• Rabbitmq安装及使用


    RabbitMQ

    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。

    安装教程请参考:

    ERLANG和rabbitmq安装教程:

    https://blog.csdn.net/weixin_39735923/article/details/79288578?tdsourcetag=s_pctim_aiomsg

    1.RabbitMQ 之简单模式

    1.1最简单的示例:

    customer:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    # 2 创建队列
    channel.queue_declare(queue='hello')
    
    # 3.定义一个毁掉函数
    def callback(ch,method,properties,body):
        print('客户端收到了%s'%body )
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue='hello',
                          no_ack=True, #此处代表不接受返回值
                          )
    # 开始监听
    channel.start_consuming()
    View Code

    producer:

    import pika
    
    # 1.链接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel= connection.channel()
    
    # 2.创建队列
    channel.queue_declare(queue='hello')
    
    # 3.填值
    channel.basic_publish(
        exchange='',#  exchange=''说明为简单模式
        routing_key='hello',  #关联的队列名
        body='hello,mixtea',  #往队列内填入的内容
    )
    
    # 4 关闭连接
    connection.close()
    View Code

    1.2  在调用 basic_consume 时一些参数的使用方法.

    (1)no-ack = False(主要预防消费端(处理端)出现问题导致数据丢失),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

    customer:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    # 2 创建队列
    channel.queue_declare(queue='hello')
    
    # 3.定义一个毁掉函数(第二回重启时记得删掉mixtea,代表修复bug,再看看消息是否有丢失)
    def callback(ch,method,properties,body):
        mixtea
        print('客户端收到了%s'%body )
        
        # 应答
        ch.basic_ack(delivery_tag=method.delivery_tag) 
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue='hello',
                          no_ack=False, #no_ack=False此处代表接受返回值
                          )
    # 开始监听
    channel.start_consuming()
    View Code

    producer:和上面简单例子代码一致

    (2) durable  :消息不丢失,数据持久化,rabbitmq会将部分数据保存到磁盘上(主要防止rabbitmq服务器出现宕机)

    测试方法:先关闭customer,开启producer发送数据,此时数据发送到rabbitmq中,关闭rabbitmq,造成宕机现象,而后重启,并且运行customer端接收数据.

    可在未做持久化操作前后各尝试一次,看差异

    producer:

    import pika
    
    # 1.链接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel= connection.channel()
    
    # 2.创建队列
    # channel.queue_declare(queue='hello')
    channel.queue_declare(queue='hello2', durable=True)
    # 3.填值
    channel.basic_publish(
        exchange='',#  exchange=''说明为简单模式
        routing_key='hello2',  #关联的队列名
        body='hello,mixtea',  #往队列内填入的内容
        properties=pika.BasicProperties(
            delivery_mode=2,  # make message persistent 持久化数据
        )
    )
    
    # 4 关闭连接
    connection.close()
    View Code

    customer:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    # 2 创建队列
    # channel.queue_declare(queue='hello')
    channel.queue_declare(queue='hello2', durable=True)  #现有的队列不能修改成可持续化队列,需重新创建队列
    
    # 3.定义一个毁掉函数(第二回重启时记得删掉mixtea,代表修复bug,再看看消息是否有丢失)
    def callback(ch,method,properties,body):
        print('客户端收到了%s'%body )
    
        # 应答
        ch.basic_ack(delivery_tag=method.delivery_tag)
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue='hello2',
                          no_ack=False, #no_ack=False此处代表接受返回值
    
                          )
    # 开始监听
    channel.start_consuming()
    View Code

    (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,平均分配

    仅需要在客户端加一句代码即可:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    # 2 创建队列
    # channel.queue_declare(queue='hello')
    channel.queue_declare(queue='hello2', durable=True)  #现有的队列不能修改成可持续化队列,需重新创建队列
    
    # 3.定义一个毁掉函数(第二回重启时记得删掉mixtea,代表修复bug,再看看消息是否有丢失)
    def callback(ch,method,properties,body):
        print('客户端收到了%s'%body )
    
        # 应答
        ch.basic_ack(delivery_tag=method.delivery_tag)
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue='hello2',
                          no_ack=False, #no_ack=False此处代表接受返回值
    
                          )
    
    # 分配方式
    channel.basic_qos(prefetch_count=1)
    # 开始监听
    channel.start_consuming()
    View Code

    2.RabbitMQ 之exchange模式

    2.1 发布订阅  exchange type = fanout

      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。

    大致流程如图:

    代码如下:

    生产者:

    import pika
    
    # 1.链接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel= connection.channel()
    
    
    # 2.声明一个交换机
    channel.exchange_declare(exchange='logs',exchange_type="fanout")    #exchange_type="fanout" 代表为订阅模式
                                                                        #exchange='logs' logs为交换机名字,是变量可自己设定
    
    
    # 3.填值
    message ="Hello World&Mixtea!"
    channel.basic_publish(
        exchange='logs',#  exchange=''说明为简单模式
        routing_key='',  #关联的队列名
        body = message,  #往队列内填入的内容
    
    )
    
    # 4 关闭连接
    connection.close()
    View Code

    消费者:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    
    #  2.声明交换机
    channel.exchange_declare(exchange='logs',exchange_type='fanout')
    
    #3.创建随机队列名
    result = channel.queue_declare(exclusive=True)
    queue_name = result.method.queue
    
    # 4.为队列绑定交换机
    channel.queue_bind(exchange='logs',
                       queue=queue_name)
    
    # 4.回调函数
    def callback(ch,method,properties,body):
        print('客户端收到了%s'%body )
    
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue=queue_name, #no_ack=False此处代表不接受返回值
                          no_ack=True)
    
    # 开始监听
    channel.start_consuming()
    View Code

    2.2 关键字发送

      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。

     其过程如下图

     详细代码如下:

    生产者:

    import pika
    
    # 1.链接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel= connection.channel()
    
    
    # 2.声明一个交换机
    channel.exchange_declare(exchange='direct_logs',exchange_type="direct")    #exchange_type="direct" 代表为关键字模式
                                                                        #exchange='direct_logs' logs为交换机名字,是变量可自己设定
    
    
    # 3.填值
    message ="Hello World&Mixtea!"
    channel.basic_publish(
        exchange='direct_logs',
        routing_key='info',    #说明此次发送的数值类型
        body = message,  #往队列内填入的内容
    
    )
    
    # 4 关闭连接
    connection.close()
    View Code

    消费者:

    import pika
    
    # 1 连接rabbitmq
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    
    
    #  2.声明交换机
    channel.exchange_declare(exchange='direct_logs',exchange_type='direct')
    
    #3.创建随机队列名
    result = channel.queue_declare(exclusive=True)
    queue_name = result.method.queue
    
    # 4.为队列绑定交换机
    channel.queue_bind(exchange='direct_logs',
                       queue=queue_name,
                       routing_key='info',    #在绑定交换机的同时绑定获取值的类型
                       )
    
    
    # 4.回调函数
    def callback(ch,method,properties,body):
        print('客户端收到了%s'%body )
    
    
    #  确定监听事件
    channel.basic_consume(callback,
                          queue=queue_name, #no_ack=False此处代表不接受返回值
                          no_ack=True,
                          )
    
    # 开始监听
    channel.start_consuming()
    View Code

    2.3 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

    使用方法和关键字查询几乎一样,只需要在

    routing_key="*.apple.#" 中的值改为模糊查询的样式即可(不常用)
  • 相关阅读:
    CocoaPods使用详细说明
    UICollectionView的使用小记录和一些说明
    UICollectionView的使用
    ios获取UserAgent
    获取广告标识符ifad
    iOS获取UUID,并使用keychain存储
    振动一次
    CocoaPods本身版本的更新
    3D Touch集成过程整理
    iOS开发-UI (三)Collection
  • 原文地址:https://www.cnblogs.com/Mixtea/p/10526937.html
Copyright © 2020-2023  润新知