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。

puthon操作rabbitMQ的模块名为:pika
 
 
在操作rabbitMQ之前,先通过Queue理解生产者消费者模型
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import Queue
import threading message = Queue.Queue(10) def producter(i): while True:
message.put(i) def consumer(i):
while True:
message.get() for i in range(5):
w = threading.Thread(target=producter,args=(i,))
w.start() for i in range(2):
w = threading.Thread(target=consumer,args=(i,))
w.start()

生产者消费者模型

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。

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) #连接一台rabbitMQ channel = connection.channel() #创建一个频道 channel.queue_declare("chenchao") #声明一个消息队列 channel.basic_publish(exchange='',routing_key="chenchao",body="Fucking!") #发送消息 print "sent Fucking world!!!!" connection.close() #关闭连接

生产者

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ # #############################消费者######################## import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) channel = connection.channel() channel.queue_declare("chenchao") def callback(ch, method, properties, body): #固定格式 必须有4个参数
print body channel.basic_consume(callback,queue="chenchao",no_ack=True) #将从队列里取出的数据回调给callback方法 channel.start_consuming() #开始取值

消费者

1、acknowledgment 消息不丢失

no-ack = False,如果在传递消息的过程中消费者遇到情况(its channel is closed, connection is closed, or TCP connection is lost)挂掉了,那么,RabbitMQ会重新将该任务消息添加到队列中。

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ # #############################消费者######################## import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) channel = connection.channel() channel.queue_declare("chenchao") def callback(ch, method, properties, body): #固定格式 必须有4个参数
print body
import time
time.sleep(8)
print "sleep over"
ch.basic_ack(delivery_tag = method.delivery_tag ) #向生产者发送应答 channel.basic_consume(callback,queue="chenchao",no_ack=False) #将从队列里取出的数据回调给callback方法 channel.start_consuming() #开始取值

消费者

ch.basic_ack(delivery_tag = method.delivery_tag )   #向生产者发送应答,表示已经接收到了数据
no_ack=False

2、durable   消息不丢失

如果之前的队列为非持久化的,那么之后就不能将其修改为持久化的,必须重新创建一个新的队列,并声明为持久化的队列,并且在发送消息时也要注明是持久化消息才行。

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ # #######################生产者###################### import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) #连接一台rabbitMQ channel = connection.channel() #创建一个频道 channel.queue_declare("chenchao2",durable=True) #声明一个消息队列为持久化的队列 channel.basic_publish(exchange='',
routing_key="chenchao2",
body="Message NO.1",
properties=pika.BasicProperties(delivery_mode=2,)) #发送消息为持久化的数据 print "sent Message OK!" connection.close() #关闭连接

生产者

durable=True
properties=pika.BasicProperties(delivery_mode=2,)
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ # #############################消费者######################## import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) channel = connection.channel() channel.queue_declare("chenchao2",durable=True) #生命一个可持续化的队列(如果队列已经存在,这句可有可无) def callback(ch, method, properties, body): #固定格式 必须有4个参数
print body
import time
time.sleep(8)
print "sleep over"
ch.basic_ack(delivery_tag = method.delivery_tag ) #向生产者发送应答 channel.basic_consume(callback,queue="chenchao2",no_ack=False) #将从队列里取出的数据回调给callback方法 channel.start_consuming() #开始取值

消费者

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,不再按照奇偶数排列

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ # #############################消费者######################## import pika connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.1.108')) channel = connection.channel() channel.queue_declare("chenchao2",durable=True) #生命一个可持续化的队列(如果队列已经存在,这句可有可无) def callback(ch, method, properties, body): #固定格式 必须有4个参数
print body
import time
time.sleep(8)
print "sleep over"
ch.basic_ack(delivery_tag = method.delivery_tag ) #向生产者发送应答 channel.basic_qos(prefetch_count=1) #获取消息不在按奇偶规则获取 channel.basic_consume(callback,queue="chenchao2",no_ack=False) #将从队列里取出的数据回调给callback方法 channel.start_consuming() #开始取值

消费者

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。

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika
import sys connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='chenchao',
type='fanout') #声明一个名称为chenchao的exchange 类型为fanout message = ' '.join(sys.argv[1:]) or "info: Hello every consumer2"
channel.basic_publish(exchange='chenchao',
routing_key='',
body=message) #将消息发送到exchange里,通过exchange发送到所有队列
print(" [x] Sent %r" % message)
connection.close()

发布者

channel.exchange_declare(exchange='chenchao',
type='fanout') #声明一个名称为chenchao的exchange 类型为fanout
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='chenchao',
type='fanout') #声明类型为fanou名称为chenchao的exchange result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue #生成一个随机名的队列 channel.queue_bind(exchange='chenchao',
queue=queue_name) #将队列与exchange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) channel.start_consuming()

订阅者

channel.queue_bind(exchange='chenchao',
queue=queue_name) #将队列与exchange绑定

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
# _*_coding:utf-8 _*_ import pika
import sys connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='import',
type='direct') #声明一个名称为import的exchange 类型为direct message = ' '.join(sys.argv[1:]) or "info: Hello are you Q1???"
channel.basic_publish(exchange='import',
routing_key='Nice',
body=message) #将消息与关键字发送到exchange里,通过关键字发送到绑定的队列
print(" [x] Sent %r" % message)
connection.close()

生产者

type='direct'
routing_key='Nice'
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='import',
type='direct') #声明类型为direct名称为import的exchange result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue #生成一个随机名的队列 channel.queue_bind(exchange='import',
queue=queue_name,
routing_key="Queue1") #将队列与exchange绑定,并声明关键字 channel.queue_bind(exchange='import',
queue=queue_name,
routing_key="Nice") #将队列与exchange绑定,并声明关键字 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()

订阅者

 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='import',
type='direct') #声明类型为direct名称为import的exchange result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue #生成一个随机名的队列 channel.queue_bind(exchange='import',
queue=queue_name,
routing_key="Queue2") #将队列与exchange绑定,并声明关键字 channel.queue_bind(exchange='import',
queue=queue_name,
routing_key="Nice") #将队列与exchange绑定,并声明关键字 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()

订阅者2

  type='direct'

  routing_key="Nice"

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
routing_key="Nice.*"
routing_key="Nice.#"

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

old.boy.python          old.#  -- 匹配
 
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika
import sys connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='topic_logs',
type='topic') #声明一个名称为import的exchange 类型为direct message = ' '.join(sys.argv[1:]) or "info: Are you choosed?"
channel.basic_publish(exchange='topic_logs',
routing_key='Nice',
body=message) #将消息与关键字发送到exchange里,通过关键字发送到绑定的队列
print(" [x] Sent %r" % message)
connection.close()

发布者

type='topic'
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='topic_logs',
type='topic') #声明类型为topic的exchange result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue #生成一个随机名的队列 channel.queue_bind(exchange='topic_logs',
queue=queue_name,
routing_key="Nice.*") #将队列与exchange绑定,并声明关键字 *代表只能匹配一个 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1

type='topic'
routing_key="Nice.*"
 #!/usr/bin/env python
# _*_coding:utf-8 _*_ import pika connection = pika.BlockingConnection(pika.ConnectionParameters(
host='192.168.1.108'))
channel = connection.channel() channel.exchange_declare(exchange='topic_logs',
type='topic') #声明类型为direct名称为import的exchange result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue #生成一个随机名的队列 channel.queue_bind(exchange='topic_logs',
queue=queue_name,
routing_key="Nice.#") #将队列与exchange绑定,并声明关键字 #代表只能匹配0个或者多个 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2

routing_key="Nice.#"
 

 

python操作RabbiMQ的更多相关文章

  1. Python之路:Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

  2. 【转】Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

  3. python操作RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

  4. Python菜鸟之路:Python基础-Python操作RabbitMQ

    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.ra ...

  5. Python操作 RabbitMQ、Redis、Memcache

    Python操作 RabbitMQ.Redis.Memcache Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数 ...

  6. Python(九) Python 操作 MySQL 之 pysql 与 SQLAchemy

    本文针对 Python 操作 MySQL 主要使用的两种方式讲解: 原生模块 pymsql ORM框架 SQLAchemy 本章内容: pymsql 执行 sql 增\删\改\查 语句 pymsql ...

  7. Python 【第六章】:Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

  8. 练习:python 操作Mysql 实现登录验证 用户权限管理

    python 操作Mysql 实现登录验证 用户权限管理

  9. Python操作MySQL

    本篇对于Python操作MySQL主要使用两种方式: 原生模块 pymsql ORM框架 SQLAchemy pymsql pymsql是Python中操作MySQL的模块,其使用方法和MySQLdb ...

随机推荐

  1. Windows的计划任务

    阅读目录 一:什么是Windows的计划任务? 二:如何设置计划任务 三:高级设置计划任务 一:什么是Windows的计划任务? 在日常的工作中,我们都有一些固定的或临时性的工作,而每次在爱机前一坐, ...

  2. OC - 31.通过封装的自定义布局快速实现商品展示

    概述 实现效果 设计思路 采用MVC架构,即模型—视图-控制器架构 使用MJExtension框架实现字典转模型 使用MJRefresh框架实现上拉和下拉刷新 上拉刷新,加载新的数据 下拉刷新,加载更 ...

  3. BFC块级格式化上下文简述

    做过页面编写的各位应该对定位不陌生了,这个样式表中的重头戏,也是最难把控的元素之一,今天在这里我们要讲到的就是与浮动与清除浮动相关的定位元素,对于定位有很多种,有绝对定位,还有相对定位,固定定位,静态 ...

  4. Elasticsearch学习1--head插件安装

    1.简要介绍 elasticsearch-head是一个elasticsearch的集群管理工具,它是完全由html5编写的独立网页程序. 2.最近尝试学习elasticsearch,查了一些资料,但 ...

  5. SGU 121.Bridges painting

    原题地址 题意: 新百慕大由N个岛屿组成,在岛屿之间有一些连接它们的桥.在任意两个岛屿之间,最多只有一座桥连接它们.总统先生下达命令,要求给所有桥上色. 每一座桥能被染成 白色 或者 黑色. 每一个岛 ...

  6. TextView控件

    1.手动创建(不建议): TextView tv = new TextView(this); tv.setContent("你好"); setContentView(tv); 2. ...

  7. 关于Asp.Net中避免用户连续多次点击按钮,重复提交表单的处理

    Web页面中经常碰到这类问题,就是客户端多次点击一个按钮或者链接,导致程序出现不可预知的麻烦. 客户就是上帝,他们也不是有意要给你的系统造成破坏,这么做的原因很大一部分是因为网络慢,点击一个操作之后, ...

  8. Python中几种数据结构的整理,列表、字典、元组、集合

    列表:shoplist = ['apple', 'mango', 'carrot', 'banana']字典:di = {'a':123,'b':'something'}集合:jihe = {'app ...

  9. Execl DataTime Format Number

    Excel 中日期类型所保存的值是数值型.只是设置了为日期格式,通过公式转换从而得出我们平时常用的日期内容.也很好理解这公式所要说明的意思.数值是个浮点型可以分成2部分看.整数部分:年月日(日期)小数 ...

  10. 解决m2eclipse之Unable to update index for central |

    maven 不能更新,真烦人,转载他人的 maven是个好东西,eclipse上的maven插件m2eclipse也非常方便,但是最近这个东西经常无法连接到maven index的更新网站,然后ecl ...