Python消息队列(RabbitMQ)
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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- (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
- mysql用户链接数
show status like 'Threads_connected'; 当前连接数 show variables like '%max_connections%'; 最大链接数 set GLOB ...
- node.js面向对象实现(二)继承
http://blog.sina.com.cn/s/blog_b5a53f2e0101nrdi.html 继承是面向对象中非常重要的一个概念,那么在Node.js中如何实现继承呢? node.js在u ...
- key.go
package].Key) if err = waitDelete(ctx, client, lastKey, resp.Header.Revision); err != nil { ...
- noip2011 玛雅游戏 大模拟
深搜+模拟 需要剪枝:同一移动向右移了就不需要向左移了 #include<cstdio> #include<cstring> #include<iostream> ...
- Selenium在定位的class含有空格的复合类的解决办法整理
1.class属性唯一但是有空格,选择空格两边唯一的哪一个 <div id="tempConfigTable" class="dtb-style-1 table-d ...
- Map集合中,关于取值和遍历的相关操作
这是自己的关于map集合的相关操作的小研究,分享给大家. 主要代码内容包含以下: 1,map集合的遍历 2,根据key值获取value值 3,根据value值获取key值 4,返回最大value值对应 ...
- hystrix 结果缓存机制(5)
hystrix支持将一个请求结果缓存起来,下一个具有相同key的请求将直接从缓存中取出结果,减少请求开销.要使用hystrix cache功能 第一个要求是重写getCacheKey(),用来构造ca ...
- Mybatis之旅第五篇-动态SQL
一.引言 在之前的CRUD例子中,都是一些很简单的SQL,然而实际的业务开发中会有一些复杂的SQL,我们经常需要拼接SQL,拼接的时候要确保不能忘了必要的空格,还要注意省掉列名列表最后的逗号.Myba ...
- Hyperledger Fabric、Corda和以太坊对比
Hyperledger Fabric . Corda 和以太坊的对比 三种不同的框架 我们从 Hyperledger Fabric.R3 Corda和以太坊的白皮书中可以看到,三种框架在可能的应用领 ...
- go.js remove 特定part
我想删除一个实际上是背景的部分. 假设这是我添加part的方式 myDiagram.add( scope.gj(go.Part,//此Part未绑定到任何模型数据 { layerName:“Backg ...