zoukankan      html  css  js  c++  java

  • doc

       本篇博客主要介绍如何通过Python来操作管理RabbitMQ消息队列，大家在工作中可能遇到很多类似RabbitMQ这种消息队列的中间件，如：ZeroMQ、ActiveMQ、MetaMQ等，我们学会了如何操作RabbitMQ的话基本上操作其他的队列都是一通百通。

     一、RabbitMQ安装

        RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统，它遵循Mozilla Pulic License开源协议。

    MQ全称为Message Queue，消息队列(MQ)是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息(针对应用程序的数据)来通信，而无需专用链接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。

    1，yum安装rabbitmq

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    #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 insatll erlang
     
    #安装RabbitMQ
      yum -y install rabbitmq-server
     
    #注意：
       service rabbitmq-server start/stop

    2，安装API

    1
    2
    3
    4
    5
    #pip安装：
      pip install pika
     
    #源码安装：
      https://pypi.python.org/pypi/pika  #官网地址

        之前我们在介绍线程，进程的时候介绍过python中自带的队列用法，下面我们通过一段代码复习一下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    #生产者消费者模型，解耦的意思就是两个程序之间，互相没有关联了，互不影响。
    import queue
    import threading
    import time
    q = queue.Queue(20)      #队列里最多存放20个元素
      
    def productor(arg):            #生成者，创建30个线程来请求吃包子，往队列里添加请求元素
        q.put(str(arg) + '- 包子')
      
    for i in range(30):
        t = threading.Thread(target=productor,args=(i,))
        t.start()
      
    def consumer(arg):       #消费者，接收到队列请求以后开始生产包子，来消费队列里的请求
        while True:
            print(arg,q.get())
            time.sleep(2)
      
    for j in range(3):
        t = threading.Thread(target=consumer,args=(j,))
        t.start()

    二、通过Python来操作RabbitMQ队列

         上面我们已经将环境装备好，下面我们通过Pika模块来对Rabbitmq队列来进行操作，对于RabbitMQ来说，生产和消费不再针对内存里的一个Queue对象，而是某台服务器上的RabbitMQ Server实现的消息队列。

    1，基本用法

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    ####################################生产者#####################################
     
    import pika
     
    connection=pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131')) 
    #创建一个链接对象，对象中绑定rabbitmq的IP地址
     
     
    channel=connection.channel()        #创建一个频道
     
    channel.queue_declare(queue='name1')  #通过这个频道来创建队列，如果MQ中队列存在忽略，没有则创建
     
    channel.basic_publish(exchange='',
                          routing_key='name1',   #指定队列名称
                          body='Hello World!')   #往该队列中发送一个消息
    print(" [x] Sent 'Hello World!'")
    connection.close()                           #发送完关闭链接
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    #####################################消费者######################################
     
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))
    #创建一个链接对象，对象中绑定rabbitmq的IP地址
     
    channel = connection.channel()         #创建一个频道
     
    channel.queue_declare(queue='name1')   #通过这个频道来创建队列，如果MQ中队列存在忽略，没有则创建
     
    def callback(ch, method, properties, body):   #callback函数负责接收队列里的消息
        print(" [x] Received %r" % body)
     
    channel.basic_consume(callback,              #从队列里去消息
                          queue='name1',         #指定队列名
                          no_ack=True)
     
    print(' [*] Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()

    acknowledgment 消息不丢失

       上面的例子中如果我们将no-ack=False ,那么当消费者遇到情况(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。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))
    channel = connection.channel()
     
    channel.queue_declare(queue='name1')
     
    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)   #向生成者发送消费完毕的确认信息，然后生产者将此条消息同队列里剔除
     
    channel.basic_consume(callback,
                          queue='name1',                             
                          no_ack=False)                    #如果no_ack=False,当消费者down掉了，RabbitMQ会重新将该任务添加到队列中
     
    print(' [*] Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()

      上例如果消费者中断后如果不超过10秒，重新链接的时候数据还在。当超过10秒之后，消费者往生产者发送了ack，重新链接的时候数据将消失。

    durable消息不丢失

        消费者down掉后我们知道怎么处理了，如果我的RabbitMQ服务down掉了该怎么办呢？

    消息队列是可以做持久化，如果我们在生产消息的时候就指定某条消息需要做持久化，那么RabbitMQ发现有问题时，就会将消息保存到硬盘，持久化下来。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    ####################################生产者#####################################
    #!/usr/bin/env python
      
    import pika
      
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))
      
    channel = connection.channel()
      
    channel.queue_declare(queue='name2', durable=True)    #指定队列持久化
      
    channel.basic_publish(exchange='',
                          routing_key='name2',
                          body='Hello World!',
                          properties=pika.BasicProperties(
                              delivery_mode=2,            #指定消息持久化
                          ))
    print(" [x] Sent 'Hello World!'")
    connection.close()
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    #####################################消费者######################################
    #!/usr/bin/env python
    # -*- coding:utf-8 -*-
    import pika
      
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))
      
    channel = connection.channel()
      
    channel.queue_declare(queue='name2', durable=True)
      
      
    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='name2',
                          no_ack=False)
      
    print(' [*] Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()

    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的，例如：消费者1去队列中获取奇数序列任务，消费者2去队列中获取偶数序列的任务，消费者1处理的比较快而消费者2处理的比较慢，那么消费者1就会一直处于繁忙的状态，为了解决这个问题在需要加入下面代码:

    channel.basic_qos(prefetch_count=1)  :表示谁来获取，不再按照奇偶数 排列

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    #!/usr/bin/env python
    # -*- coding:utf-8 -*-
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     
    channel = connection.channel()
     
    channel.queue_declare(queue='name1')
     
     
    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='name1',
                          no_ack=False)
     
    print(' [*] Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()

    2，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，二发布者发布消息时，会将消息放置在所有相关队列中。

        在RabbitMQ中，所有生产者提交的消息都有Exchange来接收，然后Exchange按照特定的策略转发到Queue进行存储，RabbitMQ提供了四种Exchange：fanout、direct、topic、header。由于header模式在实际工作中用的比较少，下面主要对前三种进行比较。

    exchange type = fanout ：任何发送到Fanout Exchange的消息都会被转发到与该Exchange绑定(Binding)的所有Queue上

      ​为了方便理解，应用了上面这张图，可以清晰的看到相互之间的关系，当我们设置成fanout模式时，如何操作请看下面代码：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    ####################################发布者#####################################
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connection.channel()
     
    channel.exchange_declare(exchange='test_fanout',
                             type='fanout')
     
    message = '4456'
    channel.basic_publish(exchange='test_fanout',
                          routing_key='',
                          body=message)
    print(' [x] Sent %r' % message)
    connection.close()
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    ####################################订阅者#####################################
     
    import pika
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connection.channel()
     
    channel.exchange_declare(exchange='test_fanout',        #创建一个exchange
                             type='fanout')                 #任何发送到Fanout Exchange的消息都会被转发到与该Exchange绑定(Binding)的所有Queue上
     
    #随机创建队列
    result = channel.queue_declare(exclusive=True)
    queue_name = result.method.queue
     
    #绑定
    channel.queue_bind(exchange='test_fanout',
                       queue=queue_name)                    #exchange绑定后端队列
     
    print('<------------->')
     
    def callback(ch,method,properties,body):
        print(' [x] %r' % body)
     
    channel.basic_consume(callback,
                          queue=queue_name,
                          no_ack=True)
    channel.start_consuming()

    exchange type = direct：任何发送到Direct Exchange的消息都会被转发到RouteKey中指定的Queue上(关键字发送)

       之前事例，发送消息时明确指定了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。

     发布者：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    #!/usr/bin/env python
    import pika
    import sys
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     
    channel = connection.channel()
     
    channel.exchange_declare(exchange='direct_test',
                             type='direct')
     
    severity = 'info'         #设置一个key,
    message = '99999'
    channel.basic_publish(exchange='direct_test',
                          routing_key=severity,
                          body=message)
    print(" [x] Sent %r:%r" % (severity, message))
    connection.close()

     ​订阅者1：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    #!/usr/bin/env python
    import pika
    import sys
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     
    channel = connection.channel()
     
    channel.exchange_declare(exchange='direct_test',
                             type='direct')
     
    result = channel.queue_declare(exclusive=True)
    queue_name = result.method.queue
     
    severities = ['error','info',]      #绑定队列，并发送关键字error，info
    for severity in severities:
        channel.queue_bind(exchange='direct_test',
                           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()

    订阅者2：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    #!/usr/bin/env python
    import pika
    import sys
     
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     
    channel = connection.channel()
     
    channel.exchange_declare(exchange='direct_test',
                             type='direct')
     
    result = channel.queue_declare(exclusive=True)
    queue_name = result.method.queue
     
    severities = ['error',]
    for severity in severities:
        channel.queue_bind(exchange='direct_test',
                           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()

        结论：当我们将发布者的key设置成Error的时候两个队列对可以收到Exchange的消息，当我们将key设置成info后，只有订阅者1可以收到Exchange的消息。

     exchange type = topic：任何发送到Topic Exchange的消息都会被转发到所有关心RouteKey中指定话题的Queue上(模糊匹配)

    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。

    1
    2
    3
    4
    5
    #发送路由值        队列中
     
    www.cnblogs.com    www.* --->#无法匹配
     
    www.cnblogs.com    www.# --->#匹配成功

    发布者：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    #!/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()
     
     
    #执行方式：
    python xxx.py name1   #name1为routing_key

    订阅者：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    #!/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()
     
    #执行方式：
    python xxx,py name1

    更多相关内容请参考以下连接：

    http://www.rabbitmq.com/documentation.html

    http://blog.csdn.net/songfreeman/article/details/50945025
  • 相关阅读:
    上百个让你事半功倍的jquery插件
    ashx+jquery+autocomplete.js实现自动填充
    如何引用 System.Runtime.Serialization.Json;
    关于通过标签取得相关文章的算法
    谷歌拼音与搜狗拼音自定义词库互转工具
    Community Sever 2007 简体中文语言包(适用CS2007 RTM/SP1/SP2)
    我的WCF之旅（1）：创建一个简单的WCF程序
    网页中嵌入MediaPlayer各种属性与方法设置大全
    我的WCF之旅（3）：在WCF中实现双工通信
    SQL Server 2005安装详解
  • 原文地址：https://www.cnblogs.com/phennry/p/5713274.html
Copyright © 2011-2022 走看看