RabbitMQ
RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统。
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
用rabbitmq实现一个简单的生产者消费者模型
发送端代码
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
channel = connection.channel()
channel.queue_declare(queue="hello")
channel.basic_publish(exchange=‘‘,
routing_key = ‘hello‘,
body=‘hello world‘,
)
print("Send hello world")
connection.close()
接收端代码
1 import pika
2
3 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
4 channel = connection.channel()
5 channel.queue_declare(queue="hello")
6
7 def callback(ch,method,properties,body):
8 print(ch,method,properties)
9 print("received %s" %body)
10
11 channel.basic_consume(callback,
12 queue=‘hello‘,
13 no_ack=True)
14
15 print("waiting for messages to exit press ‘CTRL+C‘")
16 channel.start_consuming()
通过上述代码便可以实现一个简单的生产者消费者模型，但是现在的结果是：当开启多个消费者程序的时候，启动生产者发送消息，这个时候只有一个可以收到，并且再次启动，会下一个消费者收到，类似一个轮询的关系。
acknowledgment 消息不丢失（通过客户端设置实现）
通过no_ack = False参数设置，如果消费者遇到情况突然中断了没有收到，那么RabbitMQ会重新将任务添加到队列中
下面将接收端的代码进行更改：
#AUTHOR:FAN
import pika
import time
connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
channel = connection.channel()
channel.queue_declare(queue="hello")
def callback(ch,method,properties,body):
print(ch,method,properties)
time.sleep(10)
print("received %s" %body)
channel.basic_consume(callback,
queue=‘hello‘,
no_ack=False)
print("waiting for messages to exit press ‘CTRL+C‘")
channel.start_consuming()
标注的地方就是代码修改的地方，通过将no_ack更改为False,以及在callback回到函数这里让等待10s，这样启动接收端后，再启动发送算，在还没有打印数据的时候将客户端关闭，然后再启动，发现依然可以收到刚才发送端发送的数据。
但是这种方式只能实现客户端断开重新连接的时候数据不丢失，如果是rabbitmq挂了的情况如何解决？
durable消息不丢失（通过在服务端设置保证数据不丢失）
这个时候生产者和消费者的代码都需要改动
发送者代码
1 import pika
2
3
4 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
5 channel = connection.channel()
6
7 channel.queue_declare(queue=‘fan‘,durable=True)
8
9 channel.basic_publish(exchange=‘‘,
10 routing_key=‘fan‘,
11 body=‘hello world‘,
12 properties = pika.BasicProperties(
13 delivery_mode=2
14 ))
15
16 print("send ‘hello world‘")
17 connection.close()
接收者的代码
1 import pika
2 import time
3
4 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
5 channel = connection.channel()
6
7 channel.queue_declare(queue=‘fan‘,durable=True)
8
9 def callback(ch,method,properies,body):
10 print("received %s" %body)
11 time.sleep(10)
12 print("is ok")
13 ch.basic_ack(delivery_tag=method.delivery_tag)
14
15 channel.basic_consume(callback,
16 queue=‘fan‘,
17 no_ack=False)
18
19 print("waitting for messages.To exit press CTRL+C")
20 channel.start_consuming()
这样即使在接收者接收数据过程中rabbitmq服务器出现问题了，在服务恢复之后，依然可以收到数据
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。
通过exchange type = fanout参数实现
代码例子：
发布者：
1 #AUTHOR:FAN
2
3 import pika
4 import sys
5
6 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.8.103‘))
7 channel = connection.channel()
8
9 channel.exchange_declare(exchange="fan",
10 type=‘fanout‘)
11
12 message = ‘ ‘.join(sys.argv[1:]) or "info :hello world"
13 channel.basic_publish(exchange = ‘fan‘,
14 routing_key=‘‘,
15 body=message)
16
17 print("send %s" %message)
18 connection.close()
订阅者：
#AUTHOR:FAN
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.8.103‘))
channel = connection.channel()
channel.exchange_declare(exchange="fan",
type=‘fanout‘)
#随机生成队列名字
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
#将exchange和队列绑定
channel.queue_bind(exchange=‘fan‘,
queue=queue_name)
print("waiting for fan ,To exit press CTRL+C")
def callback(ch,method,proerties,body):
print("---",body)
channel.basic_consume(callback,
queue=queue_name,
no_ack=True)
channel.start_consuming()
关键字发送
通过参数：exchange type = direct实现
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。
代码例子如下：
消费者代码：
1 #AUTHOR:FAN
2 import pika
3 import sys
4 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
5 channel = connection.channel()
6 channel.exchange_declare(exchange=‘direct_logs_1‘,
7 type=‘direct‘)
8 result = channel.queue_declare(exclusive=True)
9 queue_name = result.method.queue
10
11 severities = sys.argv[1:]
12 if not severities:
13 sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])
14 exit(1)
15 print(severities)
16 for severity in severities:
17 print(severity)
18 channel.queue_bind(exchange=‘direct_logs_1‘,
19 queue=queue_name,
20 routing_key=severity)
21 print("waiting for logs,To exit press CTRL+C")
22 def callback(ch,method,properties,body):
23 print("%s:%s" %(method.routing_key,body))
24
25 channel.basic_consume(callback,
26 queue=queue_name,
27 no_ack=True)
28 channel.start_consuming()
生产者代码
1 import pika
2 import sys
3
4 connection = pika.BlockingConnection(pika.ConnectionParameters(‘192.168.1.25‘))
5 channel = connection.channel()
6
7 channel.exchange_declare(exchange=‘direct_logs_1‘,
8 type=‘direct‘)
9
10 print(sys.argv)
11 severity = sys.argv[1] if len(sys.argv) >1 else "error"
12 message = ‘ ‘.join(sys.argv[2:]) or ‘hello world‘
13 channel.basic_publish(exchange=‘direct_logs_1‘,
14 routing_key = severity,
15 body = message)
16 print("send %s:%s" %(severity,message))
17 connection.close()
模糊匹配
通过参数exchange type = topic实现
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
--------------------还没有整理完
时间： 2024-10-14 08:06:43