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 pikaconnection = 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 pikaconnection = 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 pikaconnection = pika.blockingconnection(pika.connectionparameters(host='10.211.55.4'))channel = connection.channel()# make message persistentchannel.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 pikaconnection = pika.blockingconnection(pika.connectionparameters(host='10.211.55.4'))channel = connection.channel()# make message persistentchannel.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 pikaimport sysconnection = 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 pikaconnection = 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.queuechannel.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 pikaimport sysconnection = 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.queueseverities = 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 pikaimport sysconnection = 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.queuebinding_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 pikaimport uuidclass 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
