RabbitMQ发布订阅模式

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。

发布订阅模式:
发布者 创建一块独立空间,将数据放置到这个空间中。
订阅者创建队列,去这块独立空间复制里面的数据,放入自己的队列中。
所有订阅者都会接收到订阅者的全部内容。
一块独立空间被称为"交换机1",可创建多块"交换机2"、“交换机3”、“交换机4”、
1个"交换机"有多个订阅者订阅。

发布者

# pip install pika


# 生产者  发生方

import pika




# python 链接 RabbitMQ

connection = pika.BlockingConnection(pika.ConnectionParameters('127.0.0.1'))

channel = connection.channel()




# 持久化模式的作用:

# 运行发送端 RabbitMQ 服务正在启动 时发送

# RabbitMQ 服务正在停止后,重新启动

# 接收端 依然可以接受到发送端的信息

# 注意:持久化模式 需要单独指定一个队列,不能与非持久化模式混用一个队列名




# 声明一个名为 lbw 类型为 fanout 的交换机

channel.exchange_declare(exchange='lbw',  # 指定交换机 名字任意

exchange_type='fanout')  # 指定类型




# 向 lbw 交换机插入数据

SB = "SB_123"




# exchange='' 指定交换机名、  routing_key='hello' 指定队列

channel.basic_publish(exchange='lbw',

routing_key='',  # 发布订阅模式 这里为空 因为这里无需使用关键字

body=SB)

print("已发送")




connection.close()


  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30

订阅者

# 消费者 接收方


import pika




# python 链接 RabbitMQ

connection = pika.BlockingConnection(pika.ConnectionParameters('127.0.0.1'))

channel = connection.channel()




# 声明一个名为 lbw 类型为 fanout 的交换机

channel.exchange_declare(exchange='lbw',  # 指定交换机 名字任意

exchange_type='fanout')  # 指定类型




# 创建队列  生成队列名:exclusive=True

result = channel.queue_declare("", exclusive=True)

# 拿到 队列名

queue_name = result.method.queue




# 将 队列 绑定 交换机

channel.queue_bind(exchange='lbw',

queue=queue_name)




# 确定回调函数

def callback(ch, method, properties, body):

print(body)



<span class="token comment"># 业务逻辑处理。。。。。。</span>

<span class="token comment"># 手动应答模式</span>
<span class="token comment"># 处理完成发送给 消息队列 处理完成的信号</span>
ch<span class="token punctuation">.</span>basic_ack<span class="token punctuation">(</span>delivery_tag<span class="token operator">=</span>method<span class="token punctuation">.</span>delivery_tag<span class="token punctuation">)</span>




# 确定 监听队列

channel.basic_consume(queue=queue_name,

# 默认应答:快

# auto_ack=True,  # 默认应答:收到1个数据,队列中就会少一个数据  如果处理业务逻辑时报错,当前的数据就会丢失

# 手动应答:安全

auto_ack=False,  # 手动应答:收到1个数据,等发送处理完毕的信号后,队列中才会少一个数据

on_message_callback=callback)




print(1)

channel.start_consuming()


<span class="token comment"># 业务逻辑处理。。。。。。</span>

<span class="token comment"># 手动应答模式</span>
<span class="token comment"># 处理完成发送给 消息队列 处理完成的信号</span>
ch<span class="token punctuation">.</span>basic_ack<span class="token punctuation">(</span>delivery_tag<span class="token operator">=</span>method<span class="token punctuation">.</span>delivery_tag<span class="token punctuation">)</span>
posted @   Python喵  阅读(259)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 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!
点击右上角即可分享
微信分享提示