Python操作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。需要在机算计上先安装RabbitMQ 

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。

官方文档 

rabbitMQ工作模型

简单模式

# 生产者
import pika
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))
# 创建通信对象
channel = connection.channel()
# 创建一个名为hello的队列,队列存在于rabbitMQ服务器中
channel.queue_declare(queue='hello')

channel.basic_publish(exchange='',
                      routing_key='hello', # 指定队列
                      body='Hello World!') # 发送消息

print(" [x] Sent 'Hello World!'")
# 关闭连接
connection.close()

消费者

# 消费者
import pika
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
# 创建通信对象
channel = connection.channel()
# 创建名为hello的队列,因为不知道是生产者先启动还是消费者先启动,
# 所以两边都去创建队列,后启动的不会重复创建
channel.queue_declare(queue='hello')


def callback(ch, method, properties, body):
    # body就是从队列中取到的数据
    print(" [x] Received %r" % body)


channel.basic_consume(callback,      # 回调函数
                      queue='hello', # 选择队列
                      no_ack=True)   # 是否不回应,默认True

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

相关参数

(1)
no_ack＝False
# 消费者从队列中取出数据时,队列中的数据不会删除,直到消费者处理完数据发送信号才删除
# 避免消费者死机数据丢失

# 回调函数中发送信号
ch.basic_ack(delivery_tag=method.delivery_tag)

(2)
durable = True
# 生产者将消息发送至服务器时,服务器将数据保存到本地
# 避免服务器死机队列中数据丢失
在创建队列时设置durable = True
在向对列中发送数据时添加
 properties=pika.BasicProperties(
                          delivery_mode=2, # make message persistent
                      )

完成1,2的生产者消费者

# 生产者
#!/usr/bin/env python
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()


# 消费者
#!/usr/bin/env python
# -*- coding:utf-8 -*-
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)


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()

(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,消费者1,2,3只能依次取数据,但是会由于1,2,3处理数据的速度不同,导致后面的消费者处于等待状态

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按顺序取

# 消费者模型
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) # 消费者不再按顺序取

channel.basic_consume(callback,
                      queue='hello',
                      no_ack=False)

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

exchange模型

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，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

# 生产者
import pika
import sys
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
# 创建通信对象
channel = connection.channel()
# 创建一个名为logs的交换机,模式为fanout
channel.exchange_declare(exchange='logs',
                         exchange_type='fanout')

message = ' '.join(sys.argv[1:]) or "info: Hello World!"
channel.basic_publish(exchange='logs', # 交换模式
                      routing_key='', # 关键字为空
                      body=message)
print(" [x] Sent %r" % message)
connection.close()

消费者

# 消费者
import pika
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
# 创建通信对象
channel = connection.channel()
# 创建一个名为logs的交换机,模式为fanout,与创建队列相同不知道谁先启动
channel.exchange_declare(exchange='logs',
                         exchange_type='fanout')
# 生成一个随机队列
result = channel.queue_declare(exclusive=True)
# 拿到队列名
queue_name = result.method.queue

channel.queue_bind(exchange='logs', # 绑定交换机与队列的关系
                   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()

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

消费者

import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
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"

channel.queue_bind(exchange='direct_logs',
                   queue=queue_name,
                   routing_key=severity) # 队列的关键字,可以为一个队列绑定多个关键字

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()

# 在生产者发送消息时,可以通过关键字发送给指定队列
channel.basic_publish(exchange='logs',
                      routing_key='info',
                      body=message)

模糊匹配

exchange_type = topic

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

  import pika
  import sys
  
  connection = pika.BlockingConnection(pika.ConnectionParameters(
          host='localhost'))
  channel = connection.channel()
  
  channel.exchange_declare(exchange='direct_logs',
                           exchange_type='topic')
  
  result = channel.queue_declare(exclusive=True)
  queue_name = result.method.queue
  
  severities = "info.#"
  
  channel.queue_bind(exchange='topic_logs',
                     queue=queue_name,
                     routing_key=severity) # 发送是关键字,而是发送一个可匹配的字符
  
  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()