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）