WEEK11：redis缓存、rabbitMQ队列

  • RabbitMQ 消息队列 
    python调用需要安装pika模块
    实现最简单的队列通信，消息代理就是一个中间软件模块，把消息从一个软件服务传递到另外一个软件服务上去。
    • 简易消费者生产者模型
      • 消费者
         
         1 import pika
 2 
 3 connection=pika.BlockingConnection(pika.ConnectionParameters('localhost'))
 4 #声明一个管道
 5 channel = connection.channel()
 6 # 声明队列
 7 channel.queue_declare(queue='hello',durable=True)#durable=True使队列持久化
 8 # n RabbitMQ a message can never be sent directly to the queue, it always needs to go through an exchange.
 9 channel.basic_publish(exchange='', #定义
                                 routing_key='hello',
                                 body='Hello World!',
                                 properties=pike.BasicProperties(delivery_mode=2,abc='alex')        )#delivery_mode=2使消息持久化
10 print(" [x] Sent 'Hello World!'")
11 connection.close()
      • 生产者
         
         1 import pika
 2 
 3 connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
 4 channel = connection.channel()
 5 #如果确认这个队列声明过了，则可以不在此声明。如果不确定消费者或者生产者先运行，那么可以在两者中都进行声明。
 6 channel.queue_declare(queue='hello',durable=True)#durable=True使队列持久化
 7 
 8 def callback(ch, method, properties, body):
 9     #ch是管道内存对象地址
10     #method是包含给接收消息者等属性
11     print(ch,method,properties)
12     print(" [x] Received %r" % body)
               #客户端对服务端的消息进行手动确认
               ch.basic_ack(delivery_tag=method.delivery_tag)
           channel.basic_qos(prefetch_count=1)#实现广播效果，消息公平分发
        13 #消费消息
14 channel.basic_consume(callback,#如果收到消息，就调用callback函数来处理消息
15                       queue='hello')#从哪一个队列里接收消息17 
18 print(' [*] Waiting for messages. To exit press CTRL+C')
19 #开始接收消息
20 channel.start_consuming()
    • 五种队列（https://www.cnblogs.com/ysocean/p/9251884.html）
      • 简单队列
        一个生产者对应一个消费者。注意这里消费者有自动确认消息和手动确认消息两种模式
      • work模式（竞争消费者模式）
        一个生产者对应多个消费之，但只能有一个消费者获得消息。效率高的消费者消费消息多，可以用来进行负载均衡。
      • 发布订阅模式
        一个消费者将消息首先发送到交换器，交换器绑定到多个队列，然后被监听该队列的消费者所接受并消费。X表示交换器，在RabbitMQ中，交换器主要有四种类型:direct、fanout、topic、headers，这里的交换器是 fanout。
      • 路由模式
        生产者将消息发送到direct交换器，在绑定队列和交换器的时候有一个路由key，生产者发送的消息会指定一个路由key，那么消息只会发送到相应key相同的队列，接着监听该队列的消费者消费消息。也就是让消费者有选择的接收消息。
      • 主题模式
        上面的路由模式是根据路由key进行完整的匹配（完全相等才发送消息），这里的通配符模式通俗的来讲就是模糊匹配。
        符号“#”表示匹配一个或多个词，符号“*”表示匹配一个词。
    • 四种交换机
      交换器分为四种，分别是：direct、fanout、topic和 headers。前面三种分别对应路由模式、发布订阅模式和通配符模式，headers 交换器允许匹配 AMQP 消息的 header 而非路由键，除此之外，header 交换器和 direct 交换器完全一致，但是性能却差很多，因此基本上不会用到该交换器。
      • direct
        如果路由键完全匹配的话，消息才会被投放到相应的队列。（通过routingKey和exchange决定的那个唯一的queue可以接收消息）

        • 生产者

           1 import pika
 2 import sys
 3 
 4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 5 channel = connection.channel()
 6 
 7 channel.exchange_declare(exchange='direct_logs',
 8                          type='direct')
 9 
10 severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
11 message = ' '.join(sys.argv[2:]) or 'Hello World!'
12 channel.basic_publish(exchange='direct_logs',
13                       routing_key=severity,
14                       body=message)
15 print(" [x] Sent %r:%r" % (severity, message))
16 connection.close()
          生产者

        • 消费者 

           1 import pika
 2 import sys
 3 
 4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 5 channel = connection.channel()
 6 channel.exchange_declare(exchange='direct_logs',
 7                          type='direct')
 8 
 9 result = channel.queue_declare(exclusive=True)
10 queue_name = result.method.queue
11 
12 severities = sys.argv[1:]
13 if not severities:
14     sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])
15     sys.exit(1)
16 
17 for severity in severities:
18     channel.queue_bind(exchange='direct_logs',
19                        queue=queue_name,
20                        routing_key=severity)
21 
22 print(' [*] Waiting for logs. To exit press CTRL+C')
23 
24 
25 def callback(ch, method, properties, body):
26     print(" [x] %r:%r" % (method.routing_key, body))
27 
28 
29 channel.basic_consume(callback,
30                       queue=queue_name,
31                       no_ack=True)
32 
33 channel.start_consuming()
          消费者
      • fanout
        当发送一条消息到fanout交换器上时，它会把消息投放到所有附加在此交换器上的队列。（所有绑定到此exchange的队列都可以接收消息（消费者类似收音机，生产者类似电台））
        • 生产者
           1 import pika
 2 import sys
 3 
 4 connection = pika.BlockingConnection(pika.ConnectionParameters(
 5     host='localhost'))
 6 channel = connection.channel()
 7 channel.exchange_declare(exchange='logs',#转发器
 8                          type='fanout')#设置模式
 9 
10 message = ' '.join(sys.argv[1:]) or "info: Hello World!"
11 channel.basic_publish(exchange='logs',
12                       routing_key='',
13                       body=message)
14 print(" [x] Sent %r" % message)
15 connection.close()
          生产者
        • 消费者 
           1 import pika
 2 
 3 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 4 channel = connection.channel()
 5 
 6 channel.exchange_declare(exchange='logs',#转发器
 7                          type='fanout')
 8 #不指定queue名字,rabbit会随机分配一个名字,exclusive=True会在使用此queue的消费者断开后,自动将queue删除
 9 result = channel.queue_declare(exclusive=True)  # exclusive排他，唯一的
10 
11 queue_name = result.method.queue #获取队列名字
12 
13 channel.queue_bind(exchange='logs',queue=queue_name) #将队列绑定到名为logs的exchange
14 
15 print(' [*] Waiting for logs. To exit press CTRL+C')
16 
17 def callback(ch, method, properties, body):
18     print(" [x] %r" % body)
19 
20 channel.basic_consume(callback,queue=queue_name,no_ack=True)
21 channel.start_consuming()
          消费者
      • topic
        设置模糊的绑定方式，“*”操作符将“.”视为分隔符，匹配单个字符；“#”操作符没有分块的概念，它将任意“.”均视为关键字的匹配部分，能够匹配多个字符。（所有符合routingKey(此时可以是一个表达式)的bind的queue可以接收消息）

        • 生产者

           1 import pika
 2 import sys
 3 
 4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 5 channel = connection.channel()
 6 channel.exchange_declare(exchange='topic_logs',
 7                          type='topic')
 8 
 9 routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
10 message = ' '.join(sys.argv[2:]) or 'Hello World!'
11 channel.basic_publish(exchange='topic_logs',
12                       routing_key=routing_key,
13                       body=message)
14 print(" [x] Sent %r:%r" % (routing_key, message))
15 connection.close()
          生产者

        • 消费者 

           1 import pika
 2 import sys
 3 
 4 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 5 channel = connection.channel()
 6 channel.exchange_declare(exchange='topic_logs',
 7                          type='topic')
 8 
 9 result = channel.queue_declare(exclusive=True)
10 queue_name = result.method.queue
11 
12 binding_keys = sys.argv[1:]
13 # #号 代表收所有消息
14 # "kern.*" 代表收以kern开头的消息
15 # "*.critical" 代表收所有critical结尾的消息
16 # "kern.*" "*.critical" 同时收以上两者
17 if not binding_keys:
18     sys.stderr.write("Usage: %s [binding_key]...\n" % sys.argv[0])
19     sys.exit(1)
20 
21 for binding_key in binding_keys:
22     channel.queue_bind(exchange='topic_logs',
23                        queue=queue_name,
24                        routing_key=binding_key)
25 
26 print(' [*] Waiting for logs. To exit press CTRL+C')
27 
28 
29 def callback(ch, method, properties, body):
30     print(" [x] %r:%r" % (method.routing_key, body))
31 
32 
33 channel.basic_consume(callback,
34                       queue=queue_name,
35                       no_ack=True)
36 
37 channel.start_consuming()
          View Code

           

  • redis缓存
    • 使用yum安装好redis之后，使用redis-cli进入
      • 存储 
        set name alex
        set age 22
        set name jack ex 2 #只存活2s的时间
      • 查询目前所有的键
        keys *
      • 查询值
        get name
        get age
    • python调用
      • 连接
         1 import redis
 2 #>>>>>>>>>>>>>>>>>>>>>连接方法1
 3 #连接
 4 r = redis.Redis(host='10.211.55.4', port=6379)
 5 #存储值
 6 r.set('foo', 'Bar')
 7 #获取值
 8 print(r.get('foo'))
 9 
10 #>>>>>>>>>>>>>>>>>>>>>连接方法2
11 #创建连接池
12 pool=redis.ConnectionPool(host='10.211.55.4', port=6379)
13 #连接
14 r=redis.Redis(connection_pool=pool)
15 #存储值
16 r.set('foo', 'Bar')
17 #获取值
18 print(r.get('foo'))
      • 操作
        • string操作
          redis中的String在在内存中按照一个name对应一个value来存储
          在Redis中设置值，不存在则创建，存在则修改
          • set(name, value, ex=None, px=None, nx=False, xx=False)
            • ex，过期时间（秒）
            • px，过期时间（毫秒）
            • nx，如果设置为True，则只有name不存在时，当前set操作才执行
            • xx，如果设置为True，则只有name存在时，当前set操作才执行
          • setnx(name, value)
            设置值，只有name不存在时，执行设置操作（添加）
          • setex(name, value, time)
            time，过期时间（数字秒 或 timedelta对象）
          • psetex(name, time_ms, value)
            time_ms，过期时间（数字毫秒 或 timedelta对象）
          • mset(*args, **kwargs)
            批量设置值  mset(k1='v1', k2='v2')或者mget({'k1': 'v1', 'k2': 'v2'})
          • get(name)
            获取值
          • mget(keys, *args)
            批量获取  mget('ylr', 'wupeiqi')或者r.mget(['ylr', 'wupeiqi'])
          • getset(name, value)
            设置新值并获取返回原来的值（这个需要之前存在）
          • getrange(name, start, end)
            获取子序列（根据字节获取，非字符），可以对字符串进行切片
            start，起始位置（字节）；end，结束位置（字节）
          • setrange(name, offset, value)
            修改字符串内容，从指定字符串索引开始向后替换（新值太长时，则向后添加）
            offset，字符串的索引，字节（一个汉字三个字节）
            value，要设置的值
          • setbit(name, offset, value)
            对name对应值的二进制表示的位进行操作
            offset，位的索引（将值变换成二进制后再进行索引）
            value，值只能是 1 或 0
          • getbit(name, offset)
            获取name对应的值的二进制表示中的某位的值 （0或1）
          • bitcount(name, start=None, end=None)
            获取name对应的值的二进制表示中 1 的个数
            start，位起始位置； end，位结束位置
          • strlen(name)
            返回name对应值的字节长度（一个汉字3个字节）
          • incr(self, name, amount=1)
            自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增
            amount,自增数（必须是整数）
          • incrbyfloat(self, name, amount=1.0)
            自增 name对应的值，当name不存在时，则创建name＝amount，否则，则自增
            amount,自增数（浮点型）
          • decr(self, name, amount=1)
            自减 name对应的值，当name不存在时，则创建name＝amount，否则，则自减
            amount,自减数（整数）
          • append(key, value)
            在redis name对应的值后面追加内容
            value, 要追加的字符串
        • hash操作
          hash表现形式上有些像pyhton中的dict,可以存储一组关联性较强的数据
          • hset(name, key, value)
            name对应的hash中设置一个键值对（不存在，则创建；否则，修改）
            key，name对应的hash中的key；value，name对应的hash中的value
            hsetnx(name, key, value),当name对应的hash中不存在当前key时则创建（相当于添加）
          • hmset(name, mapping)
            在name对应的hash中批量设置键值对
            mapping，字典，如：{'k1':'v1', 'k2': 'v2'},例如hmset('xx', {'k1':'v1', 'k2': 'v2'})
          • hget(name,key)
            在name对应的hash中获取根据key获取value
          • hmget(name, keys, *args)
            在name对应的hash中获取多个key的值
            keys，要获取key集合，如：['k1', 'k2', 'k3']；*args，要获取的key，如：k1,k2,k3，例如r.hmget('xx', ['k1', 'k2'])或者r.hmget('xx', 'k1', 'k2')
          • hgetall(name)
            获取name对应hash的所有键值
          • hlen(name)
            获取name对应的hash中键值对的个数
          • hkeys(name)
            获取name对应的hash中所有的key的值
          • hvals(name)
            获取name对应的hash中所有的value的值
          • exists(name, key)
            检查name对应的hash是否存在当前传入的key
          • hdel(name,*keys)
            将name对应的hash中指定key的键值对删除
          • hincrby(name, key, amount=1)
            自增name对应的hash中的指定key的值，不存在则创建key=amount
          • hincrbyfloat(name, key, amount=1.0)
            自增name对应的hash中的指定key的值，不存在则创建key=amount
          • hscan(name, cursor=0, match=None, count=None)
            增量式迭代获取，对于数据大的数据非常有用，hscan可以实现分片的获取数据，并非一次性将数据全部获取完，从而防止内存溢出
            cursor，游标（基于游标分批取获取数据）；match，匹配指定key，默认None 表示所有的key；count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
          • hscan_iter(name, match=None, count=None)
            利用yield封装hscan创建生成器，实现分批去redis中获取数据
            match，匹配指定key，默认None 表示所有的key；count，每次分片最少获取个数，默认None表示采用Redis的默认分片个数
        • list操作
          List操作，redis中的List在在内存中按照一个name对应一个List来存储
          • lpush(name,values)
            在name对应的list中添加元素，每个新的元素都添加到列表的最左边
            r.lpush('oo', 11,22,33),保存顺序为: 33,22,11
            rpush(name, values) 表示从右向左操作
          • lpushx(name,value)
            在name对应的list中添加元素，只有name已经存在时，值添加到列表的最左边
            rpushx(name, value) 表示从右向左操作
          • llen(name)
            name对应的list元素的个数
          • linsert(name, where, refvalue, value))
            在name对应的列表的某一个值前或后插入一个新值
            where，BEFORE或AFTER；refvalue，标杆值，即：在它前后插入数据；value，要插入的数据
          • lset(name, index, value)
            对name对应的list中的某一个索引位置重新赋值
            index，list的索引位置；value，要设置的值
          • lrem(name, value, num)
            在name对应的list中删除指定的值
            value，要删除的值；num=0，删除列表中所有的指定值；num=2,从前到后，删除2个；num=-2,从后向前，删除2个
          • lpop(name)
            在name对应的列表的左侧获取第一个元素并在列表中移除，返回值则是第一个元素
            rpop(name) 表示从右向左操作
          • lindex(name, index)
            在name对应的列表中根据索引获取列表元素
          • lrange(name, start, end)
            在name对应的列表分片获取数据
          • ltrim(name, start, end)
            在name对应的列表中移除没有在start-end索引之间的值
          • rpoplpush(src, dst)
            从一个列表取出最右边的元素，同时将其添加至另一个列表的最左边
          • blpop(keys, timeout)
            将多个列表排列，按照从左到右去pop对应列表的元素
            timeout，超时时间，当元素所有列表的元素获取完之后，阻塞等待列表内有数据的时间（秒）, 0 表示永远阻塞
            brpop(keys, timeout)，从右向左获取数据
          • brpoplpush(src, dst, timeout=0)
            从一个列表的右侧移除一个元素并将其添加到另一个列表的左侧
        • set操作
          Set操作，Set集合就是不允许重复的列表
          • sadd(name,values)
            name对应的集合中添加元素
          • scard(name)
            获取name对应的集合中元素个数
          • sdiff(keys, *args)
            在第一个name对应的集合中且不在其他name对应的集合的元素集合
          • sdiffstore(dest, keys, *args)
            获取第一个name对应的集合中且不在其他name对应的集合，再将其新加入到dest对应的集合中
          • sinter(keys, *args)
            获取多一个name对应集合的并集
          • sinterstore(dest, keys, *args)
            获取多一个name对应集合的并集，再讲其加入到dest对应的集合中
          • sismember(name, value)
            检查value是否是name对应的集合的成员
          • smembers(name)
            获取name对应的集合的所有成员
          • smove(src, dst, value)
            将某个成员从一个集合中移动到另外一个集合
          • spop(name)
            从集合的右侧（尾部）移除一个成员，并将其返回
          • srandmember(name, numbers)
            从name对应的集合中随机获取 numbers 个元素
          • srem(name, values)
            在name对应的集合中删除某些值
          • sunion(keys, *args)
            获取多一个name对应的集合的并集
          • sunionstore(dest,keys, *args)
            获取多一个name对应的集合的并集，并将结果保存到dest对应的集合中
          • sscan(name, cursor=0, match=None, count=None)或sscan_iter(name, match=None, count=None)
            同字符串的操作，用于增量迭代分批获取元素，避免内存消耗太大
            >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
            有序集合，在集合的基础上，为每元素排序；元素的排序需要根据另外一个值来进行比较，所以，对于有序集合，每一个元素有两个值，即：值和分数，分数专门用来做排序。
          • zadd(name, *args, **kwargs)
            在name对应的有序集合中添加元素，例如：zadd('zz', 'n1', 1, 'n2', 2)或zadd('zz', n1=11, n2=22)
          • zcard(name)
            获取name对应的有序集合元素的数量
          • zcount(name, min, max)
            获取name对应的有序集合中分数 在 [min,max] 之间的个数
          • zincrby(name, value, amount)
            自增name对应的有序集合的 name 对应的分数
          • zrange( name, start, end, desc=False, withscores=False, score_cast_func=float)
            按照索引范围获取name对应的有序集合的元素
            start，有序集合索引起始位置（非分数）；end，有序集合索引结束位置（非分数）；desc，排序规则，默认按照分数从小到大排序；withscores，是否获取元素的分数，默认只获取元素的值；score_cast_func，对分数进行数据转换的函数
            从大到小排序：zrevrange(name, start, end, withscores=False, score_cast_func=float)
            按照分数范围获取name对应的有序集合的元素：zrangebyscore(name, min, max, start=None, num=None, withscores=False, score_cast_func=float)
            从大到小排序：zrevrangebyscore(name, max, min, start=None, num=None, withscores=False, score_cast_func=float)
          • zrank(name, value)
            获取某个值在 name对应的有序集合中的排行（从 0 开始）
            zrevrank(name, value)，从大到小排序
          • zrem(name, values)
            删除name对应的有序集合中值是values的成员
          • zremrangebyrank(name, min, max)
            根据排行范围删除
          • zremrangebyscore(name, min, max)
            根据分数范围删除
          • zscore(name, value)
            获取name对应有序集合中 value 对应的分数
          • zinterstore(dest, keys, aggregate=None)
            获取两个有序集合的交集，如果遇到相同值不同分数，则按照aggregate进行操作
            aggregate的值为:  SUM  MIN  MAX
          • zunionstore(dest, keys, aggregate=None)
            获取两个有序集合的并集，如果遇到相同值不同分数，则按照aggregate进行操作
          • zscan(name, cursor=0, match=None, count=None, score_cast_func=float)或zscan_iter(name, match=None, count=None,score_cast_func=float)
            同字符串相似，相较于字符串新增score_cast_func，用来对分数进行操作
        • 其他常用操作
          • delete(*names)
            根据删除redis中的任意数据类型
          • exists(name)
            检测redis的name是否存在
          • keys(pattern='*')
            根据模型获取redis的name
            KEYS * 匹配数据库中所有 key；KEYS h?llo 匹配 hello ， hallo 和 hxllo 等；KEYS h*llo 匹配 hllo 和 heeeeello 等；KEYS h[ae]llo 匹配 hello 和 hallo ，但不匹配 hillo
          • expire(name ,time)
            为某个redis的某个name设置超时时间
          • rename(src, dst)
            对redis的name重命名为
          • move(name, db)
            将redis的某个值移动到指定的db下
          • randomkey()
            随机获取一个redis的name（不删除）
          • type(name)
            获取name对应值的类型
          • scan(cursor=0, match=None, count=None)或scan_iter(match=None, count=None)
            同字符串操作，用于增量迭代获取key
          • select 2
            切换到数据库2，默认只有16（0~15）张表
          • get db_number 1
            切换到数据库1
      • 管道
        redis-py默认在执行每次请求都会创建（连接池申请连接）和断开（归还连接池）一次连接操作，如果想要在一次请求中指定多个命令，则可以使用pipline实现一次请求指定多个命令，并且默认情况下一次pipline 是原子性操作
         1 import redis,time
 2 #连接redis
 3 pool = redis.ConnectionPool(host='10.211.55.4', port=6379)
 4 r = redis.Redis(connection_pool=pool)
 5 
 6 #启动管道
 7 pipe = r.pipeline(transaction=True) #或者pipe=r.pipeline()
 8 
 9 #执行命令,两条命令一起执行
10 pipe.set('name', 'alex')
           time.sleep(30)
        11 pipe.set('role', 'sb')
12 
13 pipe.execute()

         

      • 发布订阅
        • Demo
           1 #redishelper.py
 2 import redis
 3 
 4 class RedisHelper:
 5     def __init__(self):
 6         self.__conn = redis.Redis(host='10.211.55.4')
 7         self.chan_sub = 'fm104.5'
 8         self.chan_pub = 'fm104.5'
 9 
10     def public(self, msg):#发布者
11         self.__conn.publish(self.chan_pub, msg)
12         return True
13 
14     def subscribe(self):#订阅者
15         pub = self.__conn.pubsub()#打开收音机
16         pub.subscribe(self.chan_sub)#调频道
17         pub.parse_response()#准备接收
18         return pub
          Demo
        • 订阅者
          1 #订阅者.py
2 from redishelper import RedisHelper
3 
4 obj = RedisHelper()
5 redis_sub = obj.subscribe()
6 
7 while True:
8     msg = redis_sub.parse_response()
9     print(msg)
          订阅者.py
        • 发布者
          1 #发布者.py
2 from redishelper import RedisHelper
3 obj = RedisHelper()
4 obj.public('hello')
          发布者.py

           

  • 基于RabbitMQ的RPC实现
    • 服务端
       1 import pika
 2 
 3 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 4 channel = connection.channel()
 5 channel.queue_declare(queue='rpc_queue')
 6 
 7 def fib(n): #求斐波那契数列
 8     if n == 0:
 9         return 0
10     elif n == 1:
11         return 1
12     else:
13         return fib(n - 1) + fib(n - 2)
14 
15 
16 def on_request(ch, method, props, body):
17     n = int(body)
18     print(" [.] fib(%s)" % n)
19     response = fib(n)
20     ch.basic_publish(exchange='',
21                      routing_key=props.reply_to,
22                      properties=pika.BasicProperties(correlation_id=props.correlation_id),
23                      body=str(response))
24     ch.basic_ack(delivery_tag=method.delivery_tag)
25 
26 channel.basic_qos(prefetch_count=1)
27 channel.basic_consume(on_request, queue='rpc_queue')
28 print(" [x] Awaiting RPC requests")
29 channel.start_consuming()
      服务端
    • 客户端
       1 import pika,uuid
 2 
 3 class FibonacciRpcClient(object):
 4     def __init__(self):
 5         self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
 6         self.channel = self.connection.channel()
 7         result = self.channel.queue_declare(exclusive=True)
 8         self.callback_queue = result.method.queue
 9         self.channel.basic_consume(self.on_response, no_ack=True,queue=self.callback_queue)
10 
11     def on_response(self, ch, method, props, body):
12         if self.corr_id == props.correlation_id:
13             self.response = body
14 
15     def call(self, n):
16         self.response = None
17         self.corr_id = str(uuid.uuid4())
18         self.channel.basic_publish(exchange='',
19                                    routing_key='rpc_queue',
20                                    properties=pika.BasicProperties(
21                                        reply_to=self.callback_queue,
22                                        correlation_id=self.corr_id,
23                                    ),
24                                    body=str(n))
25         while self.response is None:
26             self.connection.process_data_events()
27         return int(self.response)
28 
29 
30 fibonacci_rpc = FibonacciRpcClient()
31 print(" [x] Requesting fib(30)")
32 response = fibonacci_rpc.call(30)
33 print(" [.] Got %r" % response)
      客户端

       

posted @ 2019-07-01 22:51  飞琼君  阅读(145)  评论(0)  编辑  收藏  举报