rabbitmq 消息持久化

rabbitmq 消息持久化

2016-02-18 11:19 224人阅读 评论(0) 收藏 举报

 分类:

综合(15) 

版权声明:本文为博主原创文章,未经博主允许不得转载。

二:

任务分发 &消息持久化

启用多个接收端的时候如果某一个receive 关闭要保证消息有反馈是否收到

send端

#-*- coding: UTF-8 -*-import pikacred = pika.PlainCredentials(‘zxl‘,‘pwd‘) #账号密码params = pika.ConnectionParameters(host=‘192.168.110.233‘,port=5672,credentials=cred) #条件设置connection = pika.BlockingConnection(params) #给定条件channel = connection.channel()channel.queue_declare(queue=‘t_list‘,durable=True) #创建一个t_list 队列for i in range(0,100):    content = ‘ ni hao is hello‘+str(i)    channel.basic_publish(exchange=‘‘,                          routing_key=‘t_list‘,                          body=content,                          properties=pika.BasicProperties(delivery_mode=2) #确保消息持久                          )print(‘send hello‘)print(channel)connection.close()

receive 端

#-*- coding: UTF-8 -*-import pikaimport timecred = pika.PlainCredentials(‘zxl‘,‘pwd‘) #账号密码params = pika.ConnectionParameters(host=‘192.168.110.233‘,port=5672,credentials=cred) #条件设置connection = pika.BlockingConnection(params) #给定条件channel = connection.channel()channel.queue_declare(queue=‘t_list‘,durable=True)

def callback(ch,method,properties,body):   print " [x] Received %r" % (body,)   time.sleep(2)   ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_consume(callback,queue = ‘t_list‘,no_ack = False) #no_ack 自动应答改为Falseprint("starting")channel.start_consuming()
时间: 2024-10-06 08:59:47

rabbitmq 消息持久化的相关文章

Rabbitmq消息持久化

消息的可靠性是RabbitMQ的一大特色,那么RabbitMQ是如何保证消息可靠性的呢--消息持久化.?为了保证RabbitMQ在退出或者crash等异常情况下数据没有丢失,需要将queue,exchange和Message都持久化. queue的持久化 queue的持久化是通过durable=true来实现的.?一般程序中这么使用: /** * amqp_queue_declare * * @param [in] state connection state – TCP连接 * @param

RabbitMQ原理与相关操作(三)消息持久化

现在聊一下RabbitMQ消息持久化: 问题及方案描述 1.当有多个消费者同时收取消息,且每个消费者在接收消息的同时,还要处理其它的事情,且会消耗很长的时间.在此过程中可能会出现一些意外,比如消息接收到一半的时候,一个消费者死掉了. 这种情况要使用消息接收确认机制,可以执行上次宕机的消费者没有完成的事情. 2.在默认情况下,我们程序创建的消息队列以及存放在队列里面的消息,都是非持久化的.当RabbitMQ死掉了或者重启了,上次创建的队列.消息都不会保存. 这种情况可以使用RabbitMQ提供的消

RabbitMQ(三):消息持久化策略

原文:RabbitMQ(三):消息持久化策略 一.前言 在正常的服务器运行过程中,时常会面临服务器宕机重启的情况,那么我们的消息此时会如何呢?很不幸的事情就是,我们的消息可能会消失,这肯定不是我们希望见到的结果.所以我们希望AMQP服务器崩溃了也可以将消息恢复,这称之为消息持久化.RabbitMQ自然存在这种策略可以帮助我们完成这件事情. 二.持久化的消息 当RabbitMQ服务器重启后,原先的队列和交换器会随同里面的消息一同消失.原因在于每个队列和交换器都有durable属性,该属性默认是fa

rabbitmq 消息安全接收与消息持久化

可插拔式:一个插件,安装和写在不影响主程序运行 durable=True 持久,持续地 | 队列持久化 delivery_mode=2 消息持久化 import pika import time credentials = pika.PlainCredentials('alex', 'alex123') connection = pika.BlockingConnection(pika.ConnectionParameters( '192.168.14.52',credentials=crede

(转)RabbitMQ消息队列(三):任务分发机制

在上篇文章中,我们解决了从发送端(Producer)向接收端(Consumer)发送“Hello World”的问题.在实际的应用场景中,这是远远不够的.从本篇文章开始,我们将结合更加实际的应用场景来讲解更多的高级用法. 当有Consumer需要大量的运算时,RabbitMQ Server需要一定的分发机制来balance每个Consumer的load.试想一下,对于web application来说,在一个很多的HTTP request里是没有时间来处理复杂的运算的,只能通过后台的一些工作线程

RabbitMQ消息队列(三):任务分发机制

在上篇文章中,我们解决了从发送端(Producer)向接收端(Consumer)发送“Hello World”的问题.在实际的应用场景中,这是远远不够的.从本篇文章开始,我们将结合更加实际的应用场景来讲解更多的高级用法. 当有Consumer需要大量的运算时,RabbitMQ Server需要一定的分发机制来balance每个Consumer的load.试想一下,对于web application来说,在一个很多的HTTP request里是没有时间来处理复杂的运算的,只能通过后台的一些工作线程

(转)RabbitMQ消息队列(九):Publisher的消息确认机制

在前面的文章中提到了queue和consumer之间的消息确认机制:通过设置ack.那么Publisher能不到知道他post的Message有没有到达queue,甚至更近一步,是否被某个Consumer处理呢?毕竟对于一些非常重要的数据,可能Publisher需要确认某个消息已经被正确处理. 在我们的系统中,我们没有是实现这种确认,也就是说,不管Message是否被Consume了,Publisher不会去care.他只是将自己的状态publish给上层,由上层的逻辑去处理.如果Message

(转)RabbitMQ消息队列(七):适用于云计算集群的远程调用(RPC)

在云计算环境中,很多时候需要用它其他机器的计算资源,我们有可能会在接收到Message进行处理时,会把一部分计算任务分配到其他节点来完成.那么,RabbitMQ如何使用RPC呢?在本篇文章中,我们将会通过其它节点求来斐波纳契完成示例. 1. 客户端接口 Client interface 为了展示一个RPC服务是如何使用的,我们将创建一段很简单的客户端class. 它将会向外提供名字为call的函数,这个call会发送RPC请求并且阻塞知道收到RPC运算的结果.代码如下: [python] vie

RabbitMQ消息队列随笔

本文权当各位看官对RabbitMQ的基本概念以及使用场景有了一定的了解,如果你还对它所知甚少或者只是停留在仅仅是听说过,建议你先看看这篇文章,在对RabbitMQ有了基本认识后,我们正式开启我们的RabbitMQ之旅吧,希望本文能够帮助大家在实际用到消息队列时有所帮助,如有表述的不当之处,还望各位看官指正. 一.消息队列的安装 1. RabbitMQ是用Erlang编程语言进行开发,所以首先得在Erlang官网下载Erlang运行的环境,如图,选择所需对应文件进行下载,并进行安装: 2. 设置环