python16_day11【MQ、Redis、Memcache】

一、RabbitMQ

　　是一个在AMQP基础上完整的，可复用的企业消息系统。他遵循Mozilla Public 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，而无需专用连接来链接它们。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.RabbitMQ install

 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 install erlang

 安装RabbitMQ
    $ yum -y install rabbitmq-server
　　

注意：service rabbitmq-server start/stop

　　2. Python API install　　

 pip install pika
 or
 easy_install pika
 or
 源码
 https://pypi.python.org/pypi/pika

　　3.基于QUEUE实现生产消费模型

 import Queue
 import threading

 message = Queue.Queue(10)

 def producer(i):
     while True:
         message.put(i)

 def consumer(i):
     while True:
         msg = message.get()

 for i in range(12):
     t = threading.Thread(target=producer, args=(i,))
     t.start()

 for i in range(10):
     t = threading.Thread(target=consumer, args=(i,))
     t.start()

　　4.基于RabbitMQ

　　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。

 import pika

 # ######################### 生产者 #########################

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

 channel.queue_declare(queue='hello')

 channel.basic_publish(exchange='',
                       routing_key='hello',
                       body='Hello World!')
 print(" [x] Sent 'Hello World!'")
 connection.close()

 # ########################## 消费者 ##########################
 import pika
 connection = pika.BlockingConnection(pika.ConnectionParameters(
         host='localhost'))
 channel = connection.channel()

 channel.queue_declare(queue='hello')

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

 channel.basic_consume(callback,
                       queue='hello',
                       no_ack=True)

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

　　5.消费者ack

 import pika
 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost', port=5672))
 channel = connection.channel()
 channel.queue_declare(queue='hello')

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

 channel.basic_consume(callback, queue='hello', no_ack=False)
 # no_ack: acknowledgment 消息不丢失,MQ判读出现异常,没有消费,没有ack,则把消息放回队列.
 channel.start_consuming()

消息ack

　　6.durable消息持久化

 import pika

 connection = pika.BlockingConnection(pika.ConnectionParameters(
         host='127.0.0.1', port=5672))
 channel = connection.channel()

 channel.queue_declare(queue='hello1', durable=True)        # 创建通道, 持久化修改1:durable=True

 channel.basic_publish(exchange='',
                       routing_key='hello',
                       body='Hello World!',
                       properties=pika.BasicProperties(delivery_mode=2)  # 持久化修改2
                       )
 connection.close()

生产者

 import pika
 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost', port=5672))
 channel = connection.channel()

 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)  # 持久化:修改2

 channel.basic_consume(callback,
                       queue='hello',
                       no_ack=False)         # 持久化:修改1

 channel.start_consuming()

消费者

　　7.消息获取顺序

 import pika
 connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost', port=5672))
 channel = connection.channel()

 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)         # 默认消息队列里的数据是按照顺序被消费者拿走，
                                             # 例如：消费者1 去队列中获取 奇数 序列的任务，消费者1去队列中获取 偶数 序列的任务。
                                             # 表示谁来谁取，不再按照奇偶数排列
 channel.basic_consume(callback,
                       queue='hello',
                       no_ack=False)

 channel.start_consuming()

消费者

　　8.发布订阅

　　exchange type = fanout

 import pika
 import sys

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

 channel.exchange_declare(exchange='logs',
                          type='fanout')

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

发布者

 import pika

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

 channel.exchange_declare(exchange='logs',
                          type='fanout')

 result = channel.queue_declare(exclusive=True)
 queue_name = result.method.queue

 channel.queue_bind(exchange='logs',
                    queue=queue_name)

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

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

 channel.basic_consume(callback,
                       queue=queue_name,
                       no_ack=True)

 channel.start_consuming()

订阅者

　　9.发布订阅(关键字)

　　exchange type = direct

 import pika
 import sys

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

 channel.exchange_declare(exchange='direct_logs',
                          type='direct')

 severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
 message = ' '.join(sys.argv[2:]) or 'Hello World!'
 channel.basic_publish(exchange='direct_logs',
                       routing_key=severity,
                       body=message)
 print(" [x] Sent %r:%r" % (severity, message))
 connection.close()

发布者

 import pika
 import sys

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

 channel.exchange_declare(exchange='direct_logs',
                          type='direct')

 result = channel.queue_declare(exclusive=True)
 queue_name = result.method.queue

 severities = sys.argv[1:]
 if not severities:
     sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])
     sys.exit(1)

 for severity in severities:
     channel.queue_bind(exchange='direct_logs',
                        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

　　10.发布订阅(模糊匹配)

　　exchange type = topic

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

发送者路由值              队列中
old.boy.python          old.*  -- 不匹配
old.boy.python          old.#  -- 匹配

 import pika
 import sys

 connection = 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()

发布者

 import pika
 import sys

 connection = 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.queue

 binding_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()

订阅者

二、Memcached

　　1.安装API

　　　　pip3 install python-memcached

　　2.基本使用

import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)
mc.set("foo", "bar")
ret = mc.get('foo')
print ret

　　3.支持集群

• 根据算法将 k1 转换成一个数字
• 将数字和主机列表长度求余数，得到一个值 N（ 0 <= N < 列表长度 ）
• 在主机列表中根据 第2步得到的值为索引获取主机，例如：host_list[N]
• 连接 将第3步中获取的主机，将 k1 = "v1" 放置在该服务器的内存中

mc = memcache.Client([('1.1.1.1:12000', 1), ('1.1.1.2:12000', 2), ('1.1.1.3:12000', 1)], debug=True)

mc.set('k1', 'v1')

　　4.add命令

　　添加一条键值对，如果已经存在的 key，重复执行add操作异常

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)
mc.add('k1', 'v1')
# mc.add('k1', 'v2') # 报错，对已经存在的key重复添加，失败！！！

　　5.replace命令

　　replace 修改某个key的值，如果key不存在，则异常

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)
# 如果memcache中存在kkkk，则替换成功，否则一场
mc.replace('kkkk','999')

　　6.set 和 set_multi

　　set            设置一个键值对，如果key不存在，则创建，如果key存在，则修改！
　　set_multi   设置多个键值对，如果key不存在，则创建，如果key存在，则修改！

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)

mc.set('key0', 'wupeiqi')

mc.set_multi({'key1': 'val1', 'key2': 'val2'})

　　7.delete 和 delete_multi

　　delete             在Memcached中删除指定的一个键值对
　　delete_multi    在Memcached中删除指定的多个键值对

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)

mc.delete('key0')
mc.delete_multi(['key1', 'key2'])

　　8.get 和 get_multi

　　get            获取一个键值对
　　get_multi   获取多一个键值对

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)

val = mc.get('key0')
item_dict = mc.get_multi(["key1", "key2", "key3"])

　　9.append 和 prepend

　　append    修改指定key的值，在该值 后面 追加内容
　　prepend   修改指定key的值，在该值 前面 插入内容

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)
# k1 = "v1"

mc.append('k1', 'after')
# k1 = "v1after"

mc.prepend('k1', 'before')
# k1 = "beforev1after"

　　10.decr 和 incr

　　incr  自增，将Memcached中的某一个值增加 N （ N默认为1 ）
　　decr 自减，将Memcached中的某一个值减少 N （ N默认为1 ）

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache

mc = memcache.Client(['10.211.55.4:12000'], debug=True)
mc.set('k1', '777')

mc.incr('k1')
# k1 = 778

mc.incr('k1', 10)
# k1 = 788

mc.decr('k1')
# k1 = 787

mc.decr('k1', 10)
# k1 = 777

　　11.gets 和 cas

 　　如商城商品剩余个数，假设改值保存在memcache中，product_count = 900

　　A用户刷新页面从memcache中读取到product_count = 900
　　B用户刷新页面从memcache中读取到product_count = 900

　　如果A、B用户均购买商品

　　A用户修改商品剩余个数 product_count＝899
　　B用户修改商品剩余个数 product_count＝899

　　如此一来缓存内的数据便不在正确，两个用户购买商品后，商品剩余还是 899
　　如果使用python的set和get来操作以上过程，那么程序就会如上述所示情况！

　　如果想要避免此情况的发生，只要使用 gets 和 cas 即可，如：

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import memcache
mc = memcache.Client(['10.211.55.4:12000'], debug=True, cache_cas=True)

v = mc.gets('product_count')
# ...
# 如果有人在gets之后和cas之前修改了product_count，那么，下面的设置将会执行失败，剖出异常，从而避免非正常数据的产生
mc.cas('product_count', "899")

　　Ps：本质上每次执行gets时，会从memcache中获取一个自增的数字，通过cas去修改gets的值时，会携带之前获取的自增值和memcache中的自增值进行比较，如果相等，则可以提交，如果不想等，那表示在gets和cas执行之间，又有其他人执行了gets（获取了缓冲的指定值）， 如此一来有可能出现非正常数据，则不允许修改。

三、Redis

　　1.安装API

　　　　pip3 install redis

　　2.功能介绍

• 连接方式
• 连接池
• 操作
  • String 操作
  • Hash 操作
  • List 操作
  • Set 操作
  • Sort Set 操作
• 管道
• 发布订阅

　　3.基本操作

import redis

r = redis.Redis(host='10.211.55.4', port=6379)
r.set('foo', 'Bar')
print r.get('foo')

　　4.连接池

　　redis-py使用connection pool来管理对一个redis server的所有连接，避免每次建立、释放连接的开销。默认，每个Redis实例都会维护一个自己的连接池。可以直接建立一个连接池，然后作为参数Redis，这样就可以实现多个Redis实例共享一个连接池。

import redis

pool = redis.ConnectionPool(host='10.211.55.4', port=6379)

r = redis.Redis(connection_pool=pool)
r.set('foo', 'Bar')
print r.get('foo')

　　5.操作

　　　　参考：http://www.cnblogs.com/wupeiqi/articles/5132791.html