| 注册
请输入搜索内容

热门搜索

Java Linux MySQL PHP JavaScript Hibernate jQuery Nginx
hejianOPEN
7年前发布

RabbitMQ 快速入门 python

   <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>    
 本文由用户 hejianOPEN 自行上传分享,仅供网友学习交流。所有权归原作者,若您的权利被侵害,请联系管理员。
 转载本站原创文章,请注明出处,并保留原始链接、图片水印。
 本站是一个以用户分享为主的开源技术平台,欢迎各类分享!
 本文地址:https://www.open-open.com/lib/view/open1488677739024.html
RabbitMQ Exchange Python 消息系统