RabbitMQ入门（二）工作队列
在文章RabbitMQ入门（一）之Hello World，我们编写程序通过指定的队列来发送和接受消息。在本文中，我们将会创建工作队列（Work Queue）,通过多个workers来分配耗时任务。
工作队列（Work Queue，也被成为Task Queue，任务队列）的中心思想是，避免立即执行一个资源消耗巨大且必须等待其完成的任务。相反地，我们调度好队列可以安排该任务稍后执行。我们将一个任务（task）封装成一个消息，将它发送至队列。一个在后台运行的work进程将会抛出该任务，并最终执行该任务。当你运行多个workers的时候，任务将会在它们之中共享。
这个概念在web开发中很有用，因为通过一个短的HTTP请求不可能处理复杂的任务。
在之前的文章中，我们发送了一个包含“Hello World!”的消息。现在我们将会发送代表复杂任务的字串符。我们并没有实际上的任务，比如重新调整图片的尺寸或者渲染PDF，我们假装有这样的复杂任务，通过使用time.sleep()函数。我们将会用字符串中的点（.）来代表复杂度；每一个点代表一秒中的任务。举例来说，字符串Hello...需要花费三秒。
我们需要稍微修改下sent.py中的代码，允许在命令中输入任意字符串。该程序会调度任务至工作队列，因此命名为new_task.py：
import sys
message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(exchange='',
routing_key='hello',
body=message)
print(" [x] Sent %r" % message)
我们原先的receive.py也需要改动：它需要在消息体中将字符串的每一个点代表1秒钟的任务。它会从队列中抛出消息并执行该消息，因此命名为task.py：
import time
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
time.sleep(body.count(b'.'))
print(" [x] Done")
Round-Robin分发（轮询分发）
使用工作队列的一个好处就是它能够轻松实现并行工作。如果我们创建了一项积压的工作，那么我们可以增加更多的worker来使它的扩展性更好。
首先，我们同时运行两个worker.py脚本。他们都能够从队列中获取消息，但是具体是怎么实现的呢？让我们接着阅读。
你需要打开三个终端查看。两个终端用于运行worker.py脚本。这两个终端将会成为两个消费者——C1和C2。
# shell 1
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# shell 2
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
在第三个终端中，我们将会产生新的任务。一旦你启动了这些消费者，你就可以发送一些消息了：
# shell 3
python new_task.py First message.
python new_task.py Second message..
python new_task.py Third message...
python new_task.py Fourth message....
python new_task.py Fifth message.....
让我们看看这两个workers传递了什么：
# shell 1
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# => [x] Received 'First message.'
# => [x] Received 'Third message...'
# => [x] Received 'Fifth message.....'
# shell 2
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# => [x] Received 'Second message..'
# => [x] Received 'Fourth message....'
RabbitMQ默认会将每个消息依次地发送给下一个消费者。因此总的来说，每个消费者将会同样数量的消息。这种消息分配的方法叫Round-Robin。你可以尝试三个或者更多的worker。
消息确认（Message Acknowledgement）
执行一项任务需要花费几秒钟。你也许会好奇，如果其中一个消费者执行一项耗时很长的任务，并且在执行了一部分的时候挂掉了，将会发生什么？根据我们现在的代码，一旦RabbitMQ将消息传送至消费者，那么RabbitMQ就会标志它为删除状态。在这种情况下，如果我们杀死某个worker，我们将会失去他正在处理的消息。我们也会失去所有分配至这个worker的消息，当然，这些消息还未被处理。
但是，我们不希望失去任何一项任务。如果有一个worker挂掉了，我们希望这些任务能够被传送至另一个worker。
为了确保消息不丢失，RabbitMQ支持消息确认。一个ack(nowledgement)是由消费者发送回来的，用于告诉RabbitMQ，这个特定的消息已经被接受，被处理，可以被删除了。
如果一个消费者挂了（它的channel关闭了，连接关闭了，或者TCP连接丢失）但是没有发送一个ack，RabbitMQ就会知道这个消息并未被完全处理，会将它重新塞进队列。如果同时还存在着其他在线消费者，RabbbitMQ将会将这个消息重新传送给另一个消费者。用这种方式可以确保没有消息丢失，即使workers偶尔会刮掉。
并不存在消息超时；如果消费者挂了，RabbitMQ将会重新传送消息。这样即使处理一个消息需要消耗很长很长的时间，也是可以的。
默认的消息确认方式为人工消息确认。在我们之前的例子中，我们清晰地将它关闭了，使用了auto_ack=True这个命令。当我们完成一项任务的时候，根据需要，移除这个标志，从worker中发送一个合适的确认。
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
time.sleep( body.count('.') )
print(" [x] Done")
ch.basic_ack(delivery_tag = method.delivery_tag)
channel.basic_consume(queue='hello', on_message_callback=callback)
使用上述代码，我们可以确保，即使我们使用CTRL+C命令杀死了一个正在处理消息的woker，也不会丢失什么。这个worker挂掉后不久，所有未确认的消息将会被重新传送。
消息确认必须在同一个传输消息的channel中发送。尝试着在不同的channel中进行消息确认将会引发channel-level protocol exception。
消息持久化（Message Durability）
我们已经学习了如何在消费者挂掉的情况下，任务不会丢失。但是，当RabbitMQ server停止时，我们的任务仍然会丢失。
当RabbitMQ停止或崩溃时，它将会忘记所有的队列和消息，除非你告诉它不这么做。在这种情况下，需要做两个事情确保消息不会丢失：我们需要将队列和消息都设置为持久化。
首先，我们需要确保RabbitMQ不会丢失队列。为了实现这个，我们需要将队列声明为持久化：
channel.queue_declare(queue='hello', durable=True)
尽管这个命令是正确的，但他仍会不会起作用。这是因为，我们已经创建了一个叫为hello的非持久化队列。RabbitMQ不允许你重新定义一个已经存在的队列而参数不一样，所有这样做的程序只会引发错误。但是有一个快速的应变办法——我们可以创建一个不同名称的队列，比如task_queue：
channel.queue_declare(queue='task_queue', durable=True)
queue_declare需要同时应用于生产者和消费者。
在这点上我们可以确保task_queue队列不会丢失消息即使RabbitMQ重启。现在，我们需要声明消息为持久化——将delivery_mode这个参数设置为2。
channel.basic_publish(exchange='',
routing_key="task_queue",
body=message,
properties=pika.BasicProperties(
delivery_mode = 2, # make message persistent
))
公平分发（Fair Dispatch）
你也许注意到了，刚才的消息分发机制并不会严格地按照我们所希望的方式进行。举这样一个例子，设想有两个worker，而所有的奇数消息都很重而偶数消息都是轻量级的，这样其中一个worker就会一直很忙而另一个worker几乎不做什么工作。然而，RabbitMQ对此一无所知，它仍然会平均分配消息。
这种情况的发生是因为RabbitMQ仅仅是当消息进入队列的时候就会分发这个消息。它并不会注意消费者所接收的未确认的消息数量。它盲目地将第n个消息发送至第n个消费者。
为了克服这种情况，我们可以在basic.qos方法中设置prefetch_count=1。这就告诉RabbitMQ一次不要将多于一个的消息发送给一个worker。换句话说，不要分发一个新的消息给worker除非这个worker已经处理好之前的消息并且进行了消息确认。也就说，RabbitMQ将会将这个消息分发给下一个不是很忙的worker。
channel.basic_qos(prefetch_count=1)
实战1
为了对上面的例子有一个好的理解，我们需要写代码进行实际操练一下。
生产者new_task.py的代码如下：
# -*- coding: utf-8 -*-
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(
exchange='',
routing_key='task_queue',
body=message,
properties=pika.BasicProperties(
delivery_mode=2, # make message persistent
))
print(" [x] Sent %r" % message)
connection.close()
消费者worker.py的完整代码如下：
# -*- coding: utf-8 -*-
import pika
import time
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
time.sleep(body.count(b'.'))
print(" [x] Done")
ch.basic_ack(delivery_tag=method.delivery_tag)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(queue='task_queue', on_message_callback=callback)
channel.start_consuming()
开启三个终端，消息的发送和接收情况如下：
如果我们停掉其中一个worker，那么消息的接收情况如下：
可以看到，现在所有发送的消息都会被这个仍在工作的worker接收到。
实战2
接下来，我们将会使用RabbitMQ的这种工作队列的方式往MySQL数据库中的表插入数据。
数据库为orm_test，表格为exam_user，表结构如下：
接下来，我们需要往这张表中插入随机创建的数据。如果我们利用Python的第三方模块pymysql，每一次插入一条记录，那么一分钟插入53237条记录。
利用RabbitMQ，我们的生产者代码如下：
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020-01-13 23:23
import pika
from random import choice
names = ['Jack', 'Rose', 'Mark', 'Hill', 'Docker', 'Lilei', 'Lee', 'Bruce', 'Dark',
'Super', 'Cell', 'Fail', 'Suceess', 'Su', 'Alex', 'Bob', 'Cook', 'David',
'Ella', 'Lake', 'Moon', 'Nake', 'Zoo']
places = ['Beijing', 'Shanghai', 'Guangzhou', 'Dalian', 'Qingdao']
types = ['DG001', 'DG002', 'DG003', 'DG004', 'DG005', 'DG006', 'DG007', 'DG008',
'DG009', 'DG010', 'DG020']
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
for id in range(1, 20000001):
name = choice(names)
place = choice(places)
type2 = choice(types)
message = "insert into exam_users values(%s, '%s', '%s', '%s');" % (id, name, place, type2)
channel.basic_publish(
exchange='',
routing_key='task_queue',
body=message,
properties=pika.BasicProperties(
delivery_mode=2, # make message persistent
))
print(" [x] Sent %r" % message)
connection.close()
消费者代码如下：
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020-01-13 23:28
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Sanya Hainan
# time: 2020-01-12 13:45
import pika
import time
import pymysql
# 打开数据库连接
db = pymysql.connect(host="localhost", port=3306, user="root", password="", db="orm_test")
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = db.cursor()
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
cursor.execute(body)
db.commit()
print(" [x] Insert successfully!")
ch.basic_ack(delivery_tag=method.delivery_tag)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(queue='task_queue', on_message_callback=callback)
channel.start_consuming()
我们开启9个终端，其中8个消费者1个生产者，先启动消费者，然后生产者，按照上面的数据导入方式，一分钟插入了133084条记录，是普通方式的2.50倍，效率有大幅度提升！
让我们稍微修改下生产者和消费者的代码，一次提交插入多条记录，减少每提交一次就插入一条记录的消耗时间。新的生产者代码如下：
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020-01-13 23:23
import pika
from random import choice
import json
names = ['Jack', 'Rose', 'Mark', 'Hill', 'Docker', 'Lilei', 'Lee', 'Bruce', 'Dark',
'Super', 'Cell', 'Fail', 'Suceess', 'Su', 'Alex', 'Bob', 'Cook', 'David',
'Ella', 'Lake', 'Moon', 'Nake', 'Zoo']
places = ['Beijing', 'Shanghai', 'Guangzhou', 'Dalian', 'Qingdao']
types = ['DG001', 'DG002', 'DG003', 'DG004', 'DG005', 'DG006', 'DG007', 'DG008',
'DG009', 'DG010', 'DG020']
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
for _ in range(1, 200001):
values = []
for i in range(100):
name = choice(names)
place = choice(places)
type2 = choice(types)
values.append([100*_+i+1, name, place, type2])
message = json.dumps(values)
channel.basic_publish(
exchange='',
routing_key='task_queue',
body=message,
properties=pika.BasicProperties(
delivery_mode=2, # make message persistent
))
print(" [x] Sent %r" % message)
connection.close()
新的消费者的代码如下：
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020-01-13 23:28
# -*- coding: utf-8 -*-
# author: Jclian91
# place: Sanya Hainan
# time: 2020-01-12 13:45
import pika
import json
import time
import pymysql
# 打开数据库连接
db = pymysql.connect(host="localhost", port=3306, user="root", password="", db="orm_test")
# 使用 cursor() 方法创建一个游标对象 cursor
cursor = db.cursor()
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
sql = 'insert into exam_users values(%s, %s, %s, %s)'
cursor.executemany(sql, json.loads(body))
db.commit()
print(" [x] Insert successfully!")
ch.basic_ack(delivery_tag=method.delivery_tag)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(queue='task_queue', on_message_callback=callback)
channel.start_consuming()
跟刚才一样，我们开启9个终端，其中8个消费者1个生产者，先启动消费者，然后生产者，按照上面的数据导入方式，一分钟插入了3170600条记录，是普通方式的59.56倍，是先前一次只提交一条记录的插入方式的23.82倍。这样的提速无疑是非常惊人的！
当然还有更高效的数据插入方法，本文的方法仅仅是为了演示RabbitMQ的工作队列以及在插入数据方面的提速。
本次分享到此结束，感谢大家阅读~
