• Python RabbitMQ


    RabbitMQ

    RabbitMQ是实现了 AMQP 的开源消息代理软件(亦称面向消息的中间件),实现程序间通信
    AMQP(Advanced Message Queuing Protocol-高级消息队列协议) 是应用层协议的一个开放标准,为面向消息的中间件设计
    RabbitMQ 官网:https://www.rabbitmq.com/

    简介

    消息发送经过了 producers、exchange、queue、consumer 四个部分
    producer 将消息发给 exchange,由 exchange 根据 routing_key 确定将消息发给哪个或哪些 queue,consumer 从 queue 中获取数据

    producer

    producer 负责 publish ,发布消息(channel.basic_publish)包含以下参数
    -exchange:指定 exchange
    -routing_key:设置 routing_key 指定消息类型,exchange='' 时,routing_key 为 queue name
    -body:消息内容
    -properties=None:设置特性
    -mandatory=False:当消息没有放入队列,False:直接丢弃,True:返回给发送者

    exchange

    exchange 负责将收到的消息发到指定的队列
    声明 exchange (channel.exchange_declare)时的参数:
    -exchange:exchange name,可以为字母、数字、'-'、'_'、'.'、':'
    -exchange_type='direct':有4种:direct fanout topic header
    -passive=False:主动声明还是仅仅检查是否已经存在
    -durable=False:是否持久化
    -auto_delete=False:当所有与之绑定的消息队列都完成了对此交换机的使用后,删掉它
    -internal=False:是否只接收其他 exchange 消息
    -arguments=None:自定义键值对

    queue

    consumer 要先 declare queue,然后 queue 要 bind exchange
    声明 queue (channel.queue_declare)时的参数:
    -queue:队列名,为空就自动设置
    -passive=False:是否只检查队列是否存在
    -durable=False:是否持久化
    -exclusive=False:只允许当前连接访问
    -auto_delete=False:在 consumer 断开连接后自动删除
    -arguments=None:自定义键值对
    bind (channel.queue_bind)时的参数
    -queue:要 bind 的 queue
    -exchange:要 bind 的 exchange
    -routing_key=None:订阅的关键词
    -arguments=None:订阅的自定义键值对

    consumer

    -consumer 负责从 queue 中取消息,取消息(channel.basic_consume)时包含以下参数:
    -queue:获取数据的队列
    -on_message_callback:处理数据的函数,获取数据后自动执行 on_message_callback(channel, method, properties, body)
    -auto_ack=False:获取数据后自动发送确认
    -exclusive=False:不允许其他 consumer 连接该队列
    -consumer_tag=None:可以指定 consumer_tag,否则就自动生成
    -arguments=None:给 consumer 的自定义键值对

    实现

    一对一

    示例:
    注意:要先启动 RabbitMQ
    publisher:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='first_queue')
    
    channel.basic_publish(exchange='', routing_key='first_queue', body='消息内容')
    
    print('sent message')
    connection.close()
    
    

    consumer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='first_queue')  # 如果 consumer 先启动,没有声明队列就会报错
    
    
    def callback(ch, method, properties, body):
        print('recv:', body.decode())
    
    
    channel.basic_consume('first_queue', callback, auto_ack=True)
    print('Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()
    
    

    分发轮询

    当一个 send 对应了多个 recv 时,多个 recv 会按照连接顺序依次从 queue 中获取消息
    可以启动多个 recv 查看效果
    但是由于处理消息的速度会有不同,消息均匀分配,但是处理的时间可能并不均匀。通过 channel.basic_qos(prefetch_count=1) 可以使 recv 消息没有处理完成之前不再接收消息

    消息持久化

    当一个 recv 没有处理完消息就断开连接时,消息不会再发送给其他 recv,需要将 basic_consume() 中参数改为 auto_ack=False,这样 recv 接收到消息就不会自动发送一个确认,断开后之前的消息还存在,直到在 callback 中手动发送确认 ch.basic_ack(delivery_tag=method.delivery_tag)
    注意: 自动确认是在 recv 接收到消息的时候就确认了,而手动确认可以根据需要放在 callback 的任何地方
    但是当服务关闭之后,数据和队列都消失了
    声明队列时加入参数 durable=True 使队列持久化,这样服务关闭之后队列会被保留

    channel.queue_declare(queue='queue', durable=True)
    

    发布消息时加入参数 properties=pika.BasicProperties(delivery_mode=2, ) 使消息持久化,这样服务关闭之后消息会被保留(在队列持久化前提下)

    channel.basic_publish(exchange='',
                          routing_key="task_queue",
                          body=message,
                          properties=pika.BasicProperties(delivery_mode = 2,))
    

    示例:
    publisher:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='first_queue', durable=True)
    
    channel.basic_publish(exchange='', routing_key='first_queue', body='消息内容',
                          properties=pika.BasicProperties(delivery_mode=2, ))
    
    
    print('sent message')
    connection.close()
    
    

    consumer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='first_queue', durable=True)  # 如果 consumer 先启动,没有声明队列就会报错
    
    
    def callback(ch, method, properties, body):
        print('recv:', body.decode())
        ch.basic_ack(delivery_tag=method.delivery_tag)
    
    
    channel.basic_qos(prefetch_count=1)
    channel.basic_consume('first_queue', callback, auto_ack=False)
    print('Waiting for messages. To exit press CTRL+C')
    channel.start_consuming()
    
    

    可以使用 RabbitMQ 中的 rabbitmqctl 查看当前队列
    使用方法:

    1. 进入 rabbitmq 下的 sbin cd /usr/local/opt/rabbitmq/sbin/(目录可能会有不同)
    2. 运行 ./rabbitmqctl list_queues

    一对多发送

    类似于广播,消息不做停留直接发送,只有在 publish 前 bind 的才能收到消息
    exchange_type 有 directtopicheadersfanout 四种

    fanout

    所有 bind 到此 exchange 的 queue 都可以接收消息

    示例:
    publisher:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='logs', exchange_type='fanout')
    
    channel.basic_publish(exchange='logs', routing_key='', body='消息内容')
    
    print('sent message')
    connection.close()
    
    

    consumer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='logs', exchange_type='fanout')
    
    result = channel.queue_declare('', exclusive=True)
    # 不指定 queue 名字, rabbit 会随机分配一个名字, exclusive=True 会在使用此 queue 的消费者断开后,自动将 queue 删除
    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('recv:', body.decode())
    
    
    channel.basic_consume(queue_name, callback, auto_ack=True)
    channel.start_consuming()
    
    

    direct

    通过 direct 可以订阅一个分组的消息

    示例:
    publisher:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='direct_logs', exchange_type='direct')
    
    severity = '消息类型'
    message = '消息内容'
    
    channel.basic_publish(exchange='direct_logs', routing_key=severity, body=message)
    print("Sent %r:%r" % (severity, message))
    connection.close()
    
    

    consumer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='direct_logs', exchange_type='direct')
    
    result = channel.queue_declare(queue='', exclusive=True)
    queue_name = result.method.queue
    
    severities = ['消息类型', ]	# 列表,可同时接收多个消息类型
    
    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("%r:%r" % (method.routing_key, body.decode()))
    
    
    channel.basic_consume(queue_name, callback, auto_ack=True)
    channel.start_consuming()
    
    

    当有多个 recv 且它们接收的消息类型不同时,就可以看出效果

    topic

    发给 topic exchange 的 routing_key 不能仅仅是一个词,必须是多个以 '.' 分隔的词,这些词通常用来表示消息的特点,且最多255 bytes

    '*': 代替一个单词
    '#': 代替0个或多个单词或符号
    当使用 '#' 时就和 fanout 一样,获取所有消息
    当不使用 '#' 和 '*' 时就和 direct 一样,只获取一个类别的消息

    示例:
    producer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='topic_logs', exchange_type='topic')
    
    routing_key = 'anonymous.info'
    message = '消息内容'
    
    channel.basic_publish(exchange='topic_logs', routing_key=routing_key, body=message)
    print("Sent %r:%r" % (routing_key, message))
    connection.close()
    
    

    consumer:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.exchange_declare(exchange='topic_logs', exchange_type='topic')
    
    result = channel.queue_declare(queue='', exclusive=True)
    queue_name = result.method.queue
    
    binding_keys = ['#']	# '*.info', 'anonymous.*'
    
    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("%r:%r" % (method.routing_key, body.decode()))
    
    
    channel.basic_consume(queue_name, callback, auto_ack=True)
    channel.start_consuming()
    
    

    双向通信

    RPC(Remote procedure call)

    之前的通信全部都是单向的通信,要实现 RPC (远程过程调用) 就需要两个单项的通信
    具体方法:
    server 启动,先声明一个 queue,开始接收这个 queue 消息
    client 启动,先声明一个 queue 作为接收消息时用的队列,向 server 声明的 queue 发送一条消息,里面包含 correlation_id(这条请求的 ID) 、reply_to(接收返回消息的队列) 、body(请求内容)
    server 接收到消息,处理之后获得结果,向 client 要求的 queue 发送一条消息,里面包含 correlation_id(这个返回结果所属请求的 ID) 、body(返回结果)
    client 接收到消息,验证 correlation_id 确认返回结果是否有效
    代码实现
    示例:
    RPC server:

    import pika
    
    connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
    channel = connection.channel()
    channel.queue_declare(queue='rpc_queue')
    
    
    def func(n):
        """
        用于处理数据
        """
        return n + 1
    
    
    def on_request(ch, method, props, body):
        """
        调用处理数据函数,
        并将处理结果发送出去。
        """
        n = int(body)
        print('get', n)
        response = func(n)
        # 发送数据处理结果
        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)
    
    
    channel.basic_qos(prefetch_count=1)
    channel.basic_consume('rpc_queue', on_request)
    
    print("Awaiting RPC requests")
    channel.start_consuming()
    
    

    RPC client:

    import pika
    import uuid
    
    
    class RpcClient(object):
        def __init__(self):
            self.connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
            self.channel = self.connection.channel()
            # 自动生成队列并获取
            result = self.channel.queue_declare(queue='', exclusive=True)
            self.callback_queue = result.method.queue
            self.channel.basic_consume(self.callback_queue, self.on_response, auto_ack=True)
            self.response = None
            self.corr_id = str(uuid.uuid4())
    
        def on_response(self, ch, method, props, body):
            """
            callback 函数,当确认从服务器端接收到的结果正确后,写入 self.response
            """
            if self.corr_id == props.correlation_id:
                self.response = body
    
        def call(self, n):
            """
            用于给服务器发送请求并接收服务器返回的结果
            """
            self.channel.basic_publish(exchange='', routing_key='rpc_queue',
                                       properties=pika.BasicProperties(
                                           reply_to=self.callback_queue,    # 告诉服务器将结果返回哪个队列
                                           correlation_id=self.corr_id,     # 用于判断返回结果属于哪条请求
                                       ),
                                       body=str(n))
            while self.response is None:
                # 开始接收消息,非阻塞版的 start_consuming
                self.connection.process_data_events()
            return self.response
    
    
    rpc_client = RpcClient()
    num = 3
    print('Sent ' + str(num))
    response = rpc_client.call(num)
    print("Got " + response.decode())
    
    
  • 相关阅读:
    使用echarts插件做图表常见的几个问题(五)——图形的两种渲染方式
    数组对象如何根据对象中某个字段分组
    JS监听浏览器后退事件
    使用echarts插件做图表常见的几个问题(四)—— 柱状图中以虚线展示重合的柱子
    使用echarts插件做图表常见的几个问题(三)—— 图表标线的使用
    使用echarts插件做图表常见的几个问题(二)—— 实现多Y轴
    使用echarts插件做图表常见的几个问题(一)—— 折线图局部虚线
    如何判断touch事件滑动的方向?
    解决session共享方案
    设计模式总结
  • 原文地址:https://www.cnblogs.com/dbf-/p/11156831.html
Copyright © 2020-2023  润新知