RabbitMQ之工作队列

工作队列

工作队列(又称:任务队列Task Queues)是为了避免等待一些占用大量资源、时间的操作,当我们把任务Task当做消息发送队列中,一个运行在后台的工作者worker进程就会取出任务然后处理。

当有多个works,任务在它们之间共享

创建任务

创建任务的new_task.py

#!/usr/bin/env python
#-*- coding:utf8 -*-
import sys 
import pika
import logging

logging.basicConfig(format='%(levlename)s:%(message)s',level=logging.CRITICAL)

def send():
    connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
    channel = connection.channel()

    #创建一个队列,并且设置队列可以持久化,durable=True
    channel.queue_declare(queue='task_queue',durable=True)

    #将输入参数按照.号串联起来,后续在消费的时候每个点都sleep一秒钟
    if len(sys.argv) == 1:
        message = "Hello World!"
    else:
        message = '.'.join(sys.argv[1])
                                                                                                  
    #向队列task_queue发送消息,routing_key指定,与queue_declare中对应
    #发送消息为message,对应参数body
    #设置消息持久化
    channel.basic_publish(exchange='',
            routing_key = 'task_queue',
            body = message,
            properties = pika.BasicProperties(delivery_mode=2),
            )
    print " [x] Send %r" % (message,)

    connection.close()

if __name__ == '__main__':
    send()

需要重点说明:

1、消息队列持久化,设置channel.queue_declare中durable参数为True,这样在RabbitMQ-server重启之后,消息不会丢失

2、消息持久化,设置delivery_mode等于2

消息持久化

将消息持久化并不能完全保证不会丢失,以上代码只是告诉RabbitMQ要把消息存放到磁盘上,但是从RabbitMQ收到消息到保存之间还存在很小的时间间隔。RabbitMQ并不是所有的消息都使用fsync(2),可能保存到缓存中,并不一定会写到磁盘中。并不能保证真正的持久化,但可以应付简单的队列工作。

如果需要持久化,需要修改代码支持事务。

 

执行任务

执行任务,通过work.py来操作

#!/usr/bin/env python
#-*-coding:utf8 -*-

import pika
import time

def callback(ch, method, properties, body):
    print " [x] Received %r" % (body,)

    #每遇到一个点,就sleep一秒钟,模拟长时间任务
    sleep_time = body.count('.')*100
    print "slepp_time=%d" % sleep_time
                                                                                                  
    time.sleep(body.count('.')*100)

    print " [x] Done"

    #任务执行完成之后返回确认包
    #这样对于没有返回确认包的消息就不会丢失
    ch.basic_ack(delivery_tag= method.delivery_tag)

def work():
    connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
    channel = connection.channel()

    channel.queue_declare(queue='task_queue',durable=True)

    print "[*] Wating for messages.To exit press CTRL+C"

    #保证消息的公平分发,设置prefetch告诉同一时刻,不要发送超过1条消息给一个工作者
    #直到它已经处理上一条消息并且做出响应
    channel.basic_qos(prefetch_count=1)

    #开始消费消息
    channel.basic_consume(callback,queue='task_queue')

    #循环消费
    #channel.start_consuming()

if __name__ == '__main__':
    try:
        work()
    except KeyboardInterrupt,e:
        print "Exit"

重点说明

1、使用工作队列的一个好处就是能够并行的处理队列。如果任务堆积,只需要添加更多的工作者work即可

2、对于多个work,RabbitMQ会按照顺序把消息发送给每个消费者,这种方式为轮询(round-robin)

3、消息响应:如果一个work挂掉,上面代码实现将这个消息发送给其他work,而不是丢弃。

     因此需要消息响应机制,每个work处理完成任务的时候,会发送一个ack,告诉RabbitMQ-server已经收到并处理某条消息,然后RabbitMQ-server释放并删除这条消息。

4、消息ack没有超时的概念,这样在处理一个非常耗时的消息任务时候就不会出现问题

5、消息ack默认是开启的,通过no_ack=True标识关闭,在回调函数中basic_ack中

6、如果忘记调用basic_ack的话,这样消息在程序退出后重新发送,会导致RabbitMQ-server中消息堆积,占用越来越多的内存。通过如下命令进行确认:

guosong@guosong:~/code/rabbitmq/ch2$ rabbitmqctl list_queues name messages_ready messages_unacknowledged
Listing queues ...
task_queue	3	0
...done.

存在三个堆积的任务

7、关于队列大小:如果所有的工作者都在处理任务,队列就会被填满。需要留意这个问题,要么添加更多的工作者,要么使用其他策略,例如设置队列大小等。

 

send和receive

ChannelClosed: (406, "PRECONDITION_FAILED - parameters for queue 'rt_test_dba_queue' in vhost '/' not equivalent")
(406, "PRECONDITION_FAILED - parameters for queue 'rt_test_dba_queue' in vhost '/' not equivalent")

 

参考链接

http://adamlu.net/rabbitmq/tutorial-two-python

https://pika.readthedocs.org/en/latest/modules/index.html

posted @ 2014-07-02 23:33  小郭学路  阅读(1303)  评论(0编辑  收藏  举报