RabbitMQ

什么叫消息队列

消息（Message）是指在应用间传送的数据。消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。

消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，由消息系统来确保消息的可靠传递。消息发布者只管把消息发布到 MQ 中而不用管谁来取，消息使用者只管从 MQ 中取消息而不管是谁发布的。这样发布者和使用者都不用知道对方的存在。

为何用消息队列

  从上面的描述中可以看出消息队列是一种应用间的异步协作机制，那什么时候需要使用 MQ 呢？

  以常见的订单系统为例，用户点击【下单】按钮之后的业务逻辑可能包括：扣减库存、生成相应单据、发红包、发短信通知。在业务发展初期这些逻辑可能放在一起同步执行，随着业务的发展订单量增长，需要提升系统服务的性能，这时可以将一些不需要立即生效的操作拆分出来异步执行，比如发放红包、发短信通知等。这种场景下就可以用 MQ ，在下单的主流程（比如扣减库存、生成相应单据）完成之后发送一条消息到 MQ 让主流程快速完结，而由另外的单独线程拉取MQ的消息（或者由 MQ 推送消息），当发现 MQ 中有发红包或发短信之类的消息时，执行相应的业务逻辑。

RabbitMQ 

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。

rabbitMQ安装

略

rabbitMQ工作模型

1 简单模式
          生产者：
                 exchange='' 交换机不工作
                 routing_key="hello" :当exchange为空时按routing_key对应的值查找队列
                 body ：插入数据
          消费者：

            no_ack

2 exchange模式
         ----fanout
         ----direct
         ----topic

简单模式：

生产者：
import pika
#创建连接
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.XX',#ip地址
        port=5672,#端口号
        credentials=pika.credentials.PlainCredentials(
            username='admin',#用户名字
            password='123456'#密码
        )
    ))
#创建管道
channel = connection.channel()
#创建队列
channel.queue_declare(queue='hello1')
#发布消息
channel.basic_publish(exchange='',#交换机为空
                      routing_key='hello1',#直接寻找队列
                      body='Hello Frank')#放入队列的数据

print(" [x] Sent 'Hello World!'")
connection.close()

消费者

import  pika
#创建连接
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.XX',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
#创建管道
channel = connection.channel()
#创建队列
channel.queue_declare(queue='hello1')

#回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)

#
channel.basic_consume(callback,
                      queue='hello1',
                      no_ack=True)

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

注：我们在简单模式里面发现，生产者和消费者都可以创建队列。只有消费者里面有回调函数。

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。

      需要添加下面两个参数

• 回调函数中的ch.basic_ack(delivery_tag=method.delivery_tag)
• basic_comsume中的no_ack=False

消费者的代码变成：

import pika

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.XX',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))

 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：

import pika

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

# make message persistent
channel.queue_declare(queue='S1', durable=True)

channel.basic_publish(exchange='',
                      routing_key='S1',
                      body='Hello World!',
                      properties=pika.BasicProperties(
                          delivery_mode=2, # make message persistent
                      ))
print(" [x] Sent 'Hello World!'")
connection.close()

消费者：

import pika

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

# make message persistent
channel.queue_declare(queue='S1', 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='S1',
                      no_ack=False)

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

(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2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

生产者里面加入：

import pika


channel = connection.channel()
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))

# 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

里面的主要区别就是关键字不同：

     - - fanout   发布订阅模型

     - - direct    关键字模型

    - - topic     模糊模型

3.1 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：

import pika
import sys
#创建连接
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
#创建通道
channel = connection.channel()
#创建交换机
channel.exchange_declare(exchange='logs', exchange_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：

import pika
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
#创建通道
channel = connection.channel()

channel.exchange_declare(exchange='logs',exchange_type='fanout')    #创建交换机

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()

注：生产者只用来生成交换机，消费者用来生成队列。

 3.2 关键字发送

  

exchange type = direct
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

消费者：
import pika
import sys
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',
                         exchange_type='direct')

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


severities=["info","warning","error"]
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()

生产者：

import pika
import sys
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='192.168.20.70',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',
                         exchange_type='direct')

severity = sys.argv[1] if len(sys.argv) > 1 else 'warning'
message = ' '.join(sys.argv[2:]) or 'Hello World warning!'
channel.basic_publish(exchange='direct_logs',
                      routing_key=severity,
                      body=message)
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

3.3 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

消费者：

import pika
import sys

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='47.94.91.XX',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

channel.exchange_declare(exchange='topic_logs',
                         exchange_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]...
" % 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()

生产者：

import pika
import sys

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='47.94.91.XX',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))
channel = connection.channel()

channel.exchange_declare(exchange='topic_logs',
                         exchange_type='topic')

routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='topic_logs',
                      routing_key=routing_key,
                      body=message)
print(" [x] Sent %r:%r" % (routing_key, message))
connection.close()

基于RabbitMQ的RPC

  RPC:是一个完整的网络调用，客户端发一条数据到服务端，然后获取返回值。
          这里先启动服务端生成一个队列，然后夯住这个队列。
          在启动客户端，先生成一个返回数据的队列，然后发送数据，夯住这个返回数据的队列。

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。

服务端代码：

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='47.94.91.xx',
        port=5672,
        credentials=pika.credentials.PlainCredentials(
            username='admin',
            password='123456'
        )
    ))

# 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)#这个是负载均衡

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

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

客户端代码：

import pika
import uuid


class FibonacciRpcClient(object):
    def __init__(self):
        # 建立连接，指定服务器的ip地址
        # self.connection = pika.BlockingConnection(pika.ConnectionParameters(
        #     host='localhost'))
        self.connection = pika.BlockingConnection(
            pika.ConnectionParameters(
                host='47.94.91.XX',
                port=5672,
                credentials=pika.credentials.PlainCredentials(
                    username='admin',
                    password='123456'
                )
            ))

        # 建立一个会话，每个channel代表一个会话任务
        self.channel = self.connection.channel()

        #一下两句就是随机生成一个队列并获取它的名字
        result = self.channel.queue_declare(exclusive=True)
        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()#这个方法的执行是触发self.channel.basic_consume
        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(6)
print(" [.] Got %r" % response)