RabbitMQ的exchange，即交换机有不同的类型：
1.direct Exchange(直接交换机)
匹配路由键，只有完全匹配消息才会被转发
2.Fanout Excange（扇出交换机）
将消息发送至所有的队列
3.Topic Exchange(主题交换机)
将路由按模式匹配，此时队列需要绑定要一个模式上。符号“#”匹配一个或多个词，符号“*”匹配不多不少一个词。因此“abc.#”能够匹配到“abc.def.ghi”，但是“abc.*” 只会匹配到“abc.def”。
4.Header Exchange
在绑定Exchange和Queue的时候指定一组键值对，header为键，根据请求消息中携带的header进行路由
RabbitMQ六种工作模式
六种模式分别为Hello world、Work queues（工作队列）、Publish/Subscribe（发布订阅）、Routing（路由）、Topics（主题）、RPC（远程调用），除了RPC模式外，其余的模式都是从简单的使用到更为灵活的使用，基本的代码框架都是差不多的，只是在不同的模式下达到的效果不同，它们各有各的特点，在实际使用中应该根据需求来选择具体的模式，而不是简单粗暴的选择最“高端”的模式。
1. Hello world模式（也叫simple (简单模式)）
Hello world模式是最简单的一种模式，一个producer发送message，另一个consumer接收message。
2. Work queues模式（工作模式）
Work queues模式即工作队列模式，也称为Task queues模式（任务队列模式），这个模式的特点在于，同一个queue可以允许多个consumer从中获取massage，RabbitMQ默认会从queue中依次循环的给不同的consumer发送message。一个生产者生产信息，多个消费者进行消费，但是一条消息只能消费一次
3. Publish/Subscribe模式（发布订阅模式）相当于广播
相对于工作/任务模式中的一个message只能发送给一个consumer使用，发布订阅模式会将一个message同时发送给多个consumer使用，其实就是producer将message广播给所有的consumer。
生产者首先投递消息到交换机，订阅了这个交换机的队列就会收到生产者投递的消息。
使用fanout交换机类型，传递到 exchange 的消息将会转发到所有与其绑定的 queue 上。
不需要指定 routing_key ，即使指定了也是无效。
需要提前将 exchange 和 queue 绑定，一个 exchange 可以绑定多个 queue，一个queue可以绑定多个exchange。
需要先启动 订阅者，此模式下的队列是 consumer 随机生成的，发布者 仅仅发布消息到 exchange ，由 exchange 转发消息至 queue。如果不先启动订阅者，则发布者发布的消息订阅者是无法事后接收到的。
发布者：
import pika # 链接mq需要pika模块
import json
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建。durable = True 代表exchange持久化存储，False 非持久化存储
channel.exchange_declare(exchange='logs',
exchange_type='fanout',
)
for i in range(0,10):
message = json.dumps({'消息ID':'1000%s'%i,},ensure_ascii=False)
channel.basic_publish(exchange='logs',
routing_key='',
body=bytes(message,encoding='utf8'),
)
print(message)
connection.close()接收者：
import pika
import json
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
# 创建临时队列,队列名传空字符或不设置，将创建唯一的临时queue，consumer关闭后，队列自动删除
result = channel.queue_declare('',exclusive=True)
queue_name = result.method.queue
print("temp queue name:",queue_name)
channel.queue_bind(exchange='logs',
queue=queue_name,
)
def callback(ch, method, properties, body):
print("[x] Received %r" % str(body,encoding='utf8'))
# 如果basic_consume中auto_ack为False，则这里要手动进行应答
channel.basic_ack(delivery_tag=method.delivery_tag) # 手动应答
print('手动应答队列中消息')
channel.basic_consume(queue=queue_name, # 接收指定queue的消息
on_message_callback=callback, # 设置收到消息的回调函数
auto_ack=False) # 指定为True，表示消息接收到后自动给消息发送方回复确认，已收到消息，False表示不自动确认，需要在callback中手工确认
print('[*] Waiting for message. To exit press CTRL+C')
# 一直处于等待接收消息的状态，如果没收到消息就一直处于阻塞状态，收到消息就调用上面的回调函数
channel.start_consuming()
4. Routing模式（路由模式），相当于组播
路由模式中，exchange类型为direct，与发布订阅模式相似，但是不同之处在于，发布订阅模式将message不加区分广播给所有的绑定queue，但是路由模式中，允许queue在绑定exchange时，同时指定 routing_key ，exchange就只会发送message到与 routing_key 匹配的queue中，其他的所有message都将被丢弃。当然，也允许多个queue指定相同的 routing_key ，此时效果就相当于fanout类型的发布订阅模式了。
生产者生产消息投递到direct交换机中，扇出交换机会根据消息携带的routing Key匹配相应的队列
生产者：
import pika # 链接mq需要pika模块
import sys
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
channel.exchange_declare(exchange='direct-logs',
exchange_type='direct', # 类型为direct
durable = True,
)
severity = sys.argv[1] if len(sys.argv)>1 else 'info' # 定义消息严重级别
message = ''.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='direct-logs',
routing_key=severity, # 把消息发送到一组队列，这一组队列按routing_key分组
body=message)
print(" [x] Sent %r:%r" % (severity,message))
connection.close()消费者：
import pika
import sys
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
# 创建临时队列,队列名传空字符或不设置，将创建唯一的临时queue，consumer关闭后，队列自动删除
result = channel.queue_declare('',exclusive=True)
queue_name = result.method.queue
severities = sys.argv[1:] # 可以输入多个级别
if not severities:
sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])
sys.exit(1)
for severity in severities: # 循环绑定routing_key
channel.queue_bind(exchange='direct-logs',
queue=queue_name,
routing_key=severity,
)
def callback(ch, method, properties, body):
print("[x] Received %r" % body)
# 如果basic_consume中auto_ack为False，则这里要手动进行应答
channel.basic_ack(delivery_tag=method.delivery_tag) # 手动应答
print('手动应答队列中消息')
channel.basic_consume(queue=queue_name, # 接收指定queue的消息
on_message_callback=callback, # 设置收到消息的回调函数
auto_ack=False) # 指定为True，表示消息接收到后自动给消息发送方回复确认，已收到消息，False表示不自动确认，需要在callback中手工确认
channel.start_consuming()运行结果：
5. Topics模式（主题模式）
主题模式的exchange类型为topic，相较于路由模式，主题模式更加灵活，区别就在于它的routing_key可以带通配符 * （匹配一个单词）和 # （匹配0个或多个单词），每个单词以点号分隔，但注意，routing_key的总大小不能超过255个字节。
如果一个message同时匹配了多个queue中的routing_key，那这几个queue都会收到这个message，如果一个message同时匹配了一个queue中的多个routing_key，那这个queue也只会接收一次这条message，如果一个message没有匹配上任何routing_key，那么这个message将被丢弃。
如果routing_key定义为 # （就只有这一个通配符），那么这个queue将接收所有message，就像exchange类型为fanout的发布订阅模式一样，如果routing_key两个通配符都没有使用，那么这个queue将会接收固定routing_key的message，就像exchange类型为direct的路由模式一样。
producer端：从代码上讲，producer的代码与路由模式没什么区别，只不过在routing_key的传值上需要注意与想要发送到的queue进行匹配。
生产者生产消息投递到topic交换机中，上面是完全匹配路由键，而主题模式是模糊匹配，只要有合适规则的路由就会投递给消费者。
生产者：
import pika # 链接mq需要pika模块
import sys
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
channel.exchange_declare(exchange='topic-logs',
exchange_type='topic', # 类型为direct
durable = True,
)
routing_key = sys.argv[1] if len(sys.argv)>1 else 'anonymous.info' # 定义消息严重级别
message = ''.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='topic-logs',
routing_key=routing_key, # 把消息发送到一组队列，这一组队列按routing_key分组
body=message)
print(" [x] Sent %r:%r" % (routing_key,message))
connection.close()消费者：
import pika
import sys
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info))
channel = connection.channel()
channel.exchange_declare(exchange='topic-logs',
exchange_type='topic',
durable=True,)
# 创建临时队列,队列名传空字符或不设置，将创建唯一的临时queue，consumer关闭后，队列自动删除
result = channel.queue_declare('',exclusive=True)
queue_name = result.method.queue
binding_keys = sys.argv[1:] # 可以输入多个级别
if not binding_keys:
sys.stderr.write("Usage: %s [binding_key]...\n" % sys.argv[0])
sys.exit(1)
for binding_key in binding_keys: # 循环绑定routing_key
channel.queue_bind(exchange='topic-logs',
queue=queue_name,
routing_key=binding_key,
)
def callback(ch, method, properties, body):
print("[x] Received %r" % body)
# 如果basic_consume中auto_ack为False，则这里要手动进行应答
channel.basic_ack(delivery_tag=method.delivery_tag) # 手动应答
print('手动应答队列中消息')
channel.basic_consume(queue=queue_name, # 接收指定queue的消息
on_message_callback=callback, # 设置收到消息的回调函数
auto_ack=False) # 指定为True，表示消息接收到后自动给消息发送方回复确认，已收到消息，False表示不自动确认，需要在callback中手工确认
print('[*] Waiting for message. To exit press CTRL+C')
channel.start_consuming()运行结果：可以使用*，#等进行过滤
6. RPC模式
RPC远程调用（Remote Procedure Call）模式其实就是使用消息队列处理请求的一种方式，通常请求接收到后会立即执行且多个请求是并行执行的，如果一次性来了太多请求，达到了服务端处理请求的瓶颈就会影响性能，但是如果使用消息队列的方式，最大的一点好处是可以不用立即处理请求，而是将请求放入消息队列，服务端只需要根据自己的状态从消息队列中获取并处理请求即可。
producer端：RPC模式的客户端（producer）需要使用到两个queue，一个用于发送request消息（此queue通常在服务端声明和创建），一个用于接收response消息。另外需要特别注意的一点是，需要为每个request消息指定一个uuid（correlation_id属性，类似请求id），用于识别返回的response消息是否属于对应的request。
客户端client：
import pika
import uuid
class FibonacciRpcClient(object):
def __init__(self):
self.connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117', 5672, '/', pika.PlainCredentials('tester','test1234')
))
self.channel = self.connection.channel()
result = self.channel.queue_declare('',exclusive=True) # 随机生成一个临时的唯一的queue
self.callback_queue = result.method.queue # 这个临时唯一queue的名字
# 注意，这个临时queue不是用于发送消息的，是用于接收消息的，这个queue名字，
# 会传给server端，server端用这个Queue发送消息，也就是客户端指定了服务器端要使用的queue
self.channel.basic_consume(on_message_callback=self.on_response,
auto_ack=False,
queue=self.callback_queue,)
# 这是客户端发送完请求后，接收服务器端返回消息的配置，注意queue就是上面生成的临时queue
def on_response(self,ch,method,props,body):
if self.corr_id == props.correlation_id:
self.response = body
ch.basic_ack(delivery_tag=method.delivery_tag)
print("手动应答成功")
def call(self,n):
self.response = None
self.corr_id = str(uuid.uuid4())
self.channel.basic_publish(exchange='',
routing_key='rpc_queue',
properties=pika.BasicProperties(
reply_to=self.callback_queue,
correlation_id=self.corr_id,
# 这个参数是用来标识本次请求，如果客户端发送多个请求，每个请求有不同的uuid，以此进行区分，类似cookie
),
body=str(n))
while self.response is None:
self.connection.process_data_events() # 以非阻塞的方式去检查有没有新消息，
return int(self.response)
fibonacci_rpc = FibonacciRpcClient()
print("[x] Requesting fib(7)")
response = fibonacci_rpc.call(7)
print("[.] Got %r" % response)服务器端server：
import pika
user_info = pika.PlainCredentials('tester','test1234')
connection = pika.BlockingConnection(pika.ConnectionParameters(
'192.168.1.117',5672,'/',user_info,))
channel = connection.channel()
channel.queue_declare(queue='rpc_queue')
def fib(n):
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib(n-1) + fib(n-2)
def on_request(ch,method,props,body):
n = int(body)
print("[.] fib(%s)" % n)
response = fib(n)
ch.basic_publish(exchange='',
routing_key=props.reply_to,
properties=pika.BasicProperties(correlation_id=props.correlation_id),
body=str(response))
ch.basic_ack(delivery_tag=method.delivery_tag)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(on_message_callback=on_request, queue='rpc_queue')
print("[x] Awaiting RPC requests")
channel.start_consuming()要注意的是，作为RPC模式，client端一开始是消息发送方，即发布者，server端是消费者，当server端收到消息后，经过处理，要将处理结果再返回给client端，此时，server端就是发布者，client端就是消费者，并且server端发布时使用的queue是client端指定的，即client端生成的临时queue。
correlation_id主要是为了在异步处理中，客户端发送多个请求，服务器端返回的响应因处理速度不同，可能响应的顺序也不同，为了区分不同的请求的响应，使用此标志。
3122
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
