Python菜鸟之路：Python基础-Python操作RabbitMQ

shirobert

RabbitMQ简介
　　rabbitmq中文翻译的话，主要还是mq字母上：Message Queue，即消息队列的意思。rabbitmq服务类似于mysql、apache服务，只是提供的功能不一样。rabbimq是用来提供发送消息的服务，可以用在不同的应用程序之间进行通信。

Python操作RabbitMQ

操作准备：安装API



pip install pika

简单的发送与接收案例
　　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。
　　* > 生产者代码



import pika
# ######################### 生产者 #########################
# 连接到rabbitmq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 声明消息队列，消息将在这个队列中进行传递。如果将消息发送到不存在的队列，rabbitmq将会自动清除这些消息。如果队列不存在，则创建
channel.queue_declare(queue='wzg')
# 发送消息到上面声明的'wzg'队列，其中exchange表示交换器，能精确指定消息应该发送到哪个队列(有指定的队列可以不进行配置)，routing_key设置为队列的名称，body就是发送的内容
channel.basic_publish(exchange='',
routing_key='wzg',
body='Hello World!')
print(" [x] Sent 'Hello World!'")
# 关闭连接
connection.close()

　　* > 消费者代码



import pika
# ########################## 消费者 ##########################
# 连接到rabbitmq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 声明消息队列，消息将在这个队列中进行传递。如果队列不存在，则创建
channel.queue_declare(queue='wzg')
# 定义一个回调函数来处理，这边的回调函数就是将信息打印出来。
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
# 告诉rabbitmq使用callback来接收信息
channel.basic_consume(callback,
queue='wzg',
no_ack=True) # no_ack=True表示在回调函数中不需要发送确认标识
print('

Waiting for messages. To exit press CTRL+C')
# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理。按ctrl+c退出。
channel.start_consuming()

上述代码中的知识点1：消息确认（Message acknowledgment）
　　生效方法：channel.basic_consume(consumer_callback, queue, no_ack=False, exclusive=False, consumer_tag=None, arguments=None)　　
　　即no_ack=False（默认为False，即必须有确认标识）,在回调函数consumer_callback中，未收到确认标识，那么，RabbitMQ会重新将该任务添加到队列中。



import pika
# ########################## 消费者 ##########################
# 连接到rabbitmq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 声明消息队列，消息将在这个队列中进行传递
channel.queue_declare(queue='wzg')
# 定义一个回调函数来处理，这边的回调函数就是将信息打印出来。
def callback(ch, method, properties, body):
print(" [x] Received %r" % body)
exit() # 在这里exit，就会中断发送确认标识，可以用来测试消息确认功能
ch.basic_ack(delivery_tag=method.delivery_tag)
# 告诉rabbitmq使用callback来接收信息
channel.basic_consume(callback,
queue='wzg',
no_ack=False) # no_ack=False表示在回调函数中必须发送确认标识，否则认为任务异常，会被重新添加到队列中
print('

Waiting for messages. To exit press CTRL+C')
# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理。按ctrl+c退出。
channel.start_consuming()

上述代码中的知识点2：消息持久化存储（Message durability）
　　虽然有了消息反馈机制，但是如果rabbitmq自身挂掉的话，那么任务还是会丢失。所以需要将任务持久化存储起来。声明持久化存储



channel.queue_declare(queue='wzg', durable=True) # 声明持久化

　　Ps: 但是这样程序会执行错误，因为‘wzg’这个队列已经存在，并且是非持久化的，rabbitmq不允许使用不同的参数来重新定义存在的队列。因此需要重新定义一个队列



channel.queue_declare(queue='test_queue', durable=True) # 声明持久化

　　注意：如果仅仅是设置了队列的持久化，仅队列本身可以在rabbit-server宕机后保留，队列中的信息依然会丢失，如果想让队列中的信息或者任务保留，还需要做以下设置：



channel.basic_publish(exchange='',
routing_key="test_queue",
body=message,
properties=pika.BasicProperties(
delivery_mode = 2, # 使消息或任务也持久化存储
))

消息队列持久化包括3个部分：
　　（1）exchange持久化，在声明时指定durable => 1
　　（2）queue持久化，在声明时指定durable => 1
　　（3）消息持久化，在投递时指定delivery_mode=> 2（1是非持久化）

如果exchange和queue都是持久化的，那么它们之间的binding也是持久化的。如果exchange和queue两者之间有一个持久化，一个非持久化，就不允许建立绑定。

上述代码中的知识点3：公平调度（Fair dispatch）
　　上面实例中，虽然每个工作者是依次分配到任务，但是每个任务不一定一样。可能有的任务比较重，执行时间比较久；有的任务比较轻，执行时间比较短。如果能公平调度就最好了，使用basic_qos设置prefetch_count=1，使得rabbitmq不会在同一时间给工作者分配多个任务，即只有工作者完成任务之后，才会再次接收到任务。



channel.basic_qos(prefetch_count=1) # 在消费者中进行设置

发布与订阅
　　RabbitMQ的发布与订阅，借助于交换机(Exchange)来实现。
　　交换机的工作原理：消息发送端先将消息发送给交换机，交换机再将消息发送到绑定的消息队列，而后每个接收端(consumer)都能从各自的消息队列里接收到信息。

　　Exchange有三种工作模式，分别为：Fanout, Direct, Topic

模式1：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
　　1.可以理解为路由表的模式
　　2.这种模式不需要routing_key(即使指定，也是无效的)
　　3.这种模式需要提前将Exchange与Queue进行绑定，一个Exchange可以绑定多个Queue，一个Queue可以同多个Exchange进行绑定。
　　4.如果接受到消息的Exchange没有与任何Queue绑定，则消息会被抛弃。
　　注意：这个时候必须先启动消费者，即订阅者。因为随机队列是在consumer启动的时候随机生成的，并且进行绑定的。producer仅仅是发送至exchange，并不直接与随机队列进行通信。
　　* > 生产者代码



# rabbitmq 发布者
import pika
# 创建连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 定义交换机，exchange表示交换机名称，type表示类型
channel.exchange_declare(exchange='logs_fanout',
type='fanout')
message = 'Hello Python'
# 将消息发送到交换机
channel.basic_publish(exchange='logs_fanout', # 指定exchange
routing_key='', # fanout下不需要配置，配置了也不会生效
body=message)
print(" [x] Sent %r" % message)
connection.close()

　　* > 消费者代码



#  rabbitmq 订阅者
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 定义交换机，进行exchange声明，exchange表示交换机名称，type表示类型
channel.exchange_declare(exchange='logs_fanout',
type='fanout')
# 随机创建队列
result = channel.queue_declare(exclusive=True) # exclusive=True表示建立临时队列，当consumer关闭后，该队列就会被删除
queue_name = result.method.queue
# 将队列与exchange进行绑定
channel.queue_bind(exchange='logs_fanout',
queue=queue_name)
print('

Waiting for logs. To exit press CTRL+C')
def callback(ch, method, properties, body):
print(" [x] %r" % body)
# 从队列获取信息
channel.basic_consume(callback,
queue=queue_name,
no_ack=True)
channel.start_consuming()


模式2：Direct

　　路由键的工作原理：每个接收端的消息队列在绑定交换机的时候，可以设定相应的路由键。发送端通过交换机发送信息时，可以指明路由键 ，交换机会根据路由键把消息发送到相应的消息队列，这样接收端就能接收到消息了。　　
　　任何发送到Direct Exchange的消息都会被转发到routing_key中指定的Queue：
　　1.一般情况可以使用rabbitMQ自带的Exchange：””  (该Exchange的名字为空字符串)， 也可以自定义Exchange   
　　2.这种模式下不需要将Exchange进行任何绑定(bind)操作。当然也可以进行绑定。可以将不同的routing_key与不同的queue进行绑定，不同的queue与不同exchange进行绑定
　　3.消息传递时需要一个“routing_key”
　　4.如果消息中中不存在routing_key中绑定的队列名，则该消息会被抛弃。
　　如果一个exchange 声明为direct，并且bind中指定了routing_key,那么发送消息时需要同时指明该exchange和routing_key.
　　* > 消费者代码



# 消费者
import pika
# 建立连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 定义exchange和类型
channel.exchange_declare(exchange='direct_test',
type='direct')
# 生成随机队列
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
severities = ['error',]
# 将随机队列与routing_key关键字以及exchange进行绑定
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))
# 接收消息
channel.basic_consume(callback,
queue=queue_name,
no_ack=True)
channel.start_consuming()

　　* > 生产者代码



# 发布者
import pika
# 建立连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='172.25.50.13'))
channel = connection.channel()
# 定义交换机名称及类型
channel.exchange_declare(exchange='direct_test',
type='direct')
severity = 'info'
message = '123'
# 发布消息至交换机direct_test，且发布的消息携带的关键字routing_key是info
channel.basic_publish(exchange='direct_test',
routing_key=severity,
body=message)
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

　　当接收端正在运行时，可以使用rabbitmqctl list_bindings来查看绑定情况。

模式3：Topic

　　路由键模糊匹配，其实是路由键(routing_key)的扩展，就是可以使用正则表达式，和常用的正则表示式不同，这里的话“#”表示所有、全部的意思；“*”只匹配到一个词。
　　任何发送到Topic Exchange的消息都会被转发到所有关心routing_key中指定话题的Queue上
　　1.这种模式较为复杂，简单来说，就是每个队列都有其关心的主题，所有的消息都带有一个“标题”(routing_key)，Exchange会将消息转发到所有关注主题能与　　routing_key模糊匹配的队列。
　　2.这种模式需要routing_key，也许要提前绑定Exchange与Queue。
　　3.在进行绑定时，要提供一个该队列关心的主题，如“#.log.#”表示该队列关心所有涉及log的消息(一个routing_key为”MQ.log.error”的消息会被转发到该队列)。
　　4.“#”表示0个或若干个关键字，“*”表示一个关键字。如“log.*”能与“log.warn”匹配，无法与“log.warn.timeout”匹配；但是“log.#”能与上述两者匹配。
　　5.同样，如果Exchange没有发现能够与routing_key匹配的Queue，则会抛弃此消息。
　　具体代码这里不在多余写，参照第二种模式的就可以，唯一变动的地方就是exchange type的声明，以及进行绑定和发送的时候routing_key使用正则模式即可。
　　至此，利用Python操作RabbitMQ，以及一些简单用法，在这里介绍完毕。如有错误，请指正！