RabbitMQ是一个消息代理，从“生产者”接收消息并传递消息至“消费者”，期间可根据规则路由、缓存、持久化消息。“生产者”也即message发送者以下简称P，相对应的“消费者”乃message接收者以下简称C，message通过queue由P到C，queue存在于RabbitMQ，可存储尽可能多的message，多个P可向同一queue发送message，多个C可从同一个queue接收message。

实现的协议：AMQP。
 
术语(Jargon)
 
P，Producing，制造和发送信息的一方。
Queue，消息队列。
C，Consuming，接收消息的一方。
 
RabbitMQ安装
 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

安装rabbitmq API

 pip install pika

 or

 easy_install pika

 or

 源码

 https://pypi.python.org/pypi/pika

使用API操作RabbitMQ

基于Queue实现生产者消费者模型

 #!/usr/bin/env python

 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()
 #!/usr/bin/env python

 import pika

 # ########################## 消费者 ##########################

 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()

1、acknowledgment 消息不丢失(订阅端消息不丢失)

no-ack ＝ False，如果消费者遇到情况(its channel is closed, connection is closed, or TCP connection is lost)挂掉了，那么，RabbitMQ会重新将该任务添加到队列中。

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai')#创建一个MQ队列，名称为 hai，如果不创建，必须保证生产者已经创建，否则报错

 def callback(ch,method,properties,body):

     print("[x] Received %r" %body)#打印获得消息的内容

     ch.basic_ack(delivery_tag=method.delivery_tag)#当no_ack=Fales的时候，使用该语句提醒服务端，消息执行完毕，服务端可以删除队列中的消息

 channel.basic_consume(callback,queue='hai',no_ack=False)

 #获取hai队列中的消息，获得消息后执行callback函数，no_ack参数默认值为False,表示客户端收到消息后是否等待确认消息，

 # 如果为true，则表示获取数据后生产者将该消息删除，消费者如果丢失消息，无法找回，如果为false，则表示生产者等待消费者获取消息后等待生产者确认，

 # 如果没有收到确认，则会重新将消息加入到队列中，消息不会丢失

 print('[*]Waiting for messages to exit press CTRL+C')

 channel.start_consuming()

消费者

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai')#创建一个MQ队列，名称为 hai

 channel.basic_publish(exchange='',routing_key='hai',body='hello world')

 #向hai队列中插入"hello world"消息。routing_key指定队列名称，body指定消息内容

 print("[x] Sent 'hello world' ")

 connection.close()

生产者

2、durable   消息不丢失(服务端消息不丢失)

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai',durable=True)#创建一个MQ队列，名称为 hai，如果不创建，必须保证生产者已经创建，否则报错.durable=True是让消息持久化

 def callback(ch,method,properties,body):

     print("[x] Received %r" %body)#打印获得消息的内容

     ch.basic_ack(delivery_tag=method.delivery_tag)#当no_ack=Fales的时候，使用该语句提醒服务端，消息执行完毕，服务端可以删除队列中的消息

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

 #获取hai队列中的消息，获得消息后执行callback函数，no_ack参数默认值为False,表示客户端收到消息后是否等待确认消息，

 # 如果为true，则表示获取数据后生产者将该消息删除，消费者如果丢失消息，无法找回，如果为false，则表示生产者等待消费者获取消息后等待生产者确认，

 # 如果没有收到确认，则会重新将消息加入到队列中，消息不会丢失

 print('[*]Waiting for messages to exit press CTRL+C')

 channel.start_consuming()

消费者

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai',durable=True)#创建一个MQ队列，名称为 hai

 channel.basic_publish(exchange='',routing_key='hai',body='hello world',

                       properties=pika.BasicProperties(delivery_mode=2,))#该语句作用为告诉rabbit服务器将消息持久化

 #向hai队列中插入"hello world"消息。routing_key指定队列名称，body指定消息内容

 print("[x] Sent 'hello world' ")

 connection.close()

生产者

3、消息获取顺序

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。

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照索引排列

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai',durable=True)#创建一个MQ队列，名称为 hai，如果不创建，必须保证生产者已经创建，否则报错.durable=True是让消息持久化

 def callback(ch,method,properties,body):

     print("[x] Received %r" %body)#打印获得消息的内容

     ch.basic_ack(delivery_tag=method.delivery_tag)#当no_ack=Fales的时候，使用该语句提醒服务端，消息执行完毕，服务端可以删除队列中的消息

 channel.basic_qos(prefetch_count=1)#客户端按顺序去取，默认为奇偶数

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

 #获取hai队列中的消息，获得消息后执行callback函数，no_ack参数默认值为False,表示客户端收到消息后是否等待确认消息，

 # 如果为true，则表示获取数据后生产者将该消息删除，消费者如果丢失消息，无法找回，如果为false，则表示生产者等待消费者获取消息后等待生产者确认，

 # 如果没有收到确认，则会重新将消息加入到队列中，消息不会丢失

 print('[*]Waiting for messages to exit press CTRL+C')

 channel.start_consuming()

消费者

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接rabbitMQ服务器

 channel=connection.channel()#创建频道，通过频道操作rabbitmq

 channel.queue_declare(queue='hai',durable=True)#创建一个MQ队列，名称为 hai

 channel.basic_publish(exchange='',routing_key='hai',body='hello world',

                       properties=pika.BasicProperties(delivery_mode=2,))#该语句作用为告诉rabbit服务器将消息持久化

 #向hai队列中插入"hello world"消息。routing_key指定队列名称，body指定消息内容

 print("[x] Sent 'hello world' ")

 connection.close()

生产者

4、发布订阅

发布订阅和简单的消息队列区别在于，发布订阅会将消息发送给所有的订阅者，而消息队列中的数据被消费一次便消失。所以，RabbitMQ实现发布和订阅时，会为每一个订阅者创建一个队列，而发布者发布消息时，会将消息放置在所有相关队列中。

exchange type = fanout

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 import sys

 connection=pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8'))#连接消息队列服务器

 channel=connection.channel()#创建频道，通过频道对rabbitmq进行操作

 channel.exchange_declare(exchange='logs',type='fanout')#创建exchange，名称为logs，若果该消息队列已经创建，可以省略

 message=''.join(sys.argv[1:]) or "info: Hello Wrold"

 channel.basic_publish(exchange='logs',routing_key='',body=message)#将消息添加今年队列

 print('[x] sent %r'%message)

 connection.close()

发布者

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 connection = pika.BlockingConnection(pika.ConnectionParameters(host='10.0.0.8')) #连接消息队列服务器

 channel = connection.channel()#创建频道，通过频道对rabbitmq进行操作

 channel.exchange_declare(exchange='logs',#创建exchange，名称为logs

                          type='fanout')#type='fanout'作用为凡是和exchange相关联的队列，在用户给exchange发消息时，所有关联队列都会受到消息

 result=channel.queue_declare(exclusive=True)#不指定队列名，有系统随机创建

 queue_name=result.method.queue

 channel.queue_bind(exchange='logs',queue=queue_name)#将exchange和当前的消息队列做一个绑定

 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)#在队列中获取消息

 channel.start_consuming()

订阅者

5、关键字发送

exchange type = direct

之前事例，发送消息时明确指定某个队列并向其中发送消息，RabbitMQ还支持根据关键字发送，即：队列绑定关键字，发送者将数据根据关键字发送到消息exchange，exchange根据 关键字 判定应该将数据发送至指定队列。

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 import sys

 connection = pika.BlockingConnection(pika.ConnectionParameters(

         host='192.168.11.138'))

 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!'

 severity='info'

 message='test'

 channel.basic_publish(exchange='direct_logs',

                       routing_key=severity,

                       body=message)

 print(" [x] Sent %r:%r" % (severity, message))

 connection.close()

发布者

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 import sys

 connection = pika.BlockingConnection(pika.ConnectionParameters(

         host='10.0.0.8'))

 channel = connection.channel()

 channel.exchange_declare(exchange='direct_logs',

                          type='direct')#设置exchange类型为direct

 result = channel.queue_declare(exclusive=True)  #创建随机队列

 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)

 severities=['error']

 for severity in severities:

     channel.queue_bind(exchange='direct_logs',

                        queue=queue_name,

                        routing_key=severity)#绑定关键字

 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()

订阅在1

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 #！/usr/bin/env python

 # time:

 # Auto:PANpan

 # func:

 import pika

 import sys

 connection = pika.BlockingConnection(pika.ConnectionParameters(

         host='10.0.0.8'))

 channel = connection.channel()

 channel.exchange_declare(exchange='direct_logs',

                          type='direct')

 result = channel.queue_declare( )

 #声明queue，确认要从中接收message的queue

 #queue_declare函数是幂等的，可运行多次，但只会创建一次

 #若可以确信queue是已存在的，则此处可省略该声明，如producer已经生成了该queue

 #但在producer和consumer中重复声明queue是一个好的习惯

 #例如：  channel.queue_declare(queue='hello')

 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)

 severities=['error','info']

 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()

订阅在2

6、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
 #!/usr/bin/env python

 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

 #!/usr/bin/env python

 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

注：

订阅/发布Demo
 
发送消息给多个订阅者
核心思想：消息发送给exchange，每个接收方创建匿名Queue绑定到exchange，exchange发送消息给每个接收方。
 
Exchanges
 
在RabbitMQ完整的模型中，消息只能发送给一个exchange。
exchange一方面接收消息，另一方面push给queues。
 
exchange类型
> rabbitmqctl list_exchanges
direct
topic
headers
fanout 广播消息给已知队列
 

Python之RabbitMQ操作的更多相关文章

  1. Python之RabbitMQ的使用

    今天总结一下Python关于Rabbitmq的使用 RabbitMQ官网说明,其实也是一种队列,那和前面说的线程queue和进程queue有什么区别呢? 线程queue只能在同一个进程下进行数据交互 ...

  2. openresty 学习笔记番外篇:python访问RabbitMQ消息队列

    openresty 学习笔记番外篇:python访问RabbitMQ消息队列 python使用pika扩展库操作RabbitMQ的流程梳理. 客户端连接到消息队列服务器,打开一个channel. 客户 ...

  3. python高级之操作数据库

    python高级之操作数据库 本节内容 pymysql介绍及安装 使用pymysql执行sql 获取新建数据自增ID fetch数据类型设置 1.pymysql介绍及安装 在python2中连接数据库 ...

  4. 用 Python、 RabbitMQ 和 Nameko 实现微服务

    用 Python. RabbitMQ 和 Nameko 实现微服务 原创 07-17 17:57 首页 Linux中国 "微服务是一股新浪潮" - 现如今,将项目拆分成多个独立的. ...

  5. Python 文件常见操作

    # -*-coding:utf8 -*- ''''' Python常见文件操作示例 os.path 模块中的路径名访问函数 分隔 basename() 去掉目录路径, 返回文件名 dirname()  ...

  6. Python :open文件操作,配合read()使用！

    python:open/文件操作 open/文件操作f=open('/tmp/hello','w') #open(路径+文件名,读写模式) 如何打开文件 handle=open(file_name,a ...

  7. 第九篇：python高级之操作数据库

    python高级之操作数据库   python高级之操作数据库 本节内容 pymysql介绍及安装 使用pymysql执行sql 获取新建数据自增ID fetch数据类型设置 1.pymysql介绍及 ...

  8. （转载）Python 列表(list)操作

    (转载)http://blog.csdn.net/facevoid/article/details/5338048 创建列表sample_list = ['a',1,('a','b')] Python ...

  9. python之数据库操作(sqlite)

    python之数据库操作(sqlite) 不像常见的客户端/服务器结构范例,SQLite引擎不是个程序与之通信的独立进程,而是连接到程序中成为它的一个主要部分.所以主要的通信协议是在编程语言内的直接A ...

随机推荐

  1. 王爽<<汇编语言>> 实验十四

    ;以"年/月/日 时:分:秒"的格式, 显示当前的日期, 时间 assume cs:code code segment main: out 70h,al ;告诉CMOS RAM将要 ...

  2. Async/Await - Best Practices in Asynchronous Programming

    https://msdn.microsoft.com/en-us/magazine/jj991977.aspx Figure 1 Summary of Asynchronous Programming ...

  3. C#连接操作mysql实例

    第三方组件:Mysql.Data.dll说明:去官方网站下载Mysql.Data.dll,然后在项目中添加该组件的引用,在代码页里输入using Mysql.Data.MysqlClient,我们就可 ...

  4. LeetCode----Tree

    Path Sum II 思路:回溯 public List<List<Integer>> pathSum(TreeNode root, int sum) { List<L ...

  5. python 发邮件-带附件-文本-html

    #!/usr/bin/python # encoding=utf-8 # Filename: send_email.py from email.mime.image import MIMEImage ...

  6. DotNet 资源大全【转】

    转自:http://blog.jobbole.com/96676/ API 框架 NancyFx:轻量.用于构建 HTTP 基础服务的非正式(low-ceremony)框架,基于.Net 及 Mono ...

  7. VR外包团队：VR和AR技术已经红得发紫

    近6个月以来,VR和AR技术已经红得发紫. 不管是创业公司还是互联网巨头,如果不在VR领域有所涉猎,都不好意思跟外界打招呼.最近,阿里巴巴公布VR战略并推出了一条VR购物的视频,更是给业界打了满满一碗 ...

  8. Python入门4

    函数 函数其实在日常的编码过程中,你都在使用,比如print().input().len()等函数,只不过这些都是python给你写好的内置函数,供你是用,内置的函数数量有限,想让python为我们做 ...

  9. <<面向模式的软件架构2-并发和联网对象模式>>读书笔记

    服务访问和配置模式 Wrapper Facade可以将有非对象API提供的函数和数据封装到面向对象的类接口中 就是把底层API再封装一次,让外部不用关心是调用哪个平台的API,不如锁,在不同的平台上可 ...

  10. 【solr】之solr界面查询返回距离并排序

    使用solr界面查询 {!geofilt}距离函数 star:[4 TO 5]星级排序 geodist() desc 距离排序 pt :31.221717,121.580891 sfield:loca ...