Python开发【第十篇】：RabbitMQ队列

简介

RabbitMQ是流行的开源消息队列系统，用erlang语言开发。RabbitMQ是AMQP（高级消息队列协议）的标准实现。

安装

首先安装erlang环境。

官网：http://www.erlang.org/

Windows版下载地址：http://erlang.org/download/otp_win64_20.0.exe

Linux版：yum安装

Windows安装步骤

第一步运行

第二步

第三步

第四步

第五步

Erlang安装完成。

然后安装RabbitMQ，首先下载RabbitMQ的Windows版本。

官网：http://www.rabbitmq.com/

Windows版下载地址：http://www.rabbitmq.com/releases/rabbitmq-server/v3.6.10/rabbitmq-server-3.6.10.exe

打开安装程序，按照下面步骤安装。

RabbitMQ安装完成。

开始菜单中进入管理工具。

运行命令

1. rabbitmq-plugins enable rabbitmq_management

查看RabbitMQ服务是否启动。

至此全部安装完成。

Linux安装步骤

安装erlang。

1. yum -y install erlang

安装RabbitMQ。

1. wget https://github.com/rabbitmq/rabbitmq-server/archive/rabbitmq_v3_6_10.tar.gz
2. rpm -ivh rabbitmq-server-3.6.10-1.el6.noarch.rpm

RabbitMQ安装失败，报错如下。

1. warning: rabbitmq-server-3.6.10-1.el6.noarch.rpm: Header V4 RSA/SHA512 Signature, key ID 6026dfca: NOKEY
2. error: Failed dependencies:
3.         erlang >= R16B-03 is needed by rabbitmq-server-3.6.10-1.el6.noarch
4.         socat is needed by rabbitmq-server-3.6.10-1.el6.noarch

原因是yum安装的erlang版本太低，这里提供的RabbitMQ是最新版3.6.10，所需的erlang版本最低为R16B-03，否则编译时将失败，也就是上述错误。

重新安装erlang。

1. wget http://erlang.org/download/otp_src_20.0.tar.gz
2. tar xvzf otp_src_20.0.tar.gz
3. cd otp_src_20.0
4. ./configure
5. make && make install

重新安装erlang完毕。

运行erlang。

1. erl
2. Erlang/OTP 20 [erts-9.0] [source] [64-bit] [smp:1:1] [ds:1:1:10] [async-threads:10] [hipe] [kernel-poll:false]
3.  
4. Eshell V9.0 (abort with ^G)

安装socat。

1. yum install -y socat

再次安装RabbitMQ。

1. rpm -ivh rabbitmq-server-3.6.10-1.el6.noarch.rpm
2. warning: rabbitmq-server-3.6.10-1.el6.noarch.rpm: Header V4 RSA/SHA512 Signature, key ID 6026dfca: NOKEY
3. error: Failed dependencies:
4.         erlang >= R16B-03 is needed by rabbitmq-server-3.6.10-1.el6.noarch

上述错误信息显示安装失败，因为rabbitMQ的依赖关系所导致，所以要忽略依赖，执行以下命令。

1. rpm -ivh --nodeps rabbitmq-server-3.6.10-1.el6.noarch.rpm

安装成功。

启动、停止RabbitMQ。

1. rabbitmq-server start　　　　 #启动
2. rabbitmq-server stop　　　　 #停止
3. rabbitmq-server restart　　　 #重启

 

RabbitMQ使用

实现最简单的队列通信

send端（producer）

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
8. channel = connection.channel()
9.  
10. # 声明queue
11. channel.queue_declare(queue='hello')
12.  
13. channel.basic_publish(exchange='',
14.                       routing_key='hello',
15.                       body='hello word')
16. print("[x] Sent 'hello word!'")
17. connection.close()

receive端（consumer）

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,time
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
8. channel = connection.channel()
9.  
10. channel.queue_declare(queue='hello')
11.  
12. def callback(ch,method,properties,body):
13.     print('-->',ch,method,properties)
14.     print("[x] Received %s" % body)
15.  
16. channel.basic_consume(callback,
17.                       queue='hello',
18.                       no_ack=True
19.                       )
20.  
21. print('[*] waiting for messages.To exit press CTRL+C')
22. channel.start_consuming()

no_ack分析

no_ack属性是在调用Basic.Consume方法时可以设置的一个重要参数。no_ack的用途是确保message被consumer成功处理了。这里成功的意识是，在设置了no_ack=false的情况下，只要consumer手动应答了Basic.Ack，就算其成功处理了。

no_ack=true（此时为自动应答）

在这种情况下，consumer会在接收到Basic.Deliver+Content-Header+Content-Body之后，立即回复Ack，而这个Ack是TCP协议中的Ack。此Ack的回复不关心consumer是否对接收到的数据进行了处理，当然也不关心处理数据所需要的耗时。

no_ack=False（此时为手动应答）

在这种情况下，要求consumer在处理完接收到的Basic.Deliver+Content-Header+Content-Body之后才回复Ack，而这个Ack是AMQP协议中的Basic.Ack。此Ack的回复与业务处理相关，所以具体的回复时间应该要取决于业务处理的耗时。

总结

Basic.Ack发给RabbitMQ以告知，可以将相应message从RabbitMQ的消息从缓存中移除。

Basic.Ack未被consumer发给RabbitMQ前出现了异常，RabbitMQ发现与该consumer对应的连接被断开，将该该message以轮询方式发送给其他consumer（需要存在多个consumer订阅同一个queue）。

在no_ack=true的情况下，RabbitMQ认为message一旦被deliver出去后就已被确认了，所以会立即将缓存中的message删除，因此在consumer异常时会导致消息丢失。

来自consumer的Basic.Ack与发送给Producer的Basic.Ack没有直接关系。

消息持久化

acknowledgment消息持久化

no-ack=False，如果consumer挂掉了，那么RabbitMQ会重新将该任务添加到队列中。

回调函数中

1. ch.basic_ack(delivery_tag=method.delivery_tag)

basic_consume中

1. no_ack=False

receive端（consumer）

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,time
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
8. channel = connection.channel()
9.  
10. channel.queue_declare(queue='hello')
11.  
12. # 定义回调函数
13. def callback(ch,method,properties,body):
14.     print('-->',ch,method,properties)
15.     print("[x] Received %s" % body)
16.     ch.basic_ack(delivery_tag=method.delivery_tag)
17.  
18. # no_ack=False表示消费完以后不主动把状态通知RabbitMQ
19. channel.basic_consume(callback,
20.                       queue='hello',
21.                       no_ack=False
22.                       )
23.  
24. print('[*] waiting for messages.To exit press CTRL+C')
25. channel.start_consuming()

durable消息持久化

producer发送消息时挂掉了，consumer接收消息时挂掉了，以下方法会让RabbitMQ重新将该消息添加到队列中。

回调函数中

1. ch.basic_ack(delivery_tag=method.delivery_tag)

basic_consume中

1. no_ack=False

basic_publish中添加参数

1. properties=pika.BasicProperties(delivery_mode=2)

channel.queue_declare中添加参数

1. channel.queue_declare(queue='hello',durable=True)

send端（producer）

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
8. channel = connection.channel()
9.  
10. # 声明queue
11. channel.queue_declare(queue='hello',durable=True)
12.  
13. channel.basic_publish(exchange='',
14.                       routing_key='hello',
15.                       body='hello word',
16.                       properties=pika.BasicProperties(delivery_mode=2))
17. print("[x] Sent 'hello word!'")
18. connection.close()

receive端（consumer）与acknowledgment消息持久化中receive端（consumer）相同。

消息分发

默认消息队列里的数据是按照顺序分发到各个消费者，但是大部分情况下，消息队列后端的消费者服务器的处理能力是不相同的，这就会出现有的服务器闲置时间较长，资源浪费的情况。那么，我们就需要改变默认的消息队列获取顺序。可以在各个消费者端配置prefetch_count=1，意思就是告诉RabbitMQ在这个消费者当前消息还没有处理完的时候就不要再发新消息了。

消费者端

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4. __author__ = 'Golden'
5. #!/usr/bin/env python3
6. # -*- coding:utf-8 -*-
7.  
8. import pika,time
9.  
10. connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
11. channel = connection.channel()
12.  
13. channel.queue_declare(queue='hello2',durable=True)
14.  
15. def callback(ch,method,properties,body):
16.     print('-->',ch,method,properties)
17.     print("[x] Received %s" % body)
18.     time.sleep(30)
19.     ch.basic_ack(delivery_tag=method.delivery_tag)
20.  
21. channel.basic_qos(prefetch_count=1)
22. channel.basic_consume(callback,
23.                       queue='hello2',
24.                       no_ack=False
25.                       )
26.  
27. print('[*] waiting for messages.To exit press CTRL+C')
28. channel.start_consuming()

生产者端不变。

消息发布和订阅（publishsubscribe）

发布和订阅与简单的消息队列区别在于，发布和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。类似广播的效果，这时候就要用到exchange。Exchange在定义的时候是有类型的，以决定到底是哪些Queue符合条件，可以接收消息。

fanout：所有bind到此exchange的queue都可以接收消息。

direct：通过routingKey和exchange决定的哪个唯一的queue可以接收消息。

topic：所有符合routingKey（可以是一个表达式）的routingKey所bind的queue可以接收消息。

表达式符号说明

#：一个或多个字符

*：任何字符

例如：#.a会匹配a.a，aa.a，aaa.a等。

*.a会匹配a.a，b.a，c.a等。

注意：使用RoutingKey为#，Exchange Type为topic的时候相对于使用fanout。

heaers：通过headers来决定把消息发给哪些queue。

publisher

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,sys
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.exchange_declare(exchange='logs',type='fanout')
11.  
12. message = ''.join(sys.argv[1:]) or 'info:Hello World!'
13. channel.basic_publish(exchange='logs',
14.                       routing_key='',
15.                       body=message)
16.  
17. print('[x] Send %r' % message)
18. connection.close()

subscriber

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9. channel.exchange_declare(exchange='logs',type='fanout')
10. # 不指定queue名字，rabbit会随机分配一个名字，exclusive=True会在使用此queue的消费者断开后，自动将queue删除
11. result = channel.queue_declare(exclusive=True)
12. queue_name = result.method.queue
13. channel.queue_bind(exchange='logs',queue=queue_name)
14. print('[*]Waiting for logs.To exit press CTRL+C')
15. def callback(ch,method,properties,body):
16.     print('[*] %s'%body)
17.  
18. channel.basic_consume(callback,
19.                       queue=queue_name,
20.                       no_ack=True)
21.  
22. channel.start_consuming()

关键字发送（echange type=direct）

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哪个队列。

publisher

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,sys
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.exchange_declare(exchange='direct_logs',
11.                          type='direct')
12.  
13. # severity = 'error'
14. severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
15. # message = 'Hello World!'
16. message = ''.join(sys.argv[2:]) or 'Hello World!'
17.  
18. channel.basic_publish(exchange='direct_logs',
19.                       routing_key=severity,
20.                       body=message)
21. print('[x] Send %r:%r' % (severity,message))
22. connection.close()

subscriber

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,sys
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.exchange_declare(exchange='direct_logs',
11.                          type='direct')
12.  
13. result = channel.queue_declare(exclusive=True)
14. queue_name = result.method.queue
15.  
16. severities = sys.argv[1:]
17. if not severities:
18.     sys.stderr.write('Usage: %s [info] [warning] [error] ' % sys.argv[0])
19.     sys.exit(1)
20.  
21. for severity in severities:
22.     channel.queue_bind(exchange='direct_logs',
23.                        queue=queue_name,
24.                        routing_key=severity)
25.  
26. print('[*] Waiting for logs.To exit press CTRL+C')
27.  
28. def callback(ch,method,properties,body):
29.     print('[*] %r:%r' % (method.routing_key,body))
30.  
31. channel.basic_consume(callback,
32.                       queue=queue_name,
33.                       no_ack=True)
34.  
35. channel.start_consuming()

启动subscriber1

1. python3 direct_subscriber.py warning

启动subscriber2

1. python3 direct_subscriber.py error

启动publisher1

1. python3 direct_publisher.py info

启动publisher2

1. python3 direct_publisher.py warning

启动publisher3

1. python3 direct_publisher.py error

结果

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，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。

*：匹配任意一个字符

#：匹配任意个字符

publisher

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,sys
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.exchange_declare(exchange='topic_logs',
11.                          type='topic')
12.  
13. routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
14. message = ''.join(sys.argv[2:]) or 'Hello World!'
15. channel.basic_publish(exchange='topic_logs',
16.                       routing_key=routing_key,
17.                       body=message)
18.  
19. print('[x] Sent %r:%r' % (routing_key,message))
20. connection.close()

subscriber

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,sys
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.exchange_declare(exchange='topic_logs',
11.                          type='topic')
12.  
13. result = channel.queue_declare(exclusive=True)
14. queue_name = result.method.queue
15.  
16. binding_keys = sys.argv[1:]
17. if not binding_keys:
18.     sys.stderr.write('Usage: %s [binding_key]... ' % sys.argv[0])
19.     sys.exit(1)
20.  
21. for binding_key in binding_keys:
22.     channel.queue_bind(exchange='topic_logs',
23.                        queue=queue_name,
24.                        routing_key=binding_key)
25.  
26. print('[*] Waiting for logs.To exit press CTRL+C')
27.  
28. def callback(ch,method,properties,body):
29.     print('[x] %r:%r' % (method.routing_key,body))
30.  
31. channel.basic_consume(callback,
32.                       queue=queue_name,
33.                       no_ack=True)
34.  
35. channel.start_consuming()

测试

远程过程调用（RPC）

RPC（Remote Procedure Call Protocol）远程过程调用协议。在一个大型的公司，系统由大大小小的服务构成，不同的团队维护不同的代码，部署在不同的服务器。但是在做开发的时候往往要用到其他团队的方法，因为已经有了实现。但是这些服务部署在不同的服务器，想要调用就需要网络通信，这些代码繁琐且复杂，一不小心就会很低效。PRC协议定义了规划，其它的公司都给出了不同的实现。比如微软的wcf，以及WebApi。

在RabbitMQ中RPC的实现是很简单高效的，现在客户端、服务端都是消息发布者与消息接受者。

首先客户端通过RPC向服务端发生请求。correlation_id：请求标识，erply_to：结果返回队列。（我这里有一些数据需要你给我处理一下，correlation_id是我请求标识，你处理完成之后把结果返回到erply_to队列）

服务端拿到请求，开始处理并返回。correlation_id：客户端请求标识。（correlation_id这是你的请求标识，还给你。这时候客户端用自己的correlation_id与服务端返回的correlation_id进行对比，相同则接收。）

rpc_server

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,time
6.  
7. connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
8. channel = connection.channel()
9.  
10. channel.queue_declare(queue='rpc_queue')
11. def fib(n):
12.     if n == 0:
13.         return 0
14.     elif n == 1:
15.         return 1
16.     else:
17.         return fib(n-1) + fib(n-2)
18.  
19. def on_request(ch,method,props,body):
20.     n = int(body)
21.     print('[.] fib(%s)' % n)
22.     response = fib(n)
23.     ch.basic_publish(exchange='',
24.                      routing_key=props.reply_to,
25.                      properties=pika.BasicProperties(correlation_id=props.correlation_id),
26.                      body = str(response))
27.     ch.basic_ack(delivery_tag=method.delivery_tag)
28.  
29. channel.basic_qos(prefetch_count=1)
30. channel.basic_consume(on_request,queue='rpc_queue')
31.  
32. print('[x] Awaiting RPC requests')
33. channel.start_consuming()

rpc_client

1. __author__ = 'Golden'
2. #!/usr/bin/env python3
3. # -*- coding:utf-8 -*-
4.  
5. import pika,uuid
6.  
7. class FibonacciRpcClient(object):
8.     def __init__(self):
9.         self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
10.         self.channel = self.connection.channel()
11.         result = self.channel.queue_declare(exclusive=True)
12.         self.callback_queue = result.method.queue
13.         self.channel.basic_consume(self.on_response,no_ack=True,
14.                                    queue=self.callback_queue)
15.  
16.     def on_response(self,ch,method,props,body):
17.         if self.corr_id == props.correlation_id:
18.             self.response = body
19.  
20.     def call(self,n):
21.         self.response = None
22.         self.corr_id = str(uuid.uuid4())
23.         self.channel.basic_publish(exchange='',
24.                                    routing_key='rpc_queue',
25.                                    properties=pika.BasicProperties(
26.                                        reply_to=self.callback_queue,
27.                                        correlation_id=self.corr_id,),
28.                                    body=str(n))
29.         while self.response is None:
30.             self.connection.process_data_events()
31.         return int(self.response)
32.  
33. fibonacci_rpc = FibonacciRpcClient()
34.  
35. print('[x] Requesting fib(10)')
36. response = fibonacci_rpc.call(10)
37. print('[.] Got %r ' % response)