RabbitMQ路由

在前面的教程中，我们实现了一个简单的日志系统。可以把日志消息广播给多个接受者。

本篇教程中，我们打算新增一个功能--使得它能够只订阅消息的一个子集。例如，我们只需要去把严重的错误日志信息写入日志文件(存储到磁盘), 但同时仍然把所有的日志信息输出到控制台.

 

绑定(Bindings)

前面的例子，我们已经创建绑定(Bindings), 代码如下

绑定是指交换机和队列的关系，可以简单理解为这个队列(queue)对这个交换机(exchange)的消息感兴趣

绑定的时候可以带上一个额外的routing_key参数, 为了避免与basic_publish的参数混淆, 我们把它叫做绑定键(binding key)

channel.queue_bind(exchange=exchange_name,
                   queue=queue_name,
                   routing_key='black')

绑定键的意义取决于交换机(exchange)的类型。我们之前使用过的扇形交换机(fanout exchanges)会忽略这个值

 

直连交换机(Direct exchange)

我们的日志系统广播所有的消息给所有的消费者(consumers)。我们打算扩展它，使其基于日志的严重程度进行消息过滤。例如我们也许只是希望将比较严重的错误(error)日志写入磁盘, 以免在警告(warning)或者信息(info)日志上浪费磁盘空间

我们使用的扇形交换机没有足够的灵活性--它能做的仅仅是广播

我们将会使用直连交换机(direct exchange)来代替。路由的算法很简单--交换机将会对绑定键(binding key)和路由键(routing key)进行精确匹配，从而确定消息分发到哪个队列

下图很好的描述这个场景

 

 

在这个场景中, 我们可以看到直连交换机X和两个队列进行了绑定。第一个队列使用orange作为绑定键，第二个队列有两个绑定, 一个使用black作为绑定键，另外一个使用green

这样，当路由键为orange的消息发布到交换机，就会被路由到队列Q1。路由键为black或者green的消息就会路由到Q2。其他的所有消息都将被丢弃

例子

发布者: 

#!/usr/bin/env python
import pika
import sys

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

exchange_name = 'logs2'
channel.exchange_declare(exchange=exchange_name, exchange_type='direct')

message = (' '.join(sys.argv[1:]) or "info: Hello World!")
channel.basic_publish(exchange=exchange_name,
                      routing_key='black1',
                      body=message)
print(" [x] Sent %r" % (message,))
connection.close()

 

消费者1:

#!/usr/bin/env python
import pika

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

exchange_name = 'logs2'
channel.exchange_declare(exchange=exchange_name,
                         exchange_type='direct')

queue_name = 'test1'
result = channel.queue_declare(queue=queue_name, exclusive=True)
# queue_name = result.method.queue

channel.queue_bind(exchange=exchange_name,
                   queue=queue_name,
                   routing_key='black')

print(' [*] Waiting for logs. To exit press CTRL+C')


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


channel.basic_consume(queue=queue_name,
                      on_message_callback=callback,
                      exclusive=True,
                      auto_ack=False)  # 在用完此队列后立即删除

channel.start_consuming()

 

消费者2:

#!/usr/bin/env python
import pika

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

exchange_name = 'logs2'
channel.exchange_declare(exchange=exchange_name,
                         exchange_type='direct')

queue_name = 'test2'
result = channel.queue_declare(queue=queue_name, exclusive=True)

channel.queue_bind(exchange=exchange_name,
                   queue=queue_name,
                   routing_key='black1') # 只接收到直连交换机logs2的路由键为black1的消息

print(' [*] Waiting for logs. To exit press CTRL+C')


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


channel.basic_consume(queue=queue_name,
                      on_message_callback=callback,
                      exclusive=True,
                      auto_ack=False)  # 在用完此队列后立即删除

channel.start_consuming()

 

多个绑定(Multiple bindings)

 

 

 多个队列使用相同的绑定键是合法的，这个例子中，我们可以添加一个X和Q1之间的绑定，使用black绑定键。这样，直连交换机和扇形交换机的行为一样，会将消息广播到所有匹配的队列。带有black路由键的消息会同时发送到Q1和Q2。

 

发送日志

我们将会发送消息到一个直连交换机，把日志级别作为路由键。这样接收日志的脚本就可以根据严重级别选择想要处理的日志

订阅

处理接收消息的方式和之前查不到，只有一个例外，我们将会为我们感兴趣的每个严重级别分别创建一个新的绑定

代码整合

 

代码和上面类似