Python操作RabbitMQ
本篇博客主要介绍如何通过Python来操作管理RabbitMQ消息队列，大家在工作中可能遇到很多类似RabbitMQ这种消息队列的中间件，如：ZeroMQ、ActiveMQ、MetaMQ等，我们学会了如何操作RabbitMQ的话基本上操作其他的队列都是一通百通。
一、RabbitMQ安装
RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统，它遵循Mozilla Pulic License开源协议。
MQ全称为Message Queue，消息队列(MQ)是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息(针对应用程序的数据)来通信，而无需专用链接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。
1，yum安装rabbitmq
|
1
2
3
4
5
6
7
8
9
10
11
|
#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 insatll erlang#安装RabbitMQ yum -y install rabbitmq-server#注意： service rabbitmq-server start/stop |
2，安装API
|
1
2
3
4
5
|
#pip安装： pip install pika#源码安装： https://pypi.python.org/pypi/pika #官网地址 |
之前我们在介绍线程，进程的时候介绍过python中自带的队列用法，下面我们通过一段代码复习一下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
#生产者消费者模型，解耦的意思就是两个程序之间，互相没有关联了，互不影响。import queueimport threadingimport timeq = queue.Queue(20) #队列里最多存放20个元素 def productor(arg): #生成者，创建30个线程来请求吃包子，往队列里添加请求元素 q.put(str(arg) + '- 包子') for i in range(30): t = threading.Thread(target=productor,args=(i,)) t.start() def consumer(arg): #消费者，接收到队列请求以后开始生产包子，来消费队列里的请求 while True: print(arg,q.get()) time.sleep(2) for j in range(3): t = threading.Thread(target=consumer,args=(j,)) t.start() |
二、通过Python来操作RabbitMQ队列
上面我们已经将环境装备好，下面我们通过Pika模块来对Rabbitmq队列来进行操作，对于RabbitMQ来说，生产和消费不再针对内存里的一个Queue对象，而是某台服务器上的RabbitMQ Server实现的消息队列。
1，基本用法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
####################################生产者#####################################import pikaconnection=pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131')) #创建一个链接对象，对象中绑定rabbitmq的IP地址channel=connection.channel() #创建一个频道channel.queue_declare(queue='name1') #通过这个频道来创建队列，如果MQ中队列存在忽略，没有则创建channel.basic_publish(exchange='', routing_key='name1', #指定队列名称 body='Hello World!') #往该队列中发送一个消息print(" [x] Sent 'Hello World!'")connection.close() #发送完关闭链接 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
#####################################消费者######################################import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))#创建一个链接对象，对象中绑定rabbitmq的IP地址channel = connection.channel() #创建一个频道channel.queue_declare(queue='name1') #通过这个频道来创建队列，如果MQ中队列存在忽略，没有则创建def callback(ch, method, properties, body): #callback函数负责接收队列里的消息 print(" [x] Received %r" % body)channel.basic_consume(callback, #从队列里去消息 queue='name1', #指定队列名 no_ack=True)print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming() |
acknowledgment 消息不丢失
上面的例子中如果我们将no-ack=False ,那么当消费者遇到情况(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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131'))channel = connection.channel()channel.queue_declare(queue='name1')def callback(ch, method, properties, body): print(" [x] Received %r" % body) import time time.sleep(10) print('ok') ch.basic_ack(delivery_tag = method.delivery_tag) #向生成者发送消费完毕的确认信息，然后生产者将此条消息同队列里剔除channel.basic_consume(callback, queue='name1', no_ack=False) #如果no_ack=False,当消费者down掉了，RabbitMQ会重新将该任务添加到队列中print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming() |
上例如果消费者中断后如果不超过10秒，重新链接的时候数据还在。当超过10秒之后，消费者往生产者发送了ack，重新链接的时候数据将消失。
durable消息不丢失
消费者down掉后我们知道怎么处理了，如果我的RabbitMQ服务down掉了该怎么办呢？
消息队列是可以做持久化，如果我们在生产消息的时候就指定某条消息需要做持久化，那么RabbitMQ发现有问题时，就会将消息保存到硬盘，持久化下来。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
####################################生产者######################################!/usr/bin/env python import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131')) channel = connection.channel() channel.queue_declare(queue='name2', durable=True) #指定队列持久化 channel.basic_publish(exchange='', routing_key='name2', body='Hello World!', properties=pika.BasicProperties( delivery_mode=2, #指定消息持久化 ))print(" [x] Sent 'Hello World!'")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
|
#####################################消费者######################################
#!/usr/bin/env python# -*- coding:utf-8 -*-import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.10.131')) channel = connection.channel() channel.queue_declare(queue='name2', durable=True) def callback(ch, method, properties, body): print(" [x] Received %r" % body) import time time.sleep(10) print('ok') ch.basic_ack(delivery_tag = method.delivery_tag) channel.basic_consume(callback, queue='name2', no_ack=False) print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming() |
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的，例如：消费者1去队列中获取奇数序列任务，消费者2去队列中获取偶数序列的任务，消费者1处理的比较快而消费者2处理的比较慢，那么消费者1就会一直处于繁忙的状态，为了解决这个问题在需要加入下面代码:
channel.basic_qos(prefetch_count=1) :表示谁来获取，不再按照奇偶数 排列
|
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
|
#!/usr/bin/env python# -*- coding:utf-8 -*-import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.queue_declare(queue='name1')def callback(ch, method, properties, body): print(" [x] Received %r" % body) import time time.sleep(10) print 'ok' ch.basic_ack(delivery_tag = method.delivery_tag)channel.basic_qos(prefetch_count=1)channel.basic_consume(callback, queue='name1', no_ack=False)print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming() |
2，发布订阅
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，二发布者发布消息时，会将消息放置在所有相关队列中。
在RabbitMQ中，所有生产者提交的消息都有Exchange来接收，然后Exchange按照特定的策略转发到Queue进行存储，RabbitMQ提供了四种Exchange：fanout、direct、topic、header。由于header模式在实际工作中用的比较少，下面主要对前三种进行比较。
exchange type = fanout ：任何发送到Fanout Exchange的消息都会被转发到与该Exchange绑定(Binding)的所有Queue上
为了方便理解，应用了上面这张图，可以清晰的看到相互之间的关系，当我们设置成fanout模式时，如何操作请看下面代码：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
####################################发布者#####################################
import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='test_fanout', type='fanout')message = '4456'channel.basic_publish(exchange='test_fanout', routing_key='', body=message)print(' [x] Sent %r' % message)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
|
####################################订阅者#####################################
import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='test_fanout', #创建一个exchange type='fanout') #任何发送到Fanout Exchange的消息都会被转发到与该Exchange绑定(Binding)的所有Queue上#随机创建队列result = channel.queue_declare(exclusive=True)queue_name = result.method.queue#绑定channel.queue_bind(exchange='test_fanout', queue=queue_name) #exchange绑定后端队列print('<------------->')def callback(ch,method,properties,body): print(' [x] %r' % body)channel.basic_consume(callback, queue=queue_name, no_ack=True)channel.start_consuming() |
exchange type = direct：任何发送到Direct Exchange的消息都会被转发到RouteKey中指定的Queue上(关键字发送)
之前事例，发送消息时明确指定了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。
发布者：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
#!/usr/bin/env pythonimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='direct_test', type='direct')severity = 'info' #设置一个key,message = '99999'channel.basic_publish(exchange='direct_test', routing_key=severity, body=message)print(" [x] Sent %r:%r" % (severity, message))connection.close() |
订阅者1：
|
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
|
#!/usr/bin/env pythonimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='direct_test', type='direct')result = channel.queue_declare(exclusive=True)queue_name = result.method.queueseverities = ['error','info',] #绑定队列，并发送关键字error，infofor severity in severities: channel.queue_bind(exchange='direct_test', queue=queue_name, routing_key=severity)print(' [*] Waiting for logs. To exit press CTRL+C')def callback(ch, method, properties, body): print(" [x] %r:%r" % (method.routing_key, body))channel.basic_consume(callback, queue=queue_name, no_ack=True)channel.start_consuming() |
订阅者2：
|
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
|
#!/usr/bin/env pythonimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='direct_test', type='direct')result = channel.queue_declare(exclusive=True)queue_name = result.method.queueseverities = ['error',]for severity in severities: channel.queue_bind(exchange='direct_test', queue=queue_name, routing_key=severity)print(' [*] Waiting for logs. To exit press CTRL+C')def callback(ch, method, properties, body): print(" [x] %r:%r" % (method.routing_key, body))channel.basic_consume(callback, queue=queue_name, no_ack=True)channel.start_consuming() |
结论：当我们将发布者的key设置成Error的时候两个队列对可以收到Exchange的消息，当我们将key设置成info后，只有订阅者1可以收到Exchange的消息。
exchange type = topic：任何发送到Topic Exchange的消息都会被转发到所有关心RouteKey中指定话题的Queue上(模糊匹配)
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。
|
1
2
3
4
5
|
#发送路由值 队列中www.cnblogs.com www.* --->#无法匹配www.cnblogs.com www.# --->#匹配成功 |
发布者：
|
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
|
#!/usr/bin/env pythonimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='topic_logs', type='topic')routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'message = ' '.join(sys.argv[2:]) or 'Hello World!'channel.basic_publish(exchange='topic_logs', routing_key=routing_key, body=message)print(" [x] Sent %r:%r" % (routing_key, message))connection.close()#执行方式： python xxx.py name1 #name1为routing_key |
订阅者：
|
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
31
32
33
34
35
36
37
|
#!/usr/bin/env pythonimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='topic_logs', type='topic')result = channel.queue_declare(exclusive=True)queue_name = result.method.queuebinding_keys = sys.argv[1:]if not binding_keys: sys.stderr.write("Usage: %s [binding_key]...\n" % sys.argv[0]) sys.exit(1)for binding_key in binding_keys: channel.queue_bind(exchange='topic_logs', queue=queue_name, routing_key=binding_key)print(' [*] Waiting for logs. To exit press CTRL+C')def callback(ch, method, properties, body): print(" [x] %r:%r" % (method.routing_key, body))channel.basic_consume(callback, queue=queue_name, no_ack=True)channel.start_consuming()#执行方式：python xxx,py name1 |
更多相关内容请参考以下连接：
http://www.rabbitmq.com/documentation.html
http://blog.csdn.net/songfreeman/article/details/50945025
