rabbitmq搭建与python应用
Rabbitmq
Rabbitmq简介
Rabbitmq是一个应用较广的消息中间件，凭借其高可靠、易扩展、高可用以及丰富的功能特性在很多行业得到了广泛应用。
什么是消息中间件？消息中间件是利用高效可靠的机制进行与平台无法的数据交流，可以在分布式环境下扩展进程间的通信。在分布式、微服务应用越发广泛的今天，消息中间件已经成为了一名开发者必须熟悉的技能。目前使用较多的消息队列有ActiveMQ，RabbitMQ，Kafka，RocketMQ。
Rabbitmq整体架构
生产者：消息的发送方。
消费者：消息的接收方。
Broker：rabbitmq的服务节点，其中包括了交换器与队列。
队列：rabbitmq的内部对象，消息的存储位置。
交换器：复制消息的转发，根据相关的配置将生产者产生的消息转发至队列中。
Rabbitmq的安装
宿主机部署：
yum install erlang
yum install rabbitmq-server
systemctl start rabbitmq-server
rabbitmq-plugins enable rabbitmq_management
centos上使用yum管理软件包，如果服务器是ubuntu需要换成apt。另外较老系统中使用service管理本机服务，需要使用service命令启动rabbitmq服务。
容器部署：
docker run -p 15672:15672 -p 5672:5672 -it --name rabbitmq_server -e RABBITMQ_DEFAULT_USER=admin -e RABBITMQ_DEFAULT_PASS=admin rabbitmq:3.9.22-management
-p将宿主机端口映射到容器上，后面可以直接通过宿主机的端口访问rabbitmq服务。
--name指定容器名称。
-e参数修改容器环境变量，这里修改的rabbitmq的用户名和密码，不同的容器存在不同的环境变量，这个有兴趣的可以dockerhub上查看了解。
这里指定的容器tags为3.9.22-management，带management的是附带了web控制台的镜像，一般推荐使用这种。部署之后可以通过访问控制台，进入rabbitmq的管理页面。
另外目前可以更多需要K8s微服务部署集群的场景，这种场景部署较复杂，这里不做讨论。
Pika
这里的pika指的不是那个类redis 存储系统，而是python中操作rabbitmq的三方库。（Pika is a RabbitMQ client library for Python.）
初始化
import pika
# 设置用户名密码
user_info = pika.PlainCredentials('username', 'password')
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters('host', port, '/', user_info))
# 创建一个channel
channel = connection.channel()
在操作rabbitmq之前，都需要通过认证，创建channel，之后的操作都是建立在channel之上的。
创建队列
import pika
# 设置用户名密码
user_info = pika.PlainCredentials('guest', 'xxx')
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters('xxxx', 5672, '/', user_info))
# 创建一个channel
channel = connection.channel()
# 创建队列，存在就跳过
channel.queue_declare(queue='test_queue')
queue_declare这个方法，遇到队列已存在，会自动跳过创建步骤，推荐在发送消息之前，可以加上。
运行之后，可以在web页面看到新创建的这个队列信息。
发送消息
channel.basic_publish(exchange='',
routing_key='test_queue',
body='hello queue'.encode("utf-8")
)
exchange为空，使用rabbitmq的默认交换器，
routing_key路由键，默认交换器使用全匹配，即队列名称。
body消息体，bytes类型。
发送之后，可以从网页查看到队列中的消息数。
接收消息
推模式
# 回调函数
def callback(ch, method, properties, body):
print('消息内容为:%s' % format(body))
channel.basic_consume(queue='test_queue',
auto_ack=True,
on_message_callback=callback
)
channel.start_consuming()
queue指定，监听的队列。
auto_ack：接收到消息之后自动ack确定。
on_message_callback：设置获取到消息时的回调地址。
推模式消费者将会处于堵塞状态，一直等待消息的到来。
输出内容：
消息内容为:b'hello queue'
此时再从网页查看队列状态，可以看到消息数回到0。
拉模式
method_frame, header_frame, body = channel.basic_get("test_queue", auto_ack=True)
if method_frame:
print(method_frame, header_frame, body) # 收到的全部数据 就要body
print('消息内容为:%s' % body)
else:
print('没有收到消息')
basic_get拉模式，由消费者自主控制，什么时候去获取消息。第一个参数为队列名称。
输出结果：
消息内容为:b'hello queue'
创建交换器
channel.exchange_declare(exchange='test_exchange', exchange_type='direct')
exchange：设置交换器的名称
exchange_type：设置交换器的类型，
class ExchangeType(Enum) :
direct = 'direct'
fanout = 'fanout'
headers = 'headers'
topic = 'topic'
目前rabbitmq交换器支持上面这四种类型。具体的区别与用法将在其它文章种做详细介绍。创建交换器和创建队列一样，当遇到已经创建的情况，会自动跳过。创建成功之后，可以在网页看到交换器的信息。
绑定队列
创建完队列和交换器之后，需要使用绑定键，将队列和交换器建立绑定关系。
channel.queue_bind(exchange='test_exchange', queue='test_queue')
exchange：绑定交换器的名称
queue：绑定队列的名称
routing_key：绑定键名称，默认为队列的名称。（这种使用方法在实际应用种较为常见）
绑定之后，可以在网页查看到绑定的信息。
本人CSDN原地址：https://blog.csdn.net/l1345411028/article/details/126601981
