RabbitMQ 即一个消息队列,主要是用来实现应用程序的异步和解耦,同时也能起到消息缓冲,消息分发的作用。可维护多个队列,可实现消息的一对一和广播等方式发送

RabbitMQ是一个开源的AMQP实现,服务器端用Erlang语言编写,支持多种客户端,如:Python、Ruby、.NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等,支持AJAX。用于在分布式系统中存储转发消息,在易用性、扩展性、高可用性等方面表现不俗。

CentOs安装:

安装socat

yum -y install socat

安装erlang

wget http://www.rabbitmq.com/releases/erlang/erlang-19.0.4-1.el7.centos.x86_64.rpm
Rpm -ivh erlang-19.0.4-1.el7.centos.x86_64.rpm

安装rabbitmq

wget  http://www.rabbitmq.com/releases/rabbitmq-server/v3.6.10/rabbitmq-server-3.6.10-1.el7.noarch.rpm
rpm -ivh rabbitmq-server-3.6.10-1.el7.noarch.rpm

启动:

systemctl start rabbitmq-server

查看状态:

rabbitmqctl status

配置网页管理端:

mkdir /etc/rabbitmq

启用插件:

rabbitmq-plugins enable rabbitmq_management

配置开放端口:

firewall-cmd --zone=public --add-port=15672/tcp --permanent
firewall-cmd --zone=public --add-port=5672/tcp --permanent

重启防火墙:

systemctl restart firewalld.service

创建用户:

rabbitmqctl add_user ruroot rproot

修改角色为管理员:

rabbitmqctl set_user_tags ruroot administrator

设置权限:

rabbitmqctl set_permissions -p / ruroot2 ".*" ".*" ".*"

测试结果:

命令行消息管理:

得到所有队列及存在的数据条数

rabbitmqctl list_queues

Python简单操控

安装

pip3 install pika

发送数据:

如果生成多个的话,实现效果是轮询发送,一个一个循环发送数据,如同“皇帝轮流做…”

 import pika

 #建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.43.10",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明队列,参数为队列名
channelx.queue_declare(queue="dongchannel11") #发送数据,发送一条,如果要发送多条则复制此段
channelx.basic_publish(exchange="",
routing_key="dongchannel11",# 队列名
body="dongxiaodongtodata3" # 发送的数据
)
print("--------发送数据完成-----------") #关闭连接
conn.close()

取出数据:

 import pika

 #建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.43.10",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明队列,参数为队列名
channelx.queue_declare(queue="dongchannel11") #消息处理函数,执行完成才说明接收完成,此时才可以接收下一条,串行
def dongcallbackfun(v1,v2,v3,bodyx):
print("得到的数据为:",bodyx) #接收准备
channelx.basic_consume(dongcallbackfun, #收到消息的回调函数
queue="dongchannel11", #队列名
no_ack=True #是否发送消息确认
)
print("-------- 开始接收数据 -----------") #开始接收消息
channelx.start_consuming()

发送端是否设置数据保存时间:

默认服务器(rabbitmq-server)重启后消息队列和消息数据均会全部消失

消息队列的永久保存,开启后将仅仅实现服务器重启后消息队列依然在,但数据还是会丢失,如果要保存数据,请参考接下来

#声明队列,参数为队列名
#实现队列永久保存,durable=True
channelx.queue_declare(queue="dongch1",durable=True)

数据的永久保存(一直等待被取,即使服务器重启),将要永久保存的发送数据添加属性properties

#发送数据
channelx.basic_publish(exchange="",
routing_key="dongch1",# 队列名
body="dongxiaodongtodata333335", # 发送的数据
properties=pika.BasicProperties(
delivery_mode=2, #实现消息永久保存
)
)

发送端实现能者多劳

在发送端发送数据前,添加下面一句,此句添加一次即可,可以实现自动判断多接收端的处理速度,实现接收端处理快则多派发任务,处理慢则少派发任务

channelx.basic_qos(prefetch_count=1)

接收端是否接收确认:

接收端开启消息确认(值为False),接收端则会在接收回调函数结束时手动发送确认消息到数据发送者,如果接收端在回调函数处理未完成时就挂掉了,那么发送端将会立即把当前数据转交到下一个接收端进行数据处理

 #消息处理函数,执行完成才说明接收完成,此时才可以接收下一条,串行
def dongcallbackfun(channlx,methodx,v3,bodyx):
print("得到的数据为:",bodyx)
channelx.basic_ack(delivery_tag=methodx.delivery_tag) #发送数据完成确认消息,手动确认 #接收准备
channelx.basic_consume(dongcallbackfun, #收到消息的回调函数
queue="dongchannel11", #队列名
no_ack=False #是否在消息回调函数结束后发送确认信息到发消息者,true表示不发送

非阻塞版数据接收:

启用会立即返回结果,如果有数据则进入回调函数,无数据则进行下一条,可以配合while使用

conn.process_data_events() #使用连接对象进行数据接收判断
print("无数据")

实现消息的订阅和发布:

发布:

 import pika

 #建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.1.175",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明发布和订阅通道,如果可以确认通道存在则可以去掉该句
channelx.exchange_declare(exchange="dongee",exchange_type="fanout") #发送数据
channelx.basic_publish(exchange="dongee",#确定发布主题为:dongee
routing_key="",
body="dongxiaodongeeedata11", # 发送的数据
) print("--------发送数据完成-----------") #关闭连接
conn.close()

订阅:

 import pika
#建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.1.175",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明发布和订阅通道,如果可以确认通道存在则可以去掉该句
channelx.exchange_declare(exchange="dongee",exchange_type="fanout") #声明队列,生成一个随机的且不存在的队列,该队列会在连接断开后自动销毁
resqueue=channelx.queue_declare(exclusive=True)
#得到随机生成的队列名
queuenamex=resqueue.method.queue #将队列和发布数据绑定,确定订阅主题为:dongee
channelx.queue_bind(exchange="dongee",queue=queuenamex) #消息处理函数,执行完成才说明接收完成,此时才可以接收下一条,串行
def dongcallbackfun(channlx,methodx,v3,bodyx):
print("得到的数据为:",bodyx) #接收准备
channelx.basic_consume(dongcallbackfun, #收到消息的回调函数
queue=queuenamex, #队列名
no_ack=True
) print("-------- 开始接收数据 -----------") #开始接收消息
channelx.start_consuming()

通过管道实现进一步的消息订阅和发布:

发布:

 import pika

 #建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.1.175",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明发布和订阅通道,如果可以确认通道存在则可以去掉该句
channelx.exchange_declare(exchange="dongee2",exchange_type="direct") #发送数据
channelx.basic_publish(exchange="dongee2",#确定发布主题为:dongee2
routing_key="dongqu33", #确定发布的队列(发布的主题):dongqu33
body="dongxiaodong333", # 确定发送的数据
) #发送数据
channelx.basic_publish(exchange="dongee2",#确定发布主题为:dongee2
routing_key="dongqu22", #确定发布的队列(发布的主题):dongqu22
body="dongxiaodong222", # 确定发送的数据
) print("--------发送数据完成-----------") #关闭连接
conn.close()

订阅:

 import pika
#建立连接
userx=pika.PlainCredentials("ruroot2","rproot2")
conn=pika.BlockingConnection(pika.ConnectionParameters("192.168.1.175",5672,'/',credentials=userx)) #开辟管道
channelx=conn.channel() #声明发布和订阅通道,如果可以确认通道存在则可以去掉该句
channelx.exchange_declare(exchange="dongee2",exchange_type="direct") #声明队列,生成一个随机的且不存在的队列,该队列会在连接断开后自动销毁
resqueue=channelx.queue_declare(exclusive=True)
#得到随机生成的队列名
queuenamex=resqueue.method.queue #将队列和发布数据绑定,确定订阅主题为:dongqu11 和 dongqu22
channelx.queue_bind(exchange="dongee2",queue=queuenamex,routing_key="dongqu11")
channelx.queue_bind(exchange="dongee2",queue=queuenamex,routing_key="dongqu22") #消息处理函数,执行完成才说明接收完成,此时才可以接收下一条,串行
def dongcallbackfun(channlx,methodx,v3,bodyx):
print("队列名(订阅的主题名)为:%r 得到的数据为:%r "%(methodx.routing_key,bodyx)) #接收准备
channelx.basic_consume(dongcallbackfun, #收到消息的回调函数
queue=queuenamex, #队列名
no_ack=True
) print("-------- 开始接收数据 -----------") #开始接收消息
channelx.start_consuming()

Python消息队列(RabbitMQ)的更多相关文章

  1. python 消息队列-rabbitMQ 和 redis介绍使用

    1.rabbitMQ 与ptyhon 进程queue 区别.进程queue 主要用户Python父子进程之间或者统一进程不同子进程.rabbit可以用户不同语言之前的相互交流,socket可以实现同样 ...

  2. 消息队列rabbitmq/kafka

    12.1 rabbitMQ 1. 你了解的消息队列 rabbitmq是一个消息代理,它接收和转发消息,可以理解为是生活的邮局.你可以将邮件放在邮箱里,你可以确定有邮递员会发送邮件给收件人.概括:rab ...

  3. 消息队列rabbitmq rabbitMQ安装

    消息队列rabbitmq   12.1 rabbitMQ 1. 你了解的消息队列 生活里的消息队列,如同邮局的邮箱, 如果没邮箱的话, 邮件必须找到邮件那个人,递给他,才玩完成,那这个任务会处理的很麻 ...

  4. openstack (共享服务) 消息队列rabbitmq服务

    云计算openstack共享组件——消息队列rabbitmq(3)   一.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 ...

  5. python消息队列snakemq使用总结

    Python 消息队列snakemq总结 最近学习消息总线zeromq,在网上搜了python实现的消息总线模块,意外发现有个消息队列snakemq,于是拿来研究一下,感觉还是很不错的,入手简单使用也 ...

  6. C#中使用消息队列RabbitMQ

    在C#中使用消息队列RabbitMQ 2014-10-27 14:41 by qy1141, 745 阅读, 2 评论, 收藏, 编辑 1.什么是RabbitMQ.详见 http://www.rabb ...

  7. node使用消息队列RabbitMQ一

    基础发布和订阅 消息队列RabbitMQ使用 1 安装RabbitMQ服务器 安装erlang服务 下载地址 http://www.erlang.org/downloads 安装RabbitMQ 下载 ...

  8. Python消息队列工具 Python-rq 中文教程

    原创文章,作者:Damon付,如若转载,请注明出处:<Python消息队列工具 Python-rq 中文教程>http://www.tiangr.com/python-xiao-xi-du ...

  9. 消息队列--RabbitMQ(一)

    1.消息队列概述 可以理解为保存消息的一个媒介/或者是个容器,与之相关有两个概念(即生产者(Publish)与消费者(Consumer)).所谓生产者,就是生产创造消息的一方,那么,消费者便是从队列中 ...

  10. (二)RabbitMQ消息队列-RabbitMQ消息队列架构与基本概念

    原文:(二)RabbitMQ消息队列-RabbitMQ消息队列架构与基本概念 没错我还是没有讲怎么安装和写一个HelloWord,不过快了,这一章我们先了解下RabbitMQ的基本概念. Rabbit ...

随机推荐

  1. 玩转spring MVC(九)---Spring Data JPA

    偷个懒 在网上看有写的比较好的,直接贴个链接吧:http://***/forum/blogPost/list/7000.html 版权声明:本文为博主原创文章,未经博主允许不得转载.

  2. vue.js小总结

    Vue.js 的核心是一个允许采用简洁的模板语法来声明式地将数据渲染进 DOM 的系统; 指令带有前缀 v-,以表示它们是 Vue 提供的特殊特性; v-for 指令可以绑定数组的数据来渲染一个项目列 ...

  3. webcron

    一个定时任务管理器,基于Go语言和beego框架开发.用于统一管理项目中的定时任务,提供可视化配置界面.执行日志记录.邮件通知等功能,无需依赖*unix下的crontab服务. 项目背景 开发此项目是 ...

  4. HTTP引流神器Goreplay详解【官译】

    0.背景 校验系统的正确性和可靠性时,仅靠用例场景无法覆盖全生产环境下的所有场景,需要一套引流工具,在系统正式上线前,用线上的请求测试待上线系统,在正常请求下,是否有报错:在数倍请求下,系统的性能瓶颈 ...

  5. .net core在网关中统一配置Swagger

    最近在做微服务的时候,由于我们是采用前后端分离来开发的,提供给前端的直接是Swagger,如果Swagger分布在各个API中,前端查看Swagger的时候非常不便,因此,我们试着将Swagger集中 ...

  6. bzoj 4129 Haruna’s Breakfast 树上莫队

    按照dfs序分块,莫队乱搞 再套个权值分块 #include<cstdio> #include<iostream> #include<cstring> #inclu ...

  7. 将wiki人脸数据集中的图片按男女分类

    import shutil f_in = 'D:/wiki_crop' # 读取文件中图片信息根据性别分类图片到对应目录中 dirroot = "D:/" f = open(dir ...

  8. MongoDB面试题

    1.什么是MongoDB MongoDB是一个文档数据库,提供好的性能,领先的非关系型数据库.采用BSON存储文档数据.BSON()是一种类json的一种二进制形式的存储格式,简称Binary JSO ...

  9. eShopOnContainers 知多少[8]:Ordering microservice

    1. 引言 Ordering microservice(订单微服务)就是处理订单的了,它与前面讲到的几个微服务相比要复杂的多.主要涉及以下业务逻辑: 订单的创建.取消.支付.发货 库存的扣减 2. 架 ...

  10. VulDeePecker:基于深度学习的脆弱性检测系统

    最近的两款软件,VUDDY和VulPecker,假阴性率高而假阳性率低,用于检测由代码克隆引发的漏洞.而如果用于非代码克隆引起的漏洞则会出现高误报率. 本文使用深度学习处理程序中的代码片段,不应由专家 ...