zoukankan      html  css  js  c++  java
  • python---RabbitMQ

    RabbitMQ是一个在AMQP基础上完整的,可复用的企业消息系统。他遵循Mozilla Public 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,而无需专用连接来链接它们。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。

    RabbitMQ安装

    Linux安装,环境centos6.6

     1 安装配置epel源
     2    $ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
     3 
     4 机子给配上163的源了,所以直接 
     5    $ yum install epel-release
     6 
     7 因为RabbitMQ是由erlang实现的,所以要安装erlang
     8    $ yum -y install erlang
     9  
    10 安装RabbitMQ
    11    $ yum -y install rabbitmq-server
    12 
    13 启动RabbitMQ
    14    $ /etc/init.d/rabbitmq-server  start/stop

    安装Python API

    1 pip3 install pika
    2 or
    3 easy_install pika

    基于queue的生产消费者模型

     1 #!/usr/bin/env python3
     2 #coding:utf8
     3 import queue
     4 import threading
     5 message = queue.Queue(10)
     6 def producer(i):
     7      '''生产腿堡放入队列'''
     8      while True:
     9           message.put(i)
    10           print("%s放入队列%s" % (threading.current_thread().name, i))
    11 def consumer(i):
    12      '''消费者,从队列中取腿堡吃'''
    13      while True:
    14           msg = message.get()
    15           print("%s从队列总取出%s" % (threading.current_thread().name, msg))
    16  
    17 if __name__ == '__main__':
    18  
    19 for i in range(12): # 生产者的线程腿堡
    20      t = threading.Thread(target=producer, args=(i,))
    21      t.start()
    22 for i in range(10): # 消费者的线程吃腿堡
    23      t = threading.Thread(target=consumer, args=(i,))
    24      t.start()

    RabbitMQ 使用

    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。
    详细请见官方文档:http://www.rabbitmq.com/getstarted.html
     
    最基本的生产消费者模型
    • 生产者代码
     1 #!/usr/bin/env python 3
     2 import pika
     3 #########  生产者 #########
     4 #链接rabbit服务器(localhost是本机,如果是其他服务器请修改为ip地址)
     5 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     6 #创建频道
     7 channel = connection.channel()
     8 #创建一个队列名叫test
     9 channel.queue_declare(queue='test')
    10  
    11 # channel.basic_publish向队列中发送信息
    12 # exchange -- 它使我们能够确切地指定消息应该到哪个队列去。
    13 # routing_key 指定向哪个队列中发送消息
    14 # body是要插入的内容, 字符串格式
    15  
    16 while True:  # 循环向队列中发送信息,quit退出程序
    17     inp = input(">>>").strip()
    18     if inp == 'quit':
    19         break
    20     channel.basic_publish(exchange='',  
    21                           routing_key='test',
    22                           body=inp)
    23     print("生产者向队列发送信息%s" % inp)
    24  
    25 #缓冲区已经flush而且消息已经确认发送到了RabbitMQ中,关闭链接
    26 connection.close()
    27  
    28 # 输出结果
    29 >>>python
    30 生产者向队列发送信息python
    31 >>>quit
    • 消费者代码
     1 #!/usr/bin/env python 3
     2 import pika
     3 ######### 消费者 #########
     4 # 链接rabbit
     5 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     6 # 创建频道
     7 channel = connection.channel()
     8 # 如果生产者没有运行创建队列,那么消费者也许就找不到队列了。为了避免这个问题,所有消费者也创建这个队列,如果队列已经存在,则这条无效
     9 channel.queue_declare(queue='test')
    10 #接收消息需要使用callback这个函数来接收,他会被pika库来调用,接受到的数据都是字节类型的
    11 def callback(ch, method, properties, body):
    12      """
    13          ch : 代表 channel
    14          method :队列名
    15          properties : 连接rabbitmq时设置的属性
    16          body : 从队列中取到的内容,获取到的数据时字节类型
    17      """
    18     print(" [x] Received %r" % body)
    19 # channel.basic_consume 表示从队列中取数据,如果拿到数据 那么将执行callback函数,callback是回调函数
    20 # no_ack=True 表示消费完这个消息以后不主动把完成状态通知rabbitmq
    21 channel.basic_consume(callback,
    22                       queue='test',
    23                       no_ack=True)
    24 print(' [*] 等待信息. To exit press CTRL+C')
    25 #永远循环等待数据处理和callback处理的数据,start_consuming方法会阻塞循环执行
    26 channel.start_consuming()
    27  
    28 # 输出结果,一直等待处理队列中的消息,不知终止,除非人为ctrl+c
    29  [*]等待消息,To exit press CTRL+C
    30  [x] Received b'python'
    备注说明:
         生产者和消费者都连接到RabbitMQ Server 上,都会创建一个同名的queue,生产者向队里中发送一条信息,消费者从队列中获取信息则完成通信。
    如果生产者先启动,则会先发送信息到队列中,消费者启动会直接会在队列中取到生产者发送的信息内容。
    如果消费者先启动,则会阻塞住,一直等待生产者向队列发送信息。
    生产者发送一条信息后就结束了任务,而消费者一直在等待获取新的信息。

    acknowledgment 消息不丢失的方法

    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。在消费者端做设定条件。
    • 生产者,代码同上,未改变
    • 消费者代码
     1 import pika
     2 import time
     3 # 链接rabbit
     4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     5 # 创建频道
     6 channel = connection.channel()
     7 # 如果生产者没有运行创建队列,那么消费者创建队列,如果队列已存在,创建队列操作会被忽略
     8 channel.queue_declare(queue='hello')
     9 # 回调函数
    10 def callback(ch, method, properties, body):
    11     print(" [x] Received %r" % body)
    12     time.sleep(10)
    13     print('ok' )
    14     ch.basic_ack(delivery_tag = method.delivery_tag) # 当上面消息处理完成后,通知rabbitmq,消息处理完成,不要在发送了
    15  
    16 channel.basic_consume(callback,
    17                       queue='hello',
    18                       no_ack=False)  # 表示消费完这个消息后,主动通知rabbitmq完成状态,如果不通知,rabbitmq会把这条消息重新放回队列中,避免丢失
    19  
    20 print(' [*] Waiting for messages. To exit press CTRL+C')
    21 channel.start_consuming()

    当生产者生成一条数据,被消费者接收,消费者中断后如果不超过10秒,连接的时候数据还在。当超过10秒后,重新连接,数据将消失。消费者等待连接。

    durable 消息不丢失(消息持久化)

    这个queue_declare 需要在 生产者(product)和消费者(consumer)代码中都进行设置。

    • 生产者代码
     1 #!/usr/bin/env python
     2 import pika
     3 # 链接rabbit服务器
     4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     5 # 创建频道
     6 channel = connection.channel()
     7 # 创建队列,使用durable方法
     8 channel.queue_declare(queue='test', durable=True)
     9                     # 如果想让队列实现持久化那么加上durable=True
    10 channel.basic_publish(exchange='',
    11                   routing_key='test',
    12                   body='Hello World!',
    13                   properties=pika.BasicProperties(
    14                       delivery_mode=2,
    15                   # 标记我们的消息为持久化的 - 通过设置 delivery_mode 属性为 2,在生产者端持久化
    16                   ))
    17 # 这个exchange参数就是这个exchange的名字. 空字符串标识默认的或者匿名的exchange:如果存在routing_key, 消息路由到routing_key指定的队列中。
    18 print(" [x] 开始队列'")
    19 connection.close()
    • 消费者代码
     1 #!/usr/bin/env python
     2 # -*- coding:utf-8 -*-
     3 import pika
     4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     5 # 创建频道
     6 channel = connection.channel()
     7 # 创建队列,使用durable方法,durable=True 开启持久化
     8 channel.queue_declare(queue='test', durable=True)
     9  
    10  
    11 def callback(ch, method, properties, body):
    12     print(" [x] Received %r" % body)
    13     import time
    14     time.sleep(10)
    15     print('ok')
    16     ch.basic_ack(delivery_tag = method.delivery_tag)
    17  
    18 channel.basic_consume(callback,
    19                     queue='hello',
    20                     no_ack=False)
    21  
    22 print(' [*] 等待队列. To exit press CTRL+C')
    23 channel.start_consuming()

    备注:标记消息为持久化的并不能完全保证消息不会丢失,尽管告诉RabbitMQ保存消息到磁盘,当RabbitMQ接收到消息还没有保存的时候仍然有一个短暂的时间窗口,RabbitMQ不会对每个消息都执行同步fsync(2),可能只是保存到缓存cache还没有写入到磁盘中,这个持久化保证不是很强,但这比我们简单的任务queue要好得多,如果你想要很稳定的消息不丢失,可以使用publisher confirms。

    消息顺序获取

     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任务(分别取任务1,3,5,7),消费者2去队列中获取偶数序列任务(分别取任务2,4,6,8)。如果消费者1处理的任务速度很快,当他完成1,3任务后,消费者2可能2任务还没有处理完,但是消费者1会继续按照排序去取第5个任务而不是第4个任务,完成第五个任务,在执行第七个任务。为了改变这种默认的取任务排序,需要改变参数channel.basic_qos(prefetch_count=1)表示谁来谁取,不在按照奇偶数排列。

    • 生产者代码
     1 #!/usr/bin/env python3
     2 # -*- coding:utf-8 -*-
     3 import pika
     4 import sys
     5  
     6 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     7 channel = connection.channel()
     8 # 设置队列为持久化的队列
     9 channel.queue_declare(queue='task_queue', durable=True)
    10 message = ' '.join(sys.argv[1:]) or "Hello World!"
    11 channel.basic_publish(exchange='',
    12                   routing_key='task_queue',
    13                   body=message,
    14                   properties=pika.BasicProperties(
    15                      delivery_mode = 2, # 设置消息为持久化的
    16                   ))
    17 print(" [x] Sent %r" % message)
    18 connection.close()
    • 消费者代码
     1 #!/usr/bin/env python 3
     2 # -*- coding:utf-8 -*-
     3 import pika
     4 import time
     5 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     6 channel = connection.channel()
     7 channel.queue_declare(queue='task_queue',durable=True)  # 设置队列持久化
     8  
     9 def callback(ch, method, properties, body):
    10     print(" [x] Received %r" % body)
    11     time.sleep(10)
    12     print('ok')
    13     ch.basic_ack(delivery_tag = method.delivery_tag)
    14  
    15 channel.basic_qos(prefetch_count=1) # 表示谁来谁取,不在按照奇偶数排序
    16  
    17 channel.basic_consume(callback,
    18                   queue='task_queue',
    19                   no_ack=False)
    20  
    21 print(' [*] Waiting for messages. To exit press CTRL+C')
    22 channel.start_consuming()

    发布订阅

    exchange类型可用 : direct, topic, headers 和 fanout。
    • fanout : 所有bind到此exchange的queue都可以接受消息
    • direct : 通过routingkey和exchange决定的那个唯一的queue可以接受消息
    • topic : 所有符合routingkey(一个表达式)的routingkey所bind的queue

     当我们向队列里发送消息时,其实并不是自己直接放入队列中的,而是先交给exchange,然后由exchange放入指定的队列中。想象下当我们要将一条消息发送到多个队列中的时候,如果没有exchange,我们需要发送多条到不同的队列中,但是如果有了exchange,它会先和目标队列建立一种绑定关系,当我们把一条消息发送到exchange中的时候,exchange会根据之前和队列的绑定关系,将这条消息发送到所有与它有绑定关系的队里中。

    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了。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。发布订阅本质上就是发布端将消息发送给了exchange,exchange将消息发送给与它绑定关系的所有队列。

    exchange type = fanout   和exchange绑定关系的所有队列都会收到信息

    • 发布者代码
     1 #!/usr/bin/env python3
     2 import pika
     3 import sys
     4  
     5 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     6 channel = connection.channel()
     7  
     8 channel.exchange_declare(exchange='logs', type='fanout') # 创建了一个exchange名字叫logs,type=fanout。有了exchange,我们就不需要去创建队列了
     9  
    10 message = ' '.join(sys.argv[1:]) or "info: Hello World!"
    11 channel.basic_publish(exchange='logs', routing_key='', body=message) # 指定了exchange后,就不需要指定队列了,所有routing_key=''
    12  
    13 print(" [x] Sent %r" % message)
    14 connection.close()
    • 订阅者代码
     1 #!/usr/bin/env python3
     2 import pika
     3  
     4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     5 channel = connection.channel()
     6  
     7 channel.exchange_declare(exchange='logs', type='fanout')  # 创建exchange
     8  
     9 result = channel.queue_declare(exclusive=True) # 不指定queue名字,随机生成一个唯一的queue,队列断开后自动删除临时队列
    10 queue_name = result.method.queue            # 队列名采用服务端分配的临时队列
    11  
    12 channel.queue_bind(exchange='logs', queue=queue_name)  # 将临时队列和exchange绑定
    13  
    14 print(' [*] Waiting for logs. To exit press CTRL+C')
    15  
    16 def callback(ch, method, properties, body):   # 回调方法
    17     print(" [x] %r" % body)
    18  
    19 channel.basic_consume(callback, queue=queue_name, no_ack=True)  # 消息接收
    20  
    21 channel.start_consuming()   # 保持一直监听的状态

    关键字发送

    exchange type = direct
     
      之前的示例中,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根据关键字判定应将数据发送至指定队列。
    • 生产者代码
     1 #!/usr/bin/env python3
     2 #coding:utf8
     3 #######################生产者#################
     4 import pika
     5 import sys
     6 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     7 channel = connection.channel()
     8 channel.exchange_declare(exchange='direct_logs', type='direct')
     9  
    10 severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
    11 message = ' '.join(sys.argv[2:]) or 'Hello World!'
    12 channel.basic_publish(exchange='direct_logs',
    13                       routing_key=severity,
    14                       body=message)
    15 print(" [x] Sent %r:%r" % (severity, message))
    16 connection.close()
    • 消费者代码
     1 #!/usr/bin/env python3
     2 #coding:utf8
     3 import pika
     4 import sys
     5 ############消费者####
     6 # 连接
     7 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     8 channel = connection.channel()
     9 channel.exchange_declare(exchange='direct_logs', type='direct')
    10 result = channel.queue_declare(exclusive=True)
    11 queue_name = result.method.queue
    12  
    13 # serverites 是一个列表,存放关键字,关键字是通过sys.argv获取的
    14 severities = sys.argv[1:]
    15 if not severities:
    16     sys.stderr.write("Usage: %s [info] [warning] [error]
    " % sys.argv[0])
    17     sys.exit(1)
    18 # 循环绑定关键字和exchange
    19 for severity in severities:
    20     channel.queue_bind(exchange='direct_logs',
    21                        queue=queue_name,
    22                        routing_key=severity)
    23  
    24 print(' [*] Waiting for logs. To exit press CTRL+C')
    25  
    26 def callback(ch, method, properties, body):
    27     print(" [x] %r:%r" % (method.routing_key, body))
    28  
    29 channel.basic_consume(callback,
    30                       queue=queue_name,
    31                       no_ack=True)
    32 channel.start_consuming()

    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。
    1. # 表示可以匹配 0 个或 多个 单词
    2. * 表示可以匹配到 1个单词
    发送者路由值              队列中
    www.163.python       www.*  -- 不匹配
    www.163.python       www.#  -- 匹配
    • 消费者代码
     1 #!/usr/bin/env python3
     2 #coding:utf8
     3 import pika
     4 import sys
     5  
     6 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     7 channel = connection.channel()
     8  
     9 channel.exchange_declare(exchange='topic_logs',type='topic')
    10  
    11 result = channel.queue_declare(exclusive=True)
    12 queue_name = result.method.queue
    13  
    14 binding_keys = sys.argv[1:]
    15 if not binding_keys:
    16     sys.stderr.write("Usage: %s [binding_key]...
    " % sys.argv[0])
    17     sys.exit(1)
    18  
    19 for binding_key in binding_keys:
    20     channel.queue_bind(exchange='topic_logs',
    21                        queue=queue_name,
    22                        routing_key=binding_key)
    23  
    24 print(' [*] Waiting for logs. To exit press CTRL+C')
    25  
    26 def callback(ch, method, properties, body):
    27     print(" [x] %r:%r" % (method.routing_key, body))
    28  
    29 channel.basic_consume(callback,
    30                       queue=queue_name,
    31                       no_ack=True)
    32  
    33 channel.start_consuming()
    • 生产者代码
     1 #!/usr/bin/env python3
     2 #coding:utf8
     3 import pika
     4 import sys
     5  
     6 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
     7 channel = connection.channel()
     8  
     9 channel.exchange_declare(exchange='topic_logs', type='topic')
    10  
    11 routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
    12 message = ' '.join(sys.argv[2:]) or 'Hello World!'
    13 channel.basic_publish(exchange='topic_logs',
    14                       routing_key=routing_key,
    15                       body=message)
    16 print(" [x] Sent %r:%r" % (routing_key, message))
    17 connection.close()
  • 相关阅读:
    关于正则表达式的递归匹配问题
    给程序添加启动画面
    C#中的ICollection接口
    C#基本线程同步
    C# 图片裁剪代码
    .NET程序性能的基本要领
    C# 6与VB 12即将加入模式匹配
    Python实例---利用正则实现计算器[FTL版]
    Python实例---利用正则实现计算器[参考版]
    Python学习---重点模块之subprocess
  • 原文地址:https://www.cnblogs.com/xiao1/p/5859495.html
Copyright © 2011-2022 走看看