RabbitMQ的python操作手册

本文最后更新于：2024年7月6日 早上

MQ

引子

在工作中使用Celery也有一段时间了，这里写一点关于Celery延伸出来的一个重要的技术点——消息队列。

Celery - Distributed Task Queue这是Celery官方文档给出的一个定义，这里celery‘被定义为一个分布式的任务队列。Celery和Django配合时的工作模型如下：

esUs3T.png

这里就解释一个任务队列使如何搭配上一个消息队列来进行工作的，接下来我们一起来了解RabbitMQ的方方面面。

简介

什么是MQ？

MQ全称为Message Queue, 消息队列（MQ）是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息（针对应用程序的数据）来通信，而无需专用连接来链接它们。消 息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过 队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。

什么是RabbitMQ？

RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统。他遵循Mozilla Public License开源协议

RabbitMQ是一个消息代理：它接受和转发消息。 您可以将其视为顺丰快递：当您将要发布的消息快件给到顺丰快递手上，您可以确定顺丰以及快递小哥最终会将邮件发送给您的收件人。 在这个类比中，RabbitMQ是一个顺丰快递、快递小哥、丰巢。

RabbitMQ和顺丰之间的主要区别在于它不处理实体货物信件，而是接受，存储和转发二进制数据——消息。

RabbitMQ和一般的消息传递使用了一些术语：

  • 生产（Producing）就是发送（消息）。 发送消息的程序就所谓的生产者（producer ）
  • 队列（queue ）是RabbitMQ中的邮箱的名称。 虽然消息流经RabbitMQ和您的应用程序，但它们只能存储在队列中。 队列只受主机的内存和磁盘限制的约束，它本质上是一个大的消息缓冲区。 许多生产者可以发送到一个队列的消息，并且许多消费者可以尝试从一个队列接收数据。 这就是我们代表队列的方式：
  • 消费（Consuming ）与接受（receiving）有类似的意义。 消费者（consumer ）是一个主要等待接收消息的程序：

请注意，生产者，消费者和代理不必驻留在同一主机上; 实际上在大多数应用中他们没有。 应用程序也可以是生产者和消费者。

RabbitMQ安装

1
2
3
4
5
6
7
8
安装配置epel源
   $ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
 
安装erlang
   $ yum -y install erlang
 
安装RabbitMQ
   $ yum -y install rabbitmq-server

注意：service rabbitmq-server start/stop

安装API

1
2
3
4
5
6
7
pip install pika
or
easy_install pika
or
源码
 
https://pypi.python.org/pypi/pika

回顾基于Queue实现生产者消费者模型

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
#!/usr/bin/env python3
#coding:utf8

import queue
import threading
message = queue.Queue(10)
def producer(i):
    '''厨师,生产包子放入队列'''
    while True:
        message.put(i)
def consumer(i):
    '''消费者,从队列中取包子吃'''
    while True:
        msg = message.get()

for i in range(12): 厨师的线程包子
    t = threading.Thread(target=producer, args=(i,))
    t.start()
for i in range(10): 消费者的线程吃包子
    t = threading.Thread(target=consumer, args=(i,))
    t.start()

对于RabbitMQ来说，生产和消费不再针对内存里的一个Queue对象，而是某台服务器上的RabbitMQ Server实现的消息队列。

一、最基本的生产者消费者

1.生产者代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
#!/usr/bin/env python
import pika
# ######################### 生产者 #########################
#链接rabbit服务器（localhost是本机，如果是其他服务器请修改为ip地址）
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#创建一个队列名叫hello
channel.queue_declare(queue='hello')
#exchange -- 它使我们能够确切地指定消息应该到哪个队列去。
#向队列插入数值 routing_key是队列名 body是要插入的内容

channel.basic_publish(exchange='',
                  routing_key='hello',
                  body='Hello World!')
print("开始队列")
#缓冲区已经flush而且消息已经确认发送到了RabbitMQ中，关闭链接
connection.close()

2.消费者代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#!/usr/bin/env python
import pika
# ########################## 消费者 ##########################
#链接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#如果生产者没有运行创建队列，那么消费者也许就找不到队列了。为了避免这个问题
#所有消费者也创建这个队列
channel.queue_declare(queue='hello')
#接收消息需要使用callback这个函数来接收，他会被pika库来调用
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
#从队列取数据 callback是回调函数 如果拿到数据 那么将执行callback函数
channel.basic_consume(callback,
                      queue='hello',
                      no_ack=True)
print(' [*] 等待信息. To exit press CTRL+C')
#永远循环等待数据处理和callback处理的数据
channel.start_consuming()

二、acknowledgment 消息不丢失的方法

no-ack ＝ False，如果生产者遇到情况(关闭通道,连接关闭或TCP连接丢失))挂掉了，那么，RabbitMQ会重新将该任务添加到队列中。
1.生产者不变，但是还是复制上来吧

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#!/usr/bin/env python
import pika
# ######################### 生产者 #########################
#链接rabbit服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#创建一个队列名叫hello
channel.queue_declare(queue='hello')
#向队列插入数值 routing_key是队列名 body是要插入的内容
channel.basic_publish(exchange='',
                  routing_key='hello',
                  body='Hello World!')
print("开始队列")
connection.close()

2.消费者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import pika
#链接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#如果生产者没有运行创建队列，那么消费者创建队列
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) #主要使用此代码
    
channel.basic_consume(callback,
                      queue='hello',
                      no_ack=False)

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

当生产者生成一条数据，被消费者接收，消费者中断后如果不超过10秒，连接的时候数据还在。当超过10秒之后，重新链接，数据将消失。消费者等待链接。

三、durable 消息不丢失 （消息持久化）

这个 queue_declare 需要在 生产者（producer） 和消费方（consumer) 代码中都进行设置。
1.生产者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
#!/usr/bin/env python
import pika
#链接rabbit服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#创建队列，使用durable方法
channel.queue_declare(queue='hello', durable=True)
                    #如果想让队列实现持久化那么加上durable=True
channel.basic_publish(exchange='',
                  routing_key='hello',
                  body='Hello World!',
                  properties=pika.BasicProperties(
                      delivery_mode=2, 
                  #标记我们的消息为持久化的 - 通过设置 delivery_mode 属性为 2
                  #这样必须设置，让消息实现持久化
                  ))
#这个exchange参数就是这个exchange的名字. 空字符串标识默认的或者匿名的exchange：如果存在routing_key, 消息路由到routing_key指定的队列中。
print(" [x] 开始队列'")
connection.close()

2.消费者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
#创建频道
channel = connection.channel()
#创建队列，使用durable方法
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(' [*] 等待队列. To exit press CTRL+C')
    channel.start_consuming()

注：标记消息为持久化的并不能完全保证消息不会丢失，尽管告诉RabbitMQ保存消息到磁盘，当RabbitMQ接收到消息还没有保存的时候仍然有一个短暂的时间窗口. RabbitMQ不会对每个消息都执行同步fsync(2) — 可能只是保存到缓存cache还没有写入到磁盘中，这个持久化保证不是很强，但这比我们简单的任务queue要好很多，如果你想很强的保证你可以使用 publisher confirms

四、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

1.生产者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
import pika  
import sys  

connection = pika.BlockingConnection(pika.ConnectionParameters(  
    host='localhost'))  
channel = connection.channel()  
# 设置队列为持久化的队列  
channel.queue_declare(queue='task_queue', durable=True)
message = ' '.join(sys.argv[1:]) or "Hello World!"  
channel.basic_publish(exchange='',  
                  routing_key='task_queue',  
                  body=message,  
                  properties=pika.BasicProperties(  
                     delivery_mode = 2, # 设置消息为持久化的  
                  ))  
print(" [x] Sent %r" % message)  
connection.close()

2.消费者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='hello'durable=True)  # 设置队列持久化 

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)
#表示谁来谁取，不再按照奇偶数排列
channel.basic_qos(prefetch_count=1)# 消息未处理完前不要发送信息的消息  

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

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

五、消息发布订阅

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，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。

exchange type = fanout

1.发布者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#!/usr/bin/env python
import pika
import sys

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

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

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

2.订阅者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
#!/usr/bin/env python
import pika

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

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

result = channel.queue_declare(exclusive=True) #队列断开后自动删除临时队列  
queue_name = result.method.queue            # 队列名采用服务端分配的临时队列  

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,
                  no_ack=True)

channel.start_consuming()

六、关键字发送

exchange type = direct

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。

1.生产者：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env python3
#coding:utf8
#######################生产者#################
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))  
channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',
                     type='direct')

severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='direct_logs',
                      routing_key=severity,
                      body=message)
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

2.消费者：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#!/usr/bin/env python3
#coding:utf8
import pika
import sys
############消费者####
connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs',
                         type='direct')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
severities = sys.argv[1:]
if not severities:
    sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])
    sys.exit(1)
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(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)
channel.start_consuming()

七、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。

1
# 表示可以匹配 0 个 或 多个 单词

  • 表示只能匹配 一个 单词

    发送者路由值 队列中

    old.boy.python old.* – 不匹配

    old.boy.python old.# – 匹配

1.消费者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
#!/usr/bin/env python3
#coding:utf8
import pika
import sys

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

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

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

binding_keys = sys.argv[1:]
if not binding_keys:
    sys.stderr.write("Usage: %s [binding_key]...\n" % sys.argv[0])
    sys.exit(1)

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(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,
                      queue=queue_name,
                      no_ack=True)

channel.start_consuming()

2.生产者

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env python3
#coding:utf8
import pika
import sys

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

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

routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='topic_logs',
                      routing_key=routing_key,
                      body=message) 
print(" [x] Sent %r:%r" % (routing_key, message))
connection.close()

更多内容：以下参考：
http://blog.csdn.net/songfreeman/article/details/50945025

八、work queue

1.循环调度(Round-robin dispatching)

使用多个消费者来接收并处理消息
默认，RabbitMQ将循环的发送每个消息到下一个Consumer , 平均每个Consumer都会收到同样数量的消息。 这种分发消息的方式成为 循环调度（round-robin)

  • 生产者：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    #!/usr/bin/env python3
    #coding:utf8
    import pika
    import sys
    #链接
    connec = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connec.channel()
    #创建队列
    channel.queue_declare(queue='worker')
    #插入数据
    message = ' '.join(sys.argv[1:]) or "Hello World"
    channel.basic_publish(exchange='',
                          routing_key='worker',
                          body=message,
                          properties=pika.BasicProperties(delivery_mode = 2,)
                          )
    print(" [x] Send %r " % message)

  • 消费者：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    #!/usr/bin/env python3
    #coding:utf8
    import time
    import pika
      
    connect = pika.BlockingConnection(pika.ConnectionParameters (host='localhost'))
    channel = connect.channel()
      
    channel.queue_declare('worker')
      
    def callback(ch, method, properties,body):
        print(" [x] Received %r" % body)
        time.sleep(body.count(b'.'))
        print(" [x] Done")
    ch.basic_ack(delivery_tag = method.delivery_tag)
      
    channel.basic_consume(callback,
                      queue='worker',
                      )
    channel.start_consuming()

执行的时候两个消费者等待接收消息，
第一次生产者产生消息的时候被消费者1接收
第二次生产者产生消息的时候被消费者2接收

计算机技术
#消息队列
RabbitMQ的python操作手册
https://yance.wiki/move/
作者
Yance Huang
发布于
2019年8月4日
许可协议