body=str(n))
                                   
        
        while self.response is None:
            self.connection.process_data_events()
        return int(self.response)

# 建立客户端
fibonacci_rpc = FibonacciRpcClient()

# 发送RPC请求
print(" [x] Requesting fib(30)")
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)