Python操作rabbitMQ

释放双眼,带上耳机,听听看~!

引入

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。

Python操作rabbitMQ

中文文档

安装

# 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

# 启动/停止
    service rabbitmq-server start/stop

rabbitMQ工作模型

简单模式

Python操作rabbitMQ
Python操作rabbitMQ

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()

生产者
Python操作rabbitMQ
Python操作rabbitMQ

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()

消费者

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

接收消息端应该这么写:

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

Python操作rabbitMQ
Python操作rabbitMQ

import pika

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

# make message persistent
channel.queue_declare(queue=\'hello\', durable=True)

channel.basic_publish(exchange=\'\',
                      routing_key=\'hello\',
                      body=\'Hello World!\',
                      properties=pika.BasicProperties(
                          delivery_mode=2, # make message persistent
                      ))
print(\" [x] Sent \'Hello World!\'\")
connection.close()

生产者
Python操作rabbitMQ
Python操作rabbitMQ

import pika

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

# make message persistent
channel.queue_declare(queue=\'hello\', 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=\'hello\',
                      no_ack=False)

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

消费者

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

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

1,发布订阅

Python操作rabbitMQ

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

Python操作rabbitMQ
Python操作rabbitMQ

import pika
import sys

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

channel.exchange_declare(exchange=\'logs\',
                         type=\'fanout\')

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

生产者
Python操作rabbitMQ
Python操作rabbitMQ

import pika

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

channel.exchange_declare(exchange=\'logs\',
                         type=\'fanout\')

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

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()

消费则

2,关键字发送

Python操作rabbitMQ

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。

exchange type = direct

Python操作rabbitMQ
Python操作rabbitMQ

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]\\n\" % 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()

View Code

3,模糊匹配

Python操作rabbitMQ

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

Python操作rabbitMQ
Python操作rabbitMQ

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]...\\n\" % 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()

栗子

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

Python操作rabbitMQ
Python操作rabbitMQ

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)

channel.basic_consume(on_request, queue=\'rpc_queue\')

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

服务端
Python操作rabbitMQ
Python操作rabbitMQ

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)

客户端

 

给TA打赏
共{{data.count}}人
人已打赏
随笔日记

微信小程序开发之多图片上传+服务端接收

2020-11-9 3:51:37

随笔日记

Java内存区域与内存溢出异常

2020-11-9 3:51:39

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索