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。
安装
|
1
2
3
4
5
6
7
8
9
10
11
|
# 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
生产者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
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()
|
消费者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
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()
|
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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
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
生产者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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()
|
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
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
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
生产者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
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()
|
消费者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
|
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()
|
2，关键字发送
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
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()
|
3，模糊匹配
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
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
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()
|
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
服务者
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
|
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()
|
客户端
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
|
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)
|
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持服务器之家。
原文链接：http://www.cnblogs.com/peng104/p/10555541.html