RabbitMQ
RabbitMQ安装及配置

RabbitMQ安装及配置 sudo apt-get install rabbitmq-server #安装rabbitmq rabbitmq-server start #启动RabbitMQ pip3 install pika #安装pika模块 web管理页面访问15672端口,即10.0.0.1:15672 队列请求则访问5672端口 远程访问必须设置用户名和密码,同时该用户具备相应的权限 记得使用管理员权限去执行命令。。。。同时新增用户也可以在web管理界面操作 sudo rabbitmqctl add_user admin 123123 sudo rabbitmqctl set_user_tags admin administrator sudo rabbitmqctl set_permissions -p '/' admin '.' '.' '.' sudo service rabbitmq-server restart
python操作RabbitMQ

#!/usr/bin/env python # -*- coding: utf-8 -*- import pika # ######################### 生产者 ######################### credentials = pika.PlainCredentials('admin', 'admin')#配置用户名和密码,若是本地登录;那么也不需要在连接服务器时,传入这个对象作为参数 #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('192.168.1.103',5672,'/',credentials)) #创建频道 channel = connection.channel() # 声明消息队列,消息将在这个队列中进行传递。如果将消息发送到不存在的队列,rabbitmq将会自动清除这些消息。如果队列不存在,则创建 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() import pika # ########################## 消费者 ########################## credentials = pika.PlainCredentials('admin', 'admin') # 连接到rabbitmq服务器 connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.1.103',5672,'/',credentials)) channel = connection.channel() # 声明消息队列,消息将在这个队列中进行传递。如果队列不存在,则创建 channel.queue_declare(queue='wzg') # 定义一个回调函数来处理,这边的回调函数就是将信息打印出来。 def callback(ch, method, properties, body): print(" [x] Received %r" % body) channel.basic_qos(prefetch_count=1)#配置消费者的处理优先级or能力 # 告诉rabbitmq使用callback来接收信息 channel.basic_consume(callback, queue='hello', no_ack=True) # no_ack=True表示在回调函数中不需要发送确认标识 print(' [*] Waiting for messages. To exit press CTRL+C') # 开始接收信息,并进入阻塞状态,队列里有信息才会调用callback进行处理。按ctrl+c退出。 channel.start_consuming()
RabbitMQ持久化

RabbitMQ持久化 1、acknowledgment 消息不丢失的方法 在消费者端配置no_ack=False #即no_ack=False(默认为False,即必须有确认标识),在回调函数consumer_callback中,未收到确认标识,那么,RabbitMQ会重新将该任务添加到队列中。 #那么有个问题,多久没有收到消息,就会将任务重新加入队列呢? 2、消息持久化存储(Message durability) 虽然有了消息反馈机制,但是如果rabbitmq自身挂掉的话,那么任务还是会丢失。所以需要将任务持久化存储起来。声明持久化存储 channel.queue_declare(queue='wzg', durable=True) # 声明队列持久化 rabbitmq不允许使用不同的参数来重新定义存在的队列。若queue='wzg'已存在,则需要重新定义一个队列 上面只是使队列持久化,任务还是会丢失,所以还需要以下配置 channel.basic_publish(exchange='', routing_key="test_queue", body=message, properties=pika.BasicProperties( delivery_mode = 2, # 使消息或任务也持久化存储 )) 消息队列持久化包括3个部分: (1)exchange持久化,在声明时指定durable => 1 (2)queue持久化,在声明时指定durable => 1 (3)消息持久化,在投递时指定delivery_mode=> 2(1是非持久化) 如果exchange和queue都是持久化的,那么它们之间的binding也是持久化的。如果exchange和queue两者之间有一个持久化,一个非持久化,就不允许建立绑定。
发布与订阅

rabbitmq普通队列,消息是直接发布(或者说是借助默认的Exchange)到队列中的;而发布与订阅则要借助于交换机(Exchange)来实现。
猜想:普通队列在使用上,生产者和消费者都会声明队列。而在下面的Exchange模式下,生产者只是声明Exchange;消费者来声明Exchange、列队、进行队列和Exchange的绑定
同时教程中要求先启动消费者(因为生产者没有声明队列,启动生产者只会造成消息丢失or报错)
经过测试,当然可以在生产者中声明队列,然后把消息发送到这个队列中;但是这么做的话,那还要发布订阅功能干什么,直接使用最基本的队列功能就可以做到了
交换机的工作原理:消息发送端先将消息发送给交换机,交换机再将消息发送到绑定的消息队列,而后每个接收端(consumer)都能从各自的消息队列里接收到信息。
Exchange有4种工作模式,分别为:Fanout, Direct, Topic, headers
fanout: 所有bind到此exchange的queue都可以接收消息
direct: 通过routingKey和exchange决定的那个的queue可以接收消息
topic:所有符合routingKey(此时可以是一个表达式)的routingKey所bind的queue可以接收消息
headers: 通过headers 来决定把消息发给哪些queue
模式1 Fanout

任何发送到Fanout Exchange的消息都会被转发到与该Exchange绑定(Binding)的所有Queue上 1.可以理解为路由表的模式 2.这种模式不需要routing_key(即使指定,也是无效的) 3.这种模式需要提前将Exchange与Queue进行绑定,一个Exchange可以绑定多个Queue,一个Queue可以同多个Exchange进行绑定。 4.如果接受到消息的Exchange没有与任何Queue绑定,则消息会被抛弃。 注意:这个时候必须先启动消费者,即订阅者。因为随机队列是在consumer启动的时候随机生成的,并且进行绑定的。producer仅仅是发送至exchange,并不直接与随机队列进行通信。 # rabbitmq 发布者 import pika credentials = pika.PlainCredentials('admin', 'admin') #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('192.168.1.103',5672,'/',credentials)) channel = connection.channel() # 定义交换机,exchange表示交换机名称,type表示类型 channel.exchange_declare(exchange='logs_fanout', type='fanout') message = 'Hello Python' # 将消息发送到交换机 channel.basic_publish(exchange='logs_fanout', # 指定exchange routing_key='', # fanout下不需要配置,配置了也不会生效 body=message) print(" [x] Sent %r" % message) connection.close() # rabbitmq 订阅者 import pika credentials = pika.PlainCredentials('admin', 'admin') #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('192.168.1.103',5672,'/',credentials)) channel = connection.channel() # 定义交换机,进行exchange声明,exchange表示交换机名称,type表示类型 channel.exchange_declare(exchange='logs_fanout', type='fanout') # 随机创建队列 result = channel.queue_declare(exclusive=True) # exclusive=True表示建立临时队列,当consumer关闭后,该队列就会被删除 queue_name = result.method.queue # 将队列与exchange进行绑定 channel.queue_bind(exchange='logs_fanout', queue=queue_name) print(' [*] Waiting for logs. To exit press CTRL+C') def callback(ch, method, properties, body): print(" [x] %r" % body) # 从队列获取信息 channel.basic_consume(callback, queue=queue_name, no_ack=True) channel.start_consuming()
模式2 Direct

路由键的工作原理:每个接收端的消息队列在绑定交换机的时候,可以设定相应的路由键。发送端通过交换机发送信息时,可以指明路由键 ,交换机会根据路由键把消息发送到相应的消息队列,这样接收端就能接收到消息了。 任何发送到Direct Exchange的消息都会被转发到routing_key中指定的Queue: 1.一般情况可以使用rabbitMQ自带的Exchange:”” (该Exchange的名字为空字符串), 也可以自定义Exchange 2.这种模式下不需要将Exchange进行任何绑定(bind)操作。当然也可以进行绑定。可以将不同的routing_key与不同的queue进行绑定,不同的queue与不同exchange进行绑定 3.消息传递时需要一个“routing_key” 4.如果消息中中不存在routing_key中绑定的队列名,则该消息会被抛弃。 如果一个exchange 声明为direct,并且bind中指定了routing_key,那么发送消息时需要同时指明该exchange和routing_key. # 消费者 import pika credentials = pika.PlainCredentials('admin', 'admin') #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('192.168.1.103',5672,'/',credentials)) channel = connection.channel() # 定义exchange和类型 channel.exchange_declare(exchange='direct_test', type='direct') # 生成随机队列 result = channel.queue_declare(exclusive=True) queue_name = result.method.queue severities = ['error', ] # 将随机队列与routing_key关键字以及exchange进行绑定 for severity in severities: channel.queue_bind(exchange='direct_test', 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)) # 接收消息 channel.basic_consume(callback, queue=queue_name, no_ack=True) channel.start_consuming() # 发布者 import pika credentials = pika.PlainCredentials('admin', 'admin') #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('192.168.1.103',5672,'/',credentials)) channel = connection.channel() # 定义交换机名称及类型 channel.exchange_declare(exchange='direct_test', type='direct') severity = 'info' message = '123' # 发布消息至交换机direct_test,且发布的消息携带的关键字routing_key是info channel.basic_publish(exchange='direct_test', routing_key=severity, body=message) print(" [x] Sent %r:%r" % (severity, message)) connection.close() 当接收端正在运行时,可以使用rabbitmqctl list_bindings来查看绑定情况。
模式3 Topic

路由键模糊匹配,其实是路由键(routing_key)的扩展,就是可以使用正则表达式,和常用的正则表示式不同,这里的话“#”表示所有、全部的意思;“*”只匹配到一个词。 任何发送到Topic Exchange的消息都会被转发到所有关心routing_key中指定话题的Queue上 1.这种模式较为复杂,简单来说,就是每个队列都有其关心的主题,所有的消息都带有一个“标题”(routing_key),Exchange会将消息转发到所有关注主题能与 routing_key模糊匹配的队列。 2.这种模式需要routing_key,也许要提前绑定Exchange与Queue。 3.在进行绑定时,要提供一个该队列关心的主题,如“#.log.#”表示该队列关心所有涉及log的消息(一个routing_key为”MQ.log.error”的消息会被转发到该队列)。 4.“#”表示0个或若干个关键字,“*”表示一个关键字。如“log.*”能与“log.warn”匹配,无法与“log.warn.timeout”匹配;但是“log.#”能与上述两者匹配。 5.同样,如果Exchange没有发现能够与routing_key匹配的Queue,则会抛弃此消息。 具体代码这里不在多余写,参照第二种模式的就可以,唯一变动的地方就是exchange type的声明,以及进行绑定和发送的时候routing_key使用正则模式即可。
参考文章
https://www.cnblogs.com/AloneSword/p/4200051.html
https://blog.csdn.net/u013214151/article/details/69389060
https://blog.csdn.net/rickey17/article/details/72756766/
https://www.cnblogs.com/alex3714/articles/5248247.html
http://www.rabbitmq.com
windows环境的rabbitmq安装与启动 源文档 <https://blog.csdn.net/h363659487/article/details/80913354>
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!