Rabbit mq 简单应用

参考：http://rabbitmq.mr-ping.com/AMQP/AMQP_0-9-1_Model_Explained.html

简答模式（exchange不工作）

import pika

# 链接 
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost')) 

channel = connection.channel()

# 建立通道 
channel.queue_declare(queue='hello')
 

#定义回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
 
# 传入消费者参数
channel.basic_consume(callback,
                      queue='hello',
                      no_ack=True)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()   # 启动消费者

import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()
 
channel.queue_declare(queue='hello')  # 生成队列，并命名为hello
 
channel.basic_publish(exchange='',   # 不设置交换机
                      routing_key='hello',   #将设置传入的消息的队列
                      body='Hello World!')   # 传入数据
print(" [x] Sent 'Hello World!'")
connection.close()    # 关闭链接

Exchange模型1——简单分发

绑定的路由键（routing key）名称与队列名称相同。

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。

import pika


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

channel.exchange_declare(exchange='logs',
                         type='fanout')  #  这里type 是fanout

message = "info: Hello World!"   
channel.basic_publish(exchange='exchanger_name',  # exchange要设置一个名称
                      routing_key='',     # 不设置具体的通道，让交换机决定
                      body=message)
print(" [x] Sent %r" % message)
connection.close()

import pika

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

channel.exchange_declare(exchange='exchanger_name',
                         type='fanout')

result = channel.queue_declare(exclusive=True)   # 这里队列并不指定名称
queue_name = result.method.queue   # 这里拿到名字

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,     # 这里用随机的名字
                      no_ack=True)   # 无应答模式

channel.start_consuming()

exchange模型2——关键字

直连交换机经常用来循环分发任务给多个工作者（workers），消息的负载均衡是发生在消费者（consumer）之间的，而不是队列（queue）之间。

关键词的是由消费者决定的，循环完成绑定

import pika

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

channel.exchange_declare(exchange='direct_logs',
                         type='direct') # 这里type=direct 代表关键字分发模式

severity = "abc"
message = "hello world"
channel.basic_publish(exchange='direct_logs',
                      routing_key=severity,  # 设置分发的关键字"abc"
                      body=message)   
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

#!/usr/bin/env python
import pika


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

channel.exchange_declare(exchange='direct_logs',
                         type='direct')   # 这里 type = “direct”

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

severities = ["abc","bcd","awd"]   # 三个关键字


for severity in severities:
    channel.queue_bind(exchange='direct_logs',
                       queue=queue_name,
                       routing_key=severity)    # 用这三个关键字设置为routing_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()

exchange模型3——模糊关键词

关键用点分割*代表匹配一个词，#代表多个关键词

new.age.rabbit          new.*  -- 不匹配 

new.age.rabbit          new.#  -- 匹配

new.age.rabbit          #.rabbit  -- 匹配

import pika

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

channel.exchange_declare(exchange='topic_logs',
                         type='topic')   # 这里是topic
 
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

binding_keys = ["abc","cba","bac"] # 设置三个路径

for binding_key in binding_keys:   # 循环三次为queue_name这个队列绑定三个关键词
    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()

import pika

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

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

routing_key = "#.bca"   # 模糊关键词
message = 'Hello World!'
channel.basic_publish(exchange='topic_logs',
                      routing_key=routing_key,
                      body=message)
print(" [x] Sent %r:%r" % (routing_key, message))
connection.close()

exchange模型4——头

有时消息的路由操作会涉及到多个属性，此时使用消息头就比用路由键更容易表达，头交换机（headers exchange）就是为此而生的。头交换机使用多个消息属性来代替路由键建立路由规则。通过判断消息头的值能否与指定的绑定相匹配来确立路由规则。

参数

拿取顺序

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。（问题是有可能其中一个消费者处理慢，依然造成排队）

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照奇偶数排列。这个参数放在消费者代码部分

持久化：durable 

顾名思义，防止数据丢失，但会降低效率

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)  # 生产者持久化参数

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)  # 消费者持久化参数


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()

应答模式: no-ack

当一个消息从队列中投递给消费者后（consumer），消费者会通知一下消息代理（broker），这个可以是自动的也可以由处理消息的应用的开发者执行。当“消息确认”被启用的时候，消息代理不会完全将消息从队列中删除，直到它收到来自消费者的确认回执（acknowledgement）。

import pika

connection = 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)   # 这里写false 代表会应答

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

 Exclusive：

只被一个连接（connection）使用，而且当连接关闭后队列即被删除

 

RPC模式

RPC（Remote Procedure Call）—远程过程调用

通俗的讲：两台电脑A,B，A计算机需要用到B的方法或者函数，由于不共享内存，需要通过通信来传递命令和相关数据。

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，这里用简单模式
    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,   # 这里拿到生产者的这个参数作为返回队列的名字
                     properties=pika.BasicProperties(correlation_id = 
                                                         props.correlation_id),   # 这里拿到请求的唯一id作为标识并返回，方便生产者确认
                     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()

import pika
import uuid

class 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:  # 如果验证码通过，就拿到结果对response赋值
            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()) # 生成每个任务的id
        
        # 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',  # 队列名字叫rpc_queue
                                   properties=pika.BasicProperties(
                                         reply_to = self.callback_queue,  # 把回调的队列的名字传进来
                                         correlation_id = self.corr_id,  #这是唯一id
                                         ),
                                   body=str(n))   # 传数据
                                   
        
        while self.response is None:
            self.connection.process_data_events()   # 如果没有返回值，就一直阻塞等着callback队列的
        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)  # 这里发起传递
print(" [.] Got %r" % response)

其他及补充：

• Auto-delete （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）
• Arguments（依赖代理本身）

消费者模型

　　消息如果只是存储在队列里是没有任何用处的。被应用消费掉，消息的价值才能够体现。在AMQP 0-9-1 模型中，有两种途径可以达到此目的：

• 将消息投递给应用 ("push API")
• 应用根据需要主动获取消息 ("pull API")

　　使用push API，应用（application）需要明确表示出它在某个特定队列里所感兴趣的，想要消费的消息。如是，我们可以说应用注册了一个消费者，或者说订阅了一个队列。一个队列可以注册多个消费者，也可以注册一个独享的消费者（当独享消费者存在时，其他消费者即被排除在外）。

　　每个消费者（订阅者）都有一个叫做消费者标签的标识符。它可以被用来退订消息。消费者标签实际上是一个字符串。

消息的属性

• Content type（内容类型）
• Content encoding（内容编码）
• Routing key（路由键）
• Delivery mode (persistent or not)
  投递模式（持久化 或 非持久化）
• Message priority（消息优先权）
• Message publishing timestamp（消息发布的时间戳）
• Expiration period（消息有效期）
• Publisher application id（发布应用的ID）