zoukankan      html  css  js  c++  java

  • 消息队列之RabbitMQ

    RabbitMQ

    什么叫消息队列

    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。

    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。

    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

    rabbitMQ安装

    　for Linux：
    复制代码
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
复制代码
注意：service rabbitmq-server start/stop

    rabbitMQ工作模型

    简单模式

    示例

    # ######################### 生产者 #########################
#!/usr/bin/env python
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='hello')
channel.basic_publish(exchange='',
                      routing_key='hello',
                      body='Hello World!')
print(" [x] Sent 'Hello World!'")
connection.close()
    # ########################## 消费者 ##########################
     
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='hello')
 
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
 
channel.basic_consume( callback,
                       queue='hello',
                       no_ack=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

    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。

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

    消息接收端应该这么写:

    import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='10.211.55.4'))
channel = connection.channel()
channel.queue_declare(queue='hello')

def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    import time
    time.sleep(10)
    print 'ok'
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_consume(callback,
                      queue='hello',
                      no_ack=False)

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

    (2)  durable  ：消息不丢失

    # 生产者
#!/usr/bin/env python
import pika

    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='hello1', durable=True)
    channel.basic_publish(exchange='',
                          routing_key='hello1',
                          body='Hello World%s!',
                          properties=pika.BasicProperties(delivery_mode=2))  # make message persistent

    print(" [x] Sent 'Hello World!'")
    connection.close()
    # 消费者
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='hello1', durable=True)


    def callback(ch, method, properties, body):
        # exit()
        print(" [x] Received %r" % body)
        # 如果有消费者挂了可以使用,
        # no_ack = False
        ch.basic_ack(delivery_tag=method.delivery_tag)  # 回馈机制打开,打开此行


    channel.basic_consume(callback,
                          queue='hello1',
                          no_ack=False)  # 回馈机制打开

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

    

    #!/usr/bin/env python
# -*- coding:utf-8 -*-
import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(host='10.211.55.4'))
channel = connection.channel()

# make message persistent
channel.queue_declare(queue='hello')


def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    import time
    time.sleep(10)
    print 'ok'
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback,
                      queue='hello',
                      no_ack=False)

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

    

    exchange模型
    

    3.1 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
    

    

    

    

    # 生产者
#!/usr/bin/env python
import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='logs',
                         exchange_type='fanout') # 创建一个channel 然后声明其为exchange模式 生产者或消费者哪个先运行,谁先创建(在rabbitmq中创建)

message = ' '.join(sys.argv[1:]) or "info: Hello World!"
channel.basic_publish(exchange='logs',   # 将数据写入到exchange中
                      routing_key='',
                      body=message)
print(" [x] Sent %r" % message)
connection.close()


# 消费者
#!/usr/bin/env python
import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='logs',
                         exchange_type='fanout')  # 同生产者

result = channel.queue_declare(exclusive=True)  # 在channel声明并声明一个订阅者队列
queue_name = result.method.queue  # 自动给queue起个名字

channel.queue_bind(exchange='logs',   # 将刚才声明的queue与exchange绑定
                   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()
    

    

    

     3.2 关键字发送
    

    

    

     exchange type = 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。
    

    

    

    #!/usr/bin/env python
import pika
import sys

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

channel.exchange_declare(exchange='direct_logs',
                         type='direct')

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)

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()

消费者
    

    
消费者
    

    

    

    #!/usr/bin/env python
import pika
import sys

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

channel.exchange_declare(exchange='direct_logs',
                         type='direct')

severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='direct_logs',
                      routing_key=severity,
                      body=message)
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

生产者
    

    
生产者
    


    3.3 模糊匹配
    

    

    

     exchange type = topic

    

    发送者路由值              队列中
old.boy.python          old.*  -- 不匹配
old.boy.python          old.#  -- 匹配
    

    

    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：
    

    

    

    #!/usr/bin/env python
import pika
import sys

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

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

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

binding_keys = sys.argv[1:]
if not binding_keys:
    sys.stderr.write("Usage: %s [binding_key]...
" % sys.argv[0])
    sys.exit(1)

for binding_key in binding_keys:
    channel.queue_bind(exchange='topic_logs',
                       queue=queue_name,
                       routing_key=binding_key)

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()

消费者
    

    
消费者
    

    

    

    #!/usr/bin/env python
import pika
import sys

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

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

routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='topic_logs',
                      routing_key=routing_key,
                      body=message)
print(" [x] Sent %r:%r" % (routing_key, message))
connection.close()

生产者
    

    
生产者
    

     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
    

    

    

    # !/usr/bin/env python
    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)

    # 服务器订阅RPC请求队列，当队列中有请求时，将调用`on_request`方法处理请求
    channel.basic_consume(on_request, queue='rpc_queue')  # 拿到客户端发送过来的数据,然后执行on_request方法

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

    

    

    

    客户端
    

    

    

    # !/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,连接到rabbitmq服务器
            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  # 注意理解=后面代码的意思,随机创建名字

            # 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)  # 定义客户端消费回调队列时的方法

        # 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())  # 给发送的数据进行标记,当不同的数据发送时,返回的值必须知晓是哪个数据的结果
            # 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,  # 声明对方发送的数据是发送到哪个队列中
                                           correlation_id=self.corr_id,  # 数据标记字符串
                                       ),
                                       body=str(n))  # 将数据发送到rpc_queue中

            while self.response is None:  # 判定response是否有值,没有值的话一直在这while循环
                self.connection.process_data_events()  # basic_consume和他有关
            return int(self.response)


    # 建立客户端
    fibonacci_rpc = FibonacciRpcClient()  # 第一步创建对象执行init方法

    # 发送RPC请求
    print(" [x] Requesting fib(30)")
    response = fibonacci_rpc.call(30)  # 第二步执行call方法
    print(" [.] Got %r" % response)
    

     
    

    


    

    


    

    sudo rabbitmqctl add_user alex 123
# 设置用户为administrator角色
sudo rabbitmqctl set_user_tags alex administrator
# 设置权限
sudo rabbitmqctl set_permissions -p "/" alex '.''.''.'

# 然后重启rabbiMQ服务
sudo /etc/init.d/rabbitmq-server restart
 
# 然后可以使用刚才的用户远程连接rabbitmq server了。


------------------------------
credentials = pika.PlainCredentials("alex","123")

connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.14.47',credentials=credentials))
    

    


    

    
    
                
    
                
              
    • 
              
    
              
  • 

                相关阅读:
    
                
                  Beta 第七天
                    
    Beta 第六天
                    
    Beta 第五天
                    
    Beta 第四天
                    
    Beta 第三天
                    
    Beta 第二天
                    
    Beta 凡事预则立
                    
    Beta 第一天
                    
    Beta 集合
                    
    打造专属测试平台5-使用Docker部署MySQL数据库
                    
                        
              
    • 
              
    
              
  • 
                原文地址：https://www.cnblogs.com/buyisan/p/8510970.html
              
    • 

            

          



          
          

            

            

          

        

      

      



      

      

        

          Copyright © 2011-2022 走看看