RabbitMQ
一、介绍
1、什么叫消息队列
消息（Message）是指在应用之间进行传送的数据。消息可以非常简单，比如只包含文本字符串，也可以更复杂，可能包含嵌入对象。
消息队列（Message Queue）是一种应用间的通信方式，消息发送后可以立即返回，由消息系统来确保消息的可靠传递。消息发布者只管把消息发布到 MQ 中而不用管谁来取，消息使用者只管从 MQ 中取消息而不管是谁发布的。这样发布者和使用者都不用知道对方的存在。
消息持久化
不管是持久化的消息还是非持久化的消息都可以被写入到磁盘。持久化的消息在到达队列时就被写入到磁盘，并且如果可以，持久化的消息
也会在内存中保存一个备份，这样就可以提高一定的性能，当内存吃紧的时候会从内存中清除。非持久化的消息一般只保存在内存中，在内
存吃紧的时候会被换到到磁盘中，以节省内存空间。这两种类型的消息的落盘处理都在RabbitMQ的“持久层”中完成。
2、为何用消息队列
从上面的描述中可以看出消息队列是一种应用间的异步协作机制，那什么时候需要使用 MQ 呢？
以常见的订单系统为例，用户点击【下单】按钮之后的业务逻辑可能包括：扣减库存、生成相应单据、发红包、发短信通知。在业务发展初期这些逻辑可能放在一起同步执行，随着业务的发展订单量增长，需要提升系统服务的性能，这时可以将一些不需要立即生效的操作拆分出来异步执行，比如发放红包、发短信通知等。这种场景下就可以用 MQ ，在下单的主流程（比如扣减库存、生成相应单据）完成之后发送一条消息到 MQ 让主流程快速完结，而由另外的单独线程拉取MQ的消息（或者由 MQ 推送消息），当发现 MQ 中有发红包或发短信之类的消息时，执行相应的业务逻辑。
应用场景 1.异步处理 场景说明：用户注册后，需要发注册邮件和注册短信,传统的做法有两种1.串行的方式;2.并行的方式 (1)串行方式:将注册信息写入数据库后,发送注册邮件,再发送注册短信,以上三个任务全部完成后才返回给客户端。 这有一个问题是,邮件,短信并不是必须的,它只是一个通知,而这种做法让客户端等待没有必要等待的东西 (2)并行方式:将注册信息写入数据库后,发送邮件的同时,发送短信,以上三个任务完成后,返回给客户端,并行的方式能提高处理的时间 假设三个业务节点分别使用50ms,串行方式使用时间150ms,并行使用时间100ms。虽然并性已经提高的处理时间, 但是,前面说过,邮件和短信对我正常的使用网站没有任何影响，客户端没有必要等着其发送完成才显示注册成功,英爱是写入数据库后就返回. (3)消息队列 引入消息队列后，把发送邮件,短信不是必须的业务逻辑异步处理 由此可以看出,引入消息队列后，用户的响应时间就等于写入数据库的时间+写入消息队列的时间(可以忽略不计), 引入消息队列后处理后,响应时间是串行的3倍,是并行的2倍。 2 应用解耦 场景：双11是购物狂节,用户下单后,订单系统需要通知库存系统,传统的做法就是订单系统调用库存系统的接口. 这种做法有一个缺点: 当库存系统出现故障时,订单就会失败。 订单系统和库存系统高耦合. 引入消息队列 订单系统:用户下单后,订单系统完成持久化处理,将消息写入消息队列,返回用户订单下单成功。 库存系统:订阅下单的消息,获取下单消息,进行库操作。 就算库存系统出现故障,消息队列也能保证消息的可靠投递,不会导致消息丢失 3.流量削峰 流量削峰一般在秒杀活动中应用广泛 场景:秒杀活动，一般会因为流量过大，导致应用挂掉,为了解决这个问题，一般在应用前端加入消息队列。 作用: 1.可以控制活动人数，超过此一定阀值的订单直接丢弃(我为什么秒杀一次都没有成功过呢^^) 2.可以缓解短时间的高流量压垮应用(应用程序按自己的最大处理能力获取订单) 3.用户的请求,服务器收到之后,首先写入消息队列,加入消息队列长度超过最大值,则直接抛弃用户请求或跳转到错误页面. 4.秒杀业务根据消息队列中的请求信息，再做后续处理.
3、RabbitMQ
RabbitMQ 是一个由 Erlang 语言开发的 AMQP 的开源实现。
rabbitMQ是一款基于AMQP协议的消息中间件，它能够在应用之间提供可靠的消息传输。在易用性，扩展性，高可用性上表现优秀。使用消息中间件利于应用之间的解耦，生产者（客户端）无需知道消费者（服务端）的存在。而且两端可以使用不同的语言编写，大大提供了灵活性。
4、rabbitMQ安装
1.windows下安装
1.安装erlang语言: 官网：http://www.erlang.org/downloads 其他：http://www.cnerlang.com/resource/182.html 2.安装rabbimq http://www.rabbitmq.com/install-windows.html 3.在sbin目录下，cmd启动rabbitmq服务端：rabbitmq-server 4.在python中使用，下载连接rabbitmq的模块：pip install pika
2.Linux下安装
安装配置epel源 $ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm 安装erlang $ yum -y install erlang 安装RabbitMQ $ yum -y install rabbitmq-server 注意：service rabbitmq-server start/stop
3.mac下安装
bogon:~ yuan$ brew install rabbitmq bogon:~ yuan$ export PATH=$PATH:/usr/local/sbin bogon:~ yuan$ rabbitmq-server
二、rabbitMQ工作模型
1、简单模式
示例
生产者
# ######################### 生产者 ######################### import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello') channel.basic_publish(exchange='', # 交换机 routing_key='hello', # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello body='Hello World!') # 生产者要发送的消息 print(" [生产者] Sent 'Hello World!'") connection.close() # 当生产者发送完消息后，可选择关闭连接
消费者
# ########################## 消费者 ########################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello') def callback(ch, method, properties, body): # 定义一个回调函数，用来接收生产者发送的消息 print(" [消费者] Received %r" % body) channel.basic_consume(callback, # 调用回调函数，从队列里取消息 queue='hello', # 指定取消息的队列名 no_ack=True) # 取完一条消息后，不给生产者发送确认消息，默认是False的，即 默认给rabbitmq发送一个收到消息的确认，一般默认即可 print(' [消费者] Waiting for messages. To exit press CTRL+C') channel.start_consuming() # 开始循环取消息
相关参数
（1）no-ack ＝ False，如果消费者遇到情况(its channel is closed, connection is closed, or TCP connection is lost)挂掉了，那么，RabbitMQ会重新将该任务添加到队列中。
也就是说，no-ack = Flask，RabbitMQ会等待消费者返回响应消息，若没收到响应消息，即使数据被取出去了，也不会删除这个数据，直到接收到了响应消息，则会把被取出去的数据删掉。
- 回调函数中的
ch.basic_ack(delivery_tag=method.delivery_tag) - basic_comsume中的
no_ack=False
生产者跟上面一样，消费者应该这么写:
# ########################## 消费者 ########################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello') def callback(ch, method, properties, body): # 定义一个回调函数，用来接收生产者发送的消息 print(" [消费者] Received %r" % body) ch.basic_ack(delivery_tag=method.delivery_tag) # 接收到数据后给rabbitmq发送一个收到消息的确认 channel.basic_consume(callback, # 调用回调函数，从队列里取消息 queue='hello', # 指定取消息的队列名 no_ack=False) # 取完一条消息后，不给生产者发送确认消息，默认是False的，即 默认给rabbitmq发送一个收到消息的确认，一般默认即可 print(' [消费者] Waiting for messages. To exit press CTRL+C') channel.start_consuming() # 开始循环取消息
(2) durable ：消息不丢失，把数据持久化在硬盘
# ######################### 生产者 ######################### import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 # make message persistent channel.queue_declare(queue='hello2', durable=True) # durable=True把数据进行持久化存储在硬盘 channel.basic_publish(exchange='', # 交换机 routing_key='hello2', # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello body='Hello World!', # 生产者要发送的消息 properties=pika.BasicProperties( delivery_mode=2, # make message persistent )) print(" [生产者] Sent 'Hello World!'") connection.close() # 当生产者发送完消息后，可选择关闭连接 # ########################## 消费者 ########################## import pika # 1.连接rabbitma服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello2', durable=True) # make message persistent def callback(ch, method, properties, body): # 定义一个回调函数，用来接收生产者发送的消息 print(" [消费者] Received %r" % body) ch.basic_ack(delivery_tag=method.delivery_tag) # 接收到数据后给rabbitmq发送一个收到消息的确认 channel.basic_consume(callback, # 调用回调函数，从队列里取消息 queue='hello2', # 指定取消息的队列名 no_ack=False) # 取完一条消息后，不给生产者发送确认消息，默认是False的，即 默认给rabbitmq发送一个收到消息的确认，一般默认即可 print(' [消费者] Waiting for messages. To exit press CTRL+C') channel.start_consuming() # 开始循环取消息
(3) 消息获取顺序
默认消息队列里的数据是按照顺序被消费者拿走，例如：消费者1 去队列中获取 奇数 序列的任务，消费者1去队列中获取 偶数 序列的任务。
channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照奇偶数排列
# ######################### 生产者 ######################### import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello3') channel.basic_publish(exchange='', # 交换机 routing_key='hello3', # 路由键，表明将消息发往哪个队列，本例是将消息发往队列hello body='Hello World!', # 生产者要发送的消息 ) print(" [生产者] Sent 'Hello World!'") connection.close() # 当生产者发送完消息后，可选择关闭连接 # ########################## 消费者 ########################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个队列，生产者和消费者都要声明一个相同的队列，用来防止万一某一方挂了，另一方能正常运行 channel.queue_declare(queue='hello3') def callback(ch, method, properties, body): # 定义一个回调函数，用来接收生产者发送的消息 import time time.sleep(5) print(" [消费者] Received %r" % body) ch.basic_ack(delivery_tag=method.delivery_tag) # 接收到数据后给rabbitmq发送一个收到消息的确认 channel.basic_qos(prefetch_count=1) channel.basic_consume(callback, # 调用回调函数，从队列里取消息 queue='hello3', # 指定取消息的队列名 no_ack=False) # 取完一条消息后，不给生产者发送确认消息，默认是False的，即 默认给rabbitmq发送一个收到消息的确认，一般默认即可 print(' [消费者] Waiting for messages. To exit press CTRL+C') channel.start_consuming() # 开始循环取消息
2、exchange模型
1.发布订阅：fanout模式
发布订阅和简单的消息队列区别在于，发布订阅会将消息发送给所有的订阅者，而消息队列中的数据被消费一次便消失。所以，RabbitMQ实现发布和订阅时，会为每一个订阅者创建一个队列，而发布者发布消息时，会将消息放置在所有相关队列中。
# exchange_type='fanout' fanout模式 ############################ 生产者 ############################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机logs，生产者和消费者都要声明 channel.exchange_declare(exchange='logs', exchange_type='fanout') message = "info: Hello World!" # 向交换机发送数据 channel.basic_publish(exchange='logs', # 交换机 routing_key='', body=message) print(" [x] Sent %r" % message) connection.close() ############################# 消费者 ############################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机logs，生产者和消费者都要声明 channel.exchange_declare(exchange='logs', exchange_type='fanout') # 声明一个随机队列(每个消费者都要声明自己的队列) result = channel.queue_declare(exclusive=True) # 获得随机队列的名字 queue_name = result.method.queue # 为这个队列绑定一个交换机 channel.queue_bind(exchange='logs', queue=queue_name) print(' [*] Waiting for logs. To exit press CTRL+C') def callback(ch, method, properties, body): print(" [x] %r" % body) channel.basic_consume(callback, queue=queue_name, no_ack=True) channel.start_consuming()
2.关键字发送：direct模式
之前的事例，发送消息时明确指定某个队列并向其中发送消息，RabbitMQ还支持根据关键字发送，即：队列绑定关键字，发送者将数据根据关键字发送到消息exchange，exchange根据 关键字 判定应该将数据发送至指定队列。
######################### 生产者 ############################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机 channel.exchange_declare(exchange='direct_logs', exchange_type='direct') message = "info: Hello Single Dog!" # 向交换机发送数据 channel.basic_publish(exchange='direct_logs', # 交换机 routing_key='info', # 指明关键字 body=message) print(" [x] Sent %r" % message) connection.close() ################################ 消费者 ############################### import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机 channel.exchange_declare(exchange='direct_logs', exchange_type='direct') # 声明一个随机队列(每个消费者都要声明自己的队列) result = channel.queue_declare(exclusive=True) # 获得随机队列的名字 queue_name = result.method.queue # 为这个队列绑定一个交换机和关键字 channel.queue_bind(exchange='direct_logs', queue=queue_name, routing_key='info' ) # 为这个队列绑定第二个关键字 channel.queue_bind(exchange='direct_logs', queue=queue_name, routing_key='warning' ) print(' [*] Waiting for logs. To exit press CTRL+C') def callback(ch, method, properties, body): print(" [x] %r" % body) channel.basic_consume(callback, queue=queue_name, no_ack=True) channel.start_consuming()
3.模糊匹配
exchange type = topic 在topic类型下，可以让队列绑定几个模糊的关键字，之后发送者将数据发送到exchange，exchange将传入”路由值“和 ”关键字“进行匹配，匹配成功，则将数据发送到指定队列。 # 表示可以匹配 0 个 或 多个 单词 * 表示只能匹配 一个 单词 示例： 发送者路由值 队列中 www.Zzbj.python www.* -- 不匹配 www.Zzbj.python www.# -- 匹配
示例
# exchange type = topic ######################### 生产者 ############################## import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机 channel.exchange_declare(exchange='topic_logs', exchange_type='topic') message = "info: Hello Single Dog!" # 向交换机发送数据 channel.basic_publish(exchange='topic_logs', # 交换机 routing_key='My.you.she', # 指明关键字 body=message) print(" [x] Sent %r" % message) connection.close() ################################## 消费者 ################################ import pika # 1.连接rabbitmq服务端 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost')) # 2.在连接上创建一个频道 channel = connection.channel() # 3.声明一个交换机 channel.exchange_declare(exchange='topic_logs', exchange_type='topic') # 声明一个随机队列(每个消费者都要声明自己的队列) result = channel.queue_declare(exclusive=True) # 获得随机队列的名字 queue_name = result.method.queue # 为这个队列绑定交换机和关键字 channel.queue_bind(exchange='topic_logs', queue=queue_name, routing_key='My.#' ) print(' [*] Waiting for logs. To exit press CTRL+C') def callback(ch, method, properties, body): print(" [x] %r" % body) channel.basic_consume(callback, queue=queue_name, no_ack=True) channel.start_consuming()
三、 基于RabbitMQ的RPC
Callback queue 回调队列
一个客户端向服务器发送请求，服务器端处理请求后，将其处理结果保存在一个存储体中。而客户端为了获得处理结果，那么客户在向服务器发送请求时，同时发送一个回调队列地址reply_to。
Correlation id 关联标识
一个客户端可能会发送多个请求给服务器，当服务器处理完后，客户端无法辨别在回调队列中的响应具体和那个请求时对应的。为了处理这种情况，客户端在发送每个请求时，同时会附带一个独有correlation_id属性，这样客户端在回调队列中根据correlation_id字段的值就可以分辨此响应属于哪个请求。
客户端发送请求：某个应用将请求信息交给客户端，然后客户端发送RPC请求，在发送RPC请求到RPC请求队列时，客户端至少发送带有reply_to以及correlation_id两个属性的信息 服务器端工作流： 等待接受客户端发来RPC请求，当请求出现的时候，服务器从RPC请求队列中取出请求，然后处理后，将响应发送到reply_to指定的回调队列中 客户端接受处理结果： 客户端等待回调队列中出现响应，当响应出现时，它会根据响应中correlation_id字段的值，将其返回给对应的应用
服务器端
import pika # 建立连接，服务器地址为localhost，可指定ip地址 connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) # 建立会话 channel = connection.channel() # 声明RPC请求队列 channel.queue_declare(queue='rpc_queue') # 数据处理方法 def fib(n): if n == 0: return 0 elif n == 1: return 1 else: return fib(n-1) + fib(n-2) # 对RPC请求队列中的请求进行处理 def on_request(ch, method, props, body): n = int(body) print(" [.] fib(%s)" % n) # 调用数据处理方法 response = fib(n) # 将处理结果(响应)发送到回调队列 ch.basic_publish(exchange='', routing_key=props.reply_to, properties=pika.BasicProperties(correlation_id = \ props.correlation_id), body=str(response)) ch.basic_ack(delivery_tag = method.delivery_tag) # 负载均衡，同一时刻发送给该服务器的请求不超过一个 channel.basic_qos(prefetch_count=1) channel.basic_consume(on_request, queue='rpc_queue') print(" [x] Awaiting RPC requests") channel.start_consuming()
客户端
import pika import uuid class FibonacciRpcClient(object): def __init__(self): ”“” 客户端启动时，创建回调队列，会开启会话用于发送RPC请求以及接受响应 “”“ # 建立连接，指定服务器的ip地址 self.connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) # 建立一个会话，每个channel代表一个会话任务 self.channel = self.connection.channel() # 声明回调队列，再次声明的原因是，服务器和客户端可能先后开启，该声明是幂等的，多次声明，但只生效一次 result = self.channel.queue_declare(exclusive=True) # 将次队列指定为当前客户端的回调队列 self.callback_queue = result.method.queue # 客户端订阅回调队列，当回调队列中有响应时，调用`on_response`方法对响应进行处理; self.channel.basic_consume(self.on_response, no_ack=True, queue=self.callback_queue) # 对回调队列中的响应进行处理的函数 def on_response(self, ch, method, props, body): if self.corr_id == props.correlation_id: self.response = body # 发出RPC请求 def call(self, n): # 初始化 response self.response = None #生成correlation_id self.corr_id = str(uuid.uuid4()) # 发送RPC请求内容到RPC请求队列`rpc_queue`，同时发送的还有`reply_to`和`correlation_id` self.channel.basic_publish(exchange='', routing_key='rpc_queue', properties=pika.BasicProperties( reply_to = self.callback_queue, correlation_id = self.corr_id, ), body=str(n)) while self.response is None: self.connection.process_data_events() return int(self.response) # 建立客户端 fibonacci_rpc = FibonacciRpcClient() # 发送RPC请求 print(" [x] Requesting fib(30)") response = fibonacci_rpc.call(30) print(" [.] Got %r" % response)
