RabbitMQ教程——路由

?路由

(使用 pika 0.9.8 Python客户端)

前一篇教程中,我们构建了一个简单的logging系统。我们可以将log消息广播给许多接收者。

在这篇教程中,我们将给它添加一个功能 - 我们将使它能够只订阅消息的一个子集。比如,我们将能够只把严重的error消息给导到log文件(保存到磁盘)中,而仍然能够在终端打印所有的log消息。

绑定

在前一个例子中,我们已经创建了绑定。你可以回忆一下类似下面的代码:

channel.queue_bind(exchange=exchange_name,
                   queue=queue_name)

一个绑定是一个exchange和一个队列之间的关系。这可以被简单地读为:队列对这个exchange的消息感兴趣。

绑定操作可以带一个额外的routing_key参数。为了避免与basic_publish的那个参数混淆,我们将把它称作binding key。这是我们如何创建一个带有key的绑定的方法:

channel.queue_bind(exchange=exchange_name,
                   queue=queue_name,
                   routing_key=‘black‘)

一个binding key的具体含义依赖于exchange type。
fanout类型的exchanges,即我们前面用到的那个,是简单地忽略它的值。

Direct exchange

我们前一篇教程中的logging系统把所有的消息广播给所有的消费者。我们想要扩展它,以允许基于消息的严重性来过滤消息。比如,我们可能希望将log消息写入磁盘的脚本只接收严重的errors,而不在warning或info log消息上浪费磁盘空间。

我们之前使用了fanout exchange,但它没有给我们太大的灵活性 - 它只会没头没脑地广播。

我们将使用一个direct exchange来替代。一个direct exchange背后的路由算法很简单 - 一个消息将进入binding key与消息的routing key完全匹配的队列。

处消息的routing key是否是basic_publish的那个routing_key?但那个参数不是应该表示队列的名字么?

为了描述那个场景,可以看下下面的图:

在这个图中,我们可以看到direct exchange X有两个队列与它绑定。第一个队列使用了binding key orange来绑定,第二个有两个绑定,一个的binding key是black,另一个是green

在这个图中,一个发送给这个exchange并带有routing key orange的消息将被路由到队列Q1。带有routing key blackgreen的消息将被路由到Q2。所有其它的消息将被丢弃。

多绑定

使用相同的binding key绑定多个队列也是完全合法的。在我们的例子中,我们可以使用binding key black来在XQ1之间添加一个绑定。在那种情况下,direct exchange的行为将像fanout一样,将消息广播到所有的队列。一个带有routing key black的消息将被同时发送到Q1Q2

由此看来basic_publish 的routing_key参数指的只是exchange的这个binding key,而不是队列的名字。

发送logs

我们将在我们的logging系统中使用这个模型。我们将把消息发送给一个direct exchange,而不是fanout。我们将提供log severity作为一个routing key。那样的话,接收脚本将能够选择它感兴趣的severity的消息来接收。让我们先将注意力放在发射logs。

我们总是需要先创建一个exchange:

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

然后我们就为发送消息做好了准备了:

channel.basic_publish(exchange=‘direct_logs‘,
                      routing_key=severity,
                      body=message)

为了简化问题,我们将假设‘severity‘可能是‘info‘,‘warning‘,‘error‘中的一个。

订阅

接受消息的工作方式与前一份教程中的类似,有一个例外 - 我们将能够为我们感兴趣的每个severity创建一个新的绑定。

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

for severity in severities:
    channel.queue_bind(exchange=‘direct_logs‘,
                       queue=queue_name,
                       routing_key=severity)

代码综合

emit_log_direct.py的代码:

#!/usr/bin/env python
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()

receive_logs_direct.py的代码:

#!/usr/bin/env python
import pika
import sys

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:
    print >> sys.stderr, "Usage: %s [info] [warning] [error]" %                          (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()

如果你只想把‘warning‘和‘error‘(而不是‘info‘)的log消息保存进一个文件,则可以打开终端并键入:

$ python receive_logs_direct.py warning error > logs_from_rabbit.log

如果你想要在你的屏幕上看到所有的log消息,则打开一个新的终端并执行:

$ python receive_logs_direct.py info warning error
 [*] Waiting for logs. To exit press CTRL+C

而要发射一条error log消息,则只需键入:

$ python emit_log_direct.py error "Run. Run. Or it will explode."
 [x] Sent ‘error‘:‘Run. Run. Or it will explode.‘

emit_log_direct.pyreceive_logs_direct.py的完整的源代码。)

进入tutorial 5来了解如何基于一个模式监听消息。

生产者,消费者。生产者关心的是exchange和routing key。消费者关心的是exchange、队列和routing key。

Done。

原文链接

时间: 2024-10-29 00:47:59

RabbitMQ教程——路由的相关文章

RabbitMQ官网教程---路由

(使用python客户端pika 0.9.8) 在前面的教程中我们构建了一个简单的日志系统.我们可以给许多接收者广播日志消息. 在这个教程中我们将添加一个特性给它-我们将订阅仅仅一种消息子集成为可能.例如,我们可以指挥仅仅错误消息到日志文件(保存到磁盘空间),它任然可以在控制台打印所有的日志消息. 绑定 在前面的例子中我们已经创建了绑定,你可以重新调用像这样的代码: channel.queue_bind(exchange=exchange_name, queue=queue_name) 绑定是e

RabbitMQ教程C#版 - 发布订阅

先决条件本教程假定 RabbitMQ 已经安装,并运行在localhost标准端口(5672).如果你使用不同的主机.端口或证书,则需要调整连接设置. 从哪里获得帮助如果您在阅读本教程时遇到困难,可以通过邮件列表 联系我们. 发布/订阅# (使用 .NET Client) 在 教程[2] 中,我们创建了一个工作队列,假设在工作队列中的每一个任务都只被分发给一个 Worker.那么在这一章节,我们要做与之完全不同的事,那就是我们将要把一条消息分发给多个消费者.这种模式被称为“发布/订阅”. 为了说

3.6.4 RabbitMQ教程四 - Publish/Subscribe

Publish/Subscribe发布/订阅 What This Tutorial Focuses On In the previous tutorial we created a work queue. The assumption behind a work queue is that each task is delivered to exactly one worker. In this part we'll do something completely different -- we

php操作rabbitmq教程

1: 连接rabbitmq 新建exchange和queue amqp_manager.php <?php$conn_args = array('host' => 'localhost', 'port' => '5672', 'login' => 'guest', 'password' => 'guest');$conn = new AMQPConnection($conn_args);if ($conn->connect()) {    echo "Esta

RabbitMQ教程——远程过程调用(RPC)

远程过程调用(RPC) (使用 pika 0.9.8 Python客户端) 在第二篇教程中,我们学习了如何使用工作队列在多个workers之间分发耗时的任务. 但是假使我们需要在一台远程的计算机上执行一个函数并等待结果呢?那就将是一件不同的事情了.这种模式通常被称为远程过程调用或RPC. 在这份教程中,我们将使用RabbitMQ来构建一个RPC系统:一个客户端和一个可伸缩的RPC服务器.由于我们没有任何耗时的任务值得分发,我们将创建一个虚拟的RPC服务来返回Fibonacci数. 客户端接口 为

rabbitmq 命令&amp;&amp; rabbitmq教程(一)

先来个官方教程 http://www.rabbitmq.com 在windows 下 命名 去掉sudo 我是在windows下测试 用net调用 常用命令 控制台命令:sudo rabbitmqctl#只能在root权限下使用 本地节点默认被命名为”rabbit”.可以通过这个命令前使 用”-n”标志明确的指定节点名称, 例如: sudo rabbitmqctl -n [email protected] **** 控制台命令 启动:sudo rabbitmq-server start 启动应用

RabbitMQ教程

1.引言 RabbitMQ--Rabbit Message Queue的简写,但不能仅仅理解其为消息队列,消息代理更合适.RabbitMQ 是一个由 Erlang 语言开发的AMQP(高级消息队列协议)的开源实现,其内部结构如下: RabbitMQ作为一个消息代理,主要和消息打交道,负责接收并转发消息.RabbitMQ提供了可靠的消息机制.跟踪机制和灵活的消息路由,支持消息集群和分布式部署.适用于排队算法.秒杀活动.消息分发.异步处理.数据同步.处理耗时任务.CQRS等应用场景. 下面我们就来学

3.6.6 RabbitMQ教程五 &ndash; Topics

What This Tutorial Focuses On In the previous tutorial we improved our logging system. Instead of using a fanout exchange only capable of dummy broadcasting, we used a direct one, and gained a possibility of selectively receiving the logs. 在之前的教程中我们改

RabbitMQ 教程(三)远程数据交互

回顾前面,我们进行了RabbitMQ的环境搭建,配置,还有本地代码的简单交互.现在我们来进行远程数据交互,就是说,我们的RabbitMQ.Server和RabbitMQ.Client可以不在同一个服务器,也能进行数据传输. 一.远程账号配置(参考第一章配置 admin配置) 配置的账号密码,就是用于我们远程服务访问. 二.RabbitMQ.Server 写入代码 static void Main(string[] args) { for (int i = 0; i < 50; i++) { Ta