RabbitMQ 快速入门 python
hejianOPEN
8年前
<h2>HelloWorld</h2> <h2>简介</h2> <p>RabbitMQ：接受消息再传递消息，可以视为一个“邮局”。发送者和接受者通过队列来进行交互，队列的大小可以视为无限的，多个发送者可以发生给一个队列，多个接收者也可以从一个队列中接受消息。</p> <h2>code</h2> <p>rabbitmq使用的协议是amqp，用于python的推荐客户端是pika</p> <pre> <code class="language-python">pip install pika -i https://pypi.douban.com/simple/</code></pre> <p>send.py</p> <pre> <code class="language-python"># coding: utf8 import pika # 建立一个连接 connection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost')) # 连接本地的RabbitMQ服务器 channel = connection.channel() # 获得channel</code></pre> <p>这里链接的是本机的，如果想要连接其他机器上的服务器，只要填入地址或主机名即可。</p> <p>接下来我们开始发送消息了，注意要确保接受消息的队列是存在的，否则rabbitmq就丢弃掉该消息</p> <pre> <code class="language-python">channel.queue_declare(queue='hello') # 在RabbitMQ中创建hello这个队列 channel.basic_publish(exchange='', # 使用默认的exchange来发送消息到队列 routing_key='hello', # 发送到该队列 hello 中 body='Hello World!') # 消息内容 connection.close() # 关闭 同时flush</code></pre> <p>RabbitMQ默认需要1GB的空闲磁盘空间，否则发送会失败。</p> <p>这时已在本地队列hello中存放了一个消息，如果使用 rabbitmqctl list_queues 可看到</p> <pre> <code class="language-python">hello 1</code></pre> <p>说明有一个hello队列 里面存放了一个消息</p> <p>receive.py</p> <pre> <code class="language-python"># coding: utf8 import pika connection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost')) channel = connection.channel()</code></pre> <p>还是先链接到服务器，和之前发送时相同</p> <pre> <code class="language-python">channel.queue_declare(queue='hello') # 此处就是声明了 来确保该队列 hello 存在 可以多次声明 这里主要是为了防止接受程序先运行时出错 def callback(ch, method, properties, body): # 用于接收到消息后的回调 print(" [x] Received %r" % body) channel.basic_consume(callback, queue='hello', # 收指定队列hello的消息 no_ack=True) #在处理完消息后不发送ack给服务器 channel.start_consuming() # 启动消息接受 这会进入一个死循环</code></pre> <h2>工作队列（任务队列）</h2> <p>工作队列是用于分发耗时任务给多个工作进程的。不立即做那些耗费资源的任务（需要等待这些任务完成），而是安排这些任务之后执行。例如我们把task作为message发送到队列里，启动工作进程来接受并最终执行，且可启动多个工作进程来工作。这适用于web应用，即不应在一个http请求的处理窗口内完成复杂任务。</p> <pre> <code class="language-python">channel.basic_publish(exchange='', routing_key='task_queue', body=message, properties=pika.BasicProperties( delivery_mode = 2, # 使得消息持久化 ))</code></pre> <p>分配消息的方式为 轮询 即每个工作进程获得相同的消息数。</p> <h2>消息ack</h2> <p>如果消息分配给某个工作进程，但是该工作进程未处理完成就崩溃了，可能该消息就丢失了，因为rabbitmq一旦把一个消息分发给工作进程，它就把该消息删掉了。</p> <p>为了预防消息丢失，rabbitmq提供了ack，即工作进程在收到消息并处理后，发送ack给rabbitmq，告知rabbitmq这时候可以把该消息从队列中删除了。如果工作进程挂掉 了，rabbitmq没有收到ack，那么会把该消息 重新分发给其他工作进程。不需要设置timeout，即使该任务需要很长时间也可以处理。</p> <p>ack默认是开启的，之前我们的工作进程显示指定了no_ack=True</p> <pre> <code class="language-python">channel.basic_consume(callback, queue='hello') # 会启用ack</code></pre> <p>带ack的callback:</p> <pre> <code class="language-python">def callback(ch, method, properties, body): print " [x] Received %r" % (body,) time.sleep( body.count('.') ) print " [x] Done" ch.basic_ack(delivery_tag = method.delivery_tag) # 发送ack</code></pre> <h2>消息持久化</h2> <p>但是，有时RabbitMQ重启了，消息也会丢失。可在创建队列时设置持久化：</p> <p>(队列的性质一旦确定无法改变）</p> <pre> <code class="language-python">channel.queue_declare(queue='task_queue', durable=True)</code></pre> <p>同时在发送消息时也得设置该消息的持久化属性：</p> <p>channel.basic_publish(exchange='',</p> <pre> <code class="language-python">routing_key="task_queue", body=message, properties=pika.BasicProperties( delivery_mode = 2, # make message persistent ))</code></pre> <p>但是，如果在RabbitMQ刚接收到消息还没来得及存储，消息还是会丢失。同时，RabbitMQ也不是在接受到每个消息都进行存盘操作。如果还需要更完善的保证，需要使用publisher confirm。</p> <h2>公平的消息分发</h2> <p>轮询模式的消息分发可能并不公平，例如奇数的消息都是繁重任务的话，某些进程则会一直运行繁 重任务。即使某工作进程上有积压的消息未处理，如很多都没发ack，但是RabbitMQ还是会按照顺序发消息给它。可以在接受进程中加设置：</p> <pre> <code class="language-python">channel.basic_qos(prefetch_count=1)</code></pre> <p>告知RabbitMQ，这样在一个工作进程没回发ack情况下是不会再分配消息给它。</p> <h2>群发</h2> <p>一般情况下，一条消息是发送给一个工作进程，然后完成，有时想把一条消息同时发送给多个进程：</p> <h2>exchange</h2> <p>发送者是不是直接发送消息到队列中的，事实上发生者根本不知道消息会发送到那个队列，发送者只能把消息发送到exchange里。exchange一方面收生产者的消息，另一方面把他们推送到队列中。所以作为exchange，它需要知道当收到消息时它需要做什么，是应该把它加到一个特殊的队列中还是放到很多的队列中，或者丢弃。exchange有direct、topic、headers、fanout等种类，而群发使用的即fanout。之前在发布消息时，exchange的值为 '' 即使用default exchange。</p> <pre> <code class="language-python">channel.exchange_declare(exchange='logs', type='fanout') # 该exchange会把消息发送给所有它知道的队列中</code></pre> <h2>临时队列</h2> <pre> <code class="language-python">result = channel.queue_declare() # 创建一个随机队列 result = channel.queue_declare(exclusive=True) # 创建一个随机队列，同时在没有接收者连接该队列后则销毁它 queue_name = result.method.queue</code></pre> <p>这样result.method.queue即是队列名称，在发送或接受时即可使用。</p> <h2>绑定exchange 和 队列</h2> <pre> <code class="language-python">channel.queue_bind(exchange='logs', queue='hello')</code></pre> <p>logs在发送消息时给hello也发一份。</p> <h2>在发送消息是使用刚刚创建的 logs exchange</h2> <pre> <code class="language-python">channel.basic_publish(exchange='logs', routing_key='', body=message)</code></pre> <h2>路由</h2> <p>之前已经使用过bind，即建立exchange和queue的关系（该队列对来自该exchange的消息有兴趣），bind时可另外指定routing_key选项。</p> <h2>使用direct exchange</h2> <p>将对应routing key的消息发送到绑定相同routing key的队列中</p> <pre> <code class="language-python">channel.exchange_declare(exchange='direct_logs', type='direct')</code></pre> <p>发送函数，发布不同severity的消息：</p> <pre> <code class="language-python">channel.basic_publish(exchange='direct_logs', routing_key=severity, body=message)</code></pre> <p>接受函数中绑定对应severity的：</p> <pre> <code class="language-python">channel.queue_bind(exchange='direct_logs', queue=queue_name, routing_key=severity)</code></pre> <h2>使用topic exchange</h2> <p>之前使用的direct exchange 只能绑定一个routing key，可以使用这种可以拿.隔开routing key的topic exchange，例如：</p> <pre> <code class="language-python">"stock.usd.nyse" "nyse.vmw"</code></pre> <p>和direct exchange一样，在接受者那边绑定的key与发送时指定的routing key相同即可，另外有些特殊的值：</p> <pre> <code class="language-python">* 代表1个单词 # 代表0个或多个单词</code></pre> <p>如果发送者发出的routing key都是3个部分的，如：celerity.colour.species。</p> <pre> <code class="language-python">Q1: *.orange.* 对应的是中间的colour都为orange的 Q2: *.*.rabbit 对应的是最后部分的species为rabbit的 lazy.# 对应的是第一部分是lazy的</code></pre> <p>qucik.orange.rabbit Q1 Q2都可接收到，quick.orange.fox 只有Q1能接受到，对于lazy.pink.rabbit虽然匹配到了Q2两次，但是只会发送一次。如果绑定时直接绑定#，则会收到所有的。</p> <h2>RPC</h2> <p>在远程机器上运行一个函数然后获得结果。</p> <p>１、客户端启动 同时设置一个临时队列用于接受回调，绑定该队列</p> <pre> <code class="language-python">self.connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) self.channel = self.connection.channel() result = self.channel.queue_declare(exclusive=True) self.callback_queue = result.method.queue self.channel.basic_consume(self.on_response, no_ack=True, queue=self.callback_queue)</code></pre> <p>２、客户端发送rpc请求，同时附带reply_to对应回调队列，correlation_id设置为每个请求的唯一id（虽然说可以为每一次RPC请求都创建一个回调队列，但是这样效率不高，如果一个客户端只使用一个队列，则需要使用correlation_id来匹配是哪个请求），之后阻塞在回调队列直到收到回复</p> <p>注意：如果收到了非法的correlation_id直接丢弃即可，因为有这种情况--服务器已经发了响应但是还没发ack就挂了，等一会服务器重启了又会重新处理该任务，又发了一遍相应，但是这时那个请求已经被处理掉了</p> <pre> <code class="language-python">channel.basic_publish(exchange='', routing_key='rpc_queue', properties=pika.BasicProperties( reply_to = self.callback_queue, correlation_id = self.corr_id, ), body=str(n)) # 发出调用 while self.response is None: # 这边就相当于阻塞了 self.connection.process_data_events() # 查看回调队列 return int(self.response)</code></pre> <p>3、请求会发送到rpc_queue队列</p> <p>4、RPC服务器从rpc_queue中取出，执行，发送回复</p> <pre> <code class="language-python">channel.basic_consume(on_request, queue='rpc_queue') # 绑定 等待请求 # 处理之后： ch.basic_publish(exchange='', routing_key=props.reply_to, properties=pika.BasicProperties(correlation_id = \ props.correlation_id), body=str(response)) # 发送回复到回调队列 ch.basic_ack(delivery_tag = method.delivery_tag) # 发送ack</code></pre> <p>5、客户端从回调队列中取出数据，检查correlation_id，执行相应操作</p> <pre> <code class="language-python">if self.corr_id == props.correlation_id: self.response = body</code></pre> <p> </p> <p>来自：https://segmentfault.com/a/1190000008570425</p> <p> </p>