RabbitMQ

1.楔子

1.1 什么是消息队列

消息（Message）是指在应用间传送的数据。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。

1.2 为什么要使用消息队列

由上可知, 消息队列是一种应用间的异步协作机制, 那我们在什么时候可以用到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。

RabbitMQ的应用场景以及基本原理介绍

1.3 RabbitMQ介绍

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。

RabbitMQ文档

1.4 RabbitMQ安装

Windows环境下安装教程

for Linux：

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

2.RabbitMQ在Python中的连接和使用

rabbitmq使用的协议是amqp，用于python的推荐客户端是pika

pip install pika

2.1 RabbitMQ的工作模型

RabbitMQ的工作模型简单分为: 简单模式 和 exchange模式两种

2.1.1 简单模式

示例:

############################### 生产者:发送消息端 ##############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列 queue传的值为队列名称
channel.queue_declare(queue='hello')
# 往队列里面加入数据
channel.basic_publish(exchange='',routing_key='hello',body='Hello World!')
# exchange=''表示为简单模式
print(" [x] Sent 'Hello World!'")
# 关闭连接
connection.close()

############################ 消费者: 接受消息端############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列(如果队列已经创建,则不会重复创建)
channel.queue_declare(queue='hello')
# 回调函数,在监听到消息后执行
def callback(ch,method,properties,body):
    print(" [x] Received %r" % body)# 确定监听事件
channel.basic_consume(callback,queue='hello',no_ack=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
# 开始监听
channel.start_consuming()

相关参数介绍

(1) no-ack = False, 如果消费者在监听到消息后遇到错误导致连接关闭了, 那么RabbitMQ会重新将该任务添加到队列中.

• basic_consume中no_ack = False
• 回调函数中加入一行代码:

ch.basic_ack(delivery_tag=method.delivery_tag)

此时消息接收端的代码为:

############################ 消费者: 接受消息端############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列(如果队列已经创建,则不会重复创建)
channel.queue_declare(queue='hello')
# 回调函数,在接受到消息后执行
def callback(ch,method,properties,body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)

# 确定监听事件
channel.basic_consume(callback,queue='hello',no_ack=False)
print(' [*] Waiting for messages. To exit press CTRL+C')
# 开始监听
channel.start_consuming()

(2) durable = Ture: 消息持久化存储, 即使服务器宕机了, 重启后消息也不会丢失

############################### 生产者:发送消息端 ##############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列 queue传的值为队列名称
channel.queue_declare(queue='hello', durable=True) # make message persistent
# 往队列里面加入数据
channel.basic_publish(exchange='',
                      routing_key='hello',
                      body='Hello World!',
                      properties=pika.BasicProperties(delivery_mode=2), # make message persistent
                      )
# exchange=''表示为简单模式
print(" [x] Sent 'Hello World!'")
# 关闭连接
connection.close()

############################ 消费者: 接受消息端############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列(如果队列已经创建,则不会重复创建)
channel.queue_declare(queue='hello', durable=True)
# 回调函数,在接受到消息后执行
def callback(ch,method,properties,body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)

# 确定监听事件
channel.basic_consume(callback,queue='hello',no_ack=False)
print(' [*] Waiting for messages. To exit press CTRL+C')
# 开始监听
channel.start_consuming()

(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2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

############################ 消费者: 接受消息端############
import pika
# 连接RabbitMQ
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 创建队列(如果队列已经创建,则不会重复创建)
channel.queue_declare(queue='hello', durable=True)
# 回调函数,在接受到消息后执行
def callback(ch,method,properties,body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)

# 确定监听事件
channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback,queue='hello',no_ack=False)
print(' [*] Waiting for messages. To exit press CTRL+C')
# 开始监听
channel.start_consuming()

2.1.2  exchange模型

(1) 发布订阅

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

import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明交换机
channel.exchange_declare(exchange='logs',exchange_type='fanout') # 模式为发布订阅模式

message = ' '.join(sys.argv[1:]) or "info: Hello World!"
channel.basic_publish(exchange='logs', # 交换机名称
                      routing_key='',
                      body=message)
print(" [x] Sent %r" % message)
connection.close()

import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明交换机
channel.exchange_declare(exchange='logs',type='fanout')
# 声明队列
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
# 为交换机绑定队列
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

 

exchange_ype = direct

 之前事例，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。

import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

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

message ="warning: Hello World!"
channel.basic_publish(exchange='direct_logs',
                      routing_key='warning',
                      body=message)
print(" [x] Sent %r" % message)
connection.close()

import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',exchange_type='direct') # 模式为关键字模式

result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

severities = sys.argv[1:]
if not severities:
    sys.stderr.write("Usage: %s [info] [warning] [error]
" % sys.argv[0])
    sys.exit(1)
# 绑定关键字
for severity in severities:
    channel.queue_bind(exchange='direct_logs',
                       queue=queue_name,
                       routing_key=severity)

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

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

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

channel.start_consuming()

(3) 话题模式

 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

import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

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

message ="Hello World!"
channel.basic_publish(exchange='topic_logs',
                      routing_key='banana.apple.xigua.juzi',
                      body=message)
print(" [x] Sent %r" % message)
connection.close()

import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

channel.exchange_declare(exchange='topic_logs',
                         exchange_type='topic')

result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
channel.queue_bind(exchange='topic_logs',
                   queue=queue_name,
                   routing_key="*.apple.#")

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

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

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

 2.2 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

服务端

#!/usr/bin/env python
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)