RabbitMq介绍

项目的适用场景：系统中使用到了第三方的监测系统，每次使用都要以http的请求去获取一些信息，用户在我们系统中发出请求后，我们将要再去请求第三方的接口。显而易见这样的应用场景会出现一些问题，例如：
1.假设第三方的接口处理的时间很长，那么直接的请求返回，会让用户处在一种等待的状态下，这怎么解决？
2.如果第三方的接口的服务器当掉了，那么系统这时候应该如何处理？
第一个问题的答案是“异步”，第二个问题的答案是“重试机制”。


一种简单的处理方法：当用户请求系统的时候，可以将当前的请求放在一个空间下面比如文件，内存(redis, mongodb等)，数据库，然后返回给用户，而在后端用另一个程序去读取并处理空间下面的请求。
这样的处理方法适合单任务操作，为什么？如果有多个外部程序一起处理空间的请求的话，问题会变的复杂起来。这时候会要考虑到处理实体（请求）的状态以及一系列的并发问题。而这样的解决方法会让人感觉到很“业余”。


而RabbitMq就让这些问题迎刃而解了:
    首先.message queue的概念会让人感觉到就是为这样的场景而诞生的（反正我是这么想的）。
    第二.rabbitmq已经帮你处理了多个处理者并行处理的情形，而你只需要写很少的代码（好像只有一行）。即使在一个处理者正在处理的时候当掉的话，当前的处理实体也会被server交付给其他的处理者处理，除非你不想那么干。


名词解释：
处理实体： 队列中储存的处理单元，用于被处理者处理，每次处理一个。


1.RabbitMq结构
RabbitMq分为三部分.
(1).mq的服务器(队列): 服务器的作用是接受生产者发送过来的处理实体,并保存。
(2).生产者：产生处理实体，向队列中添加, mq的客户端。
(3).处理者：接受mq服务器分发的处理实体并处理。


2. 运行测试RabbitMq
2.1. 下载并安装：
     wget http://www.rabbitmq.com/releases/rabbitmq-server/v2.8.2/rabbitmq-server_2.8.2-1_all.deb
2.2. 启动server:
     rabbitmq-server -detached     
2.3. 安装客户端(python pika):
     pip install pika
2.4. 生产者代码：

import pika
infor = "aaaaaaaa"
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
channel.queue_declare(queue='hel')
channel.basic_publish(exchange='', routing_key='hel', body=infor)

2.5. 运行后在服务器的机器上测试

rabbitmqctl list_queues

Listing queues ...
hel 1
...done.
成功
2.6. 处理者代码：

import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='hel')
def callback(ch, method, properties, body):
    print body
channel.basic_consume(callback,queue='hel',no_ack=True)
channel.start_consuming()

3.多处理者的情形
由多个处理者并行处理处理实体，注意的问题就是：当一个处理实体在处理中的时候，处理该实体的处理者当掉的话，那么该实体怎么做处理。rabbitmq给了我们选择。
为了保证消息不会被丢失，rabbitmq支持消息确认，一个消息确认就是指当处理者发送一个消息告诉mq服务器：特定的消息已经接受到了并且被处理了，然后mq服务器就可以删除此消息了。消息的处理时长是任意的，mq服务器不会因为这个消息处理的时间太长了，就将这个消息转给了其他处理者处理。必须等到某个处理者链接不上了之后才会转发正在处理的消息。
处理者代码：

import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.queue_declare(queue='hel')
def callback(ch, method, properties, body):
    print body
    ch.basic_ack(delivery_tag = method.delivery_tag)
channel.basic_consume(callback,queue='hel')
channel.start_consuming()

"ch.basic_ack(delivery_tag = method.delivery_tag)"这样就保证了消息确认了。


4.搭建rabbitmq服务器集群
服务器集群的概念和优点就不罗嗦了，
4.1 启动第一台机器上的服务器：
root@swallowsea:~# rabbitmq-server -detached
运行：
root@swallowsea:~# rabbitmqctl cluster_status
查看服务器节点状态:
Cluster status of node rabbit@swallowsea ...
[{nodes,[{disc,[rabbit@swallowsea]}]},{running_nodes,[rabbit@swallowsea]}]
...done.
当前运行的节点：rabbit@swallowsea，disc中只有一个服务器节点在运行
4.2 运行第二台机器上的服务器
4.2.1 root@test:~# rabbitmq-server -detached
4.2.2 停止app
root@test:~# rabbitmqctl stop_app 
4.2.3 重置app
root@test:~# rabbitmqctl reset
4.2.4
*1 erlang使用cookie来允许各个节点之间的通信，所以两个节点之间的cookie必须相同。
从第一台服务器/var/lib/rabbitmq/.erlang.cookie文件中拷贝出cookie,将它粘贴到第二台服务器上的.erlang.cookie
(它们所在的位置肯呢个不一样，你可以使用locate来查找该文件)
?*2 为了使第二台机器上必须能访问到第一台服务器，将第二台机器上的hosts文件添加记录:
    192.168.18.84   swallowsea
    第一台的机器节点名称为: rabbit@swallowsea
4.2.5将节点添加到第一台服务器中

root@test:~# rabbitmqctl cluster rabbit@swallowsea
Clustering node rabbit@test with [rabbit@swallowsea] ...
...done.

成功 OK
启动：
root@test:~# rabbitmqctl start_app
查看状态:
  

  root@test:~# rabbitmqctl cluster_status
    Cluster status of node rabbit@test ...
    [{nodes,[{disc,[rabbit@swallowsea]},{ram,[rabbit@test]}]},
     {running_nodes,[rabbit@swallowsea,rabbit@test]}]
    ...done.

可以发现两个节点都已经运行了。
用rabbitmqctl list_queues测试发现两个节点的数据都是一样的了。

5 节点之间的关系
节点分为两种类型的节点，第一种称作RAM,第二种称作DISK, 顾名思义RAM节点仅仅将状态信息存放在内存中，而DISK节点可以将信息保存在内存中和磁盘中。因为RAM节点不许要写磁盘，所以它的性能能更好一点。
其实用 rabbitmqctl cluster rabbit@swallowsea 命令的时候cluster后面指定的节点名称就是该集群中DISK的节点名称
所以可以利用cluster命令来进行DISK与RAM节点类型的更换。