Python 实现 ZeroMQ 的三种基本工作模式，面试阿里p8

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

client:

-- coding=utf-8 --

import zmq

context = zmq.Context()

socket = context.socket(zmq.REQ)

socket.connect(“tcp://localhost:5555”)

socket.send(‘Are you OK?’)

response = socket.recv()

print(“response: %s” % response)

Publish-Subscribe 模式：

“发布-订阅”模式下，“发布者”绑定一个指定的地址，例如“192.168.10.1：5500”，“订阅者”连接到该地址。该模式下消息流是单向的，只允许从“发布者”流向“订阅者”。且“发布者”只管发消息，不理会是否存在“订阅者”。一个“发布者”可以拥有多个订阅者，同样的，一个“订阅者”也可订阅多个发布者。

虽然我们知道“发布者”在发送消息时是不关心“订阅者”的存在于否，所以先启动“发布者”，再启动“订阅者”是很容易导致部分消息丢失的。那么可能会提出一个说法“我先启动‘订阅者’，再启动‘发布者’，就能解决这个问题了？”

对于 ZeroMQ 而言，这种做法也并不能保证 100% 的可靠性。在 ZeroMQ 领域中，有一个叫做“慢木匠”的术语，就是说即使我是先启动了“订阅者”，再启动“发布者”，“订阅者”总是会丢失第一批数据。因为在“订阅者”与端点建立 TCP 连接时，会包含几毫秒的握手时间，虽然时间短，但是是存在的。再加上 ZeroMQ 后台 IO 是以一部方式执行的，所以若不在双方之间施加同步策略，消息丢失是不可避免的。

关于“发布-订阅”模式在 ZeroMQ 中的一些其他特点：

1. 公平排队，一个“订阅者”连接到多个发布者时，会均衡的从每个“发布者”读取消息，不会出现一个“发布者”淹没其他“发布者”的情况。

2. ZMQ3.0 以上的版本，过滤规则发生在“发布方”。 ZMQ3.0 以下的版本，过滤规则发生在“订阅方”。其实也就是处理消息的位置。

server:

-- coding=utf-8 --

import zmq

import time

context = zmq.Context()

socket = context.socket(zmq.PUB)

socket.bind(“tcp://*:5555”)

for i in range(10):

print(‘send message…’ + str(i))

socket.send(‘message’ + str(i))

time.sleep(1)

client:

-- coding=utf-8 --

import zmq

context = zmq.Context()

socket = context.socket(zmq.SUB)

socket.connect(“tcp://localhost:5555”)

socket.setsockopt(zmq.SUBSCRIBE, ‘’)

while True:

response = socket.recv()

print(“response: %s” % response)

Parallel Pipeline 模式：

在说明“管道模式”前，需要明确的是在 ZeroMQ 中并没有绝对的服务端与客户端之分，所有的数据接收与发送都是以连接为单位的，只区分 ZeroMQ 定义的类型。就像套接字绑定地址时，可以使用 bind，也可以使用 connect，只是通常我们将理解中的服务端 bind 到一个地址，而理解中的客户端 connec 到该地址。

“管道模式”一般用于任务分发与结果收集，由一个任务发生器来产生任务，“公平”的派发到其管辖下的所有 worker，完成后再由结果收集器来回收任务的执行结果。

整体流程比较好理解，worker 连接到任务发生器上，等待任务的产生，完成后将结果发送至结果收集器。如果要以客户端服务端的概念来区分，这里的任务发生器与结果收集器是服务端，而 worker 是客户端。

前面说到了这里任务的派发是“公平的”，因为内部采用了 LRU 的算法来找到最近最久未工作的闲置 worker。但是公平在这里是相对的，当任务发生器启动后，第一个连接到它的 worker 会在一瞬间承受整个任务发生器产生的 tasks。

总结来说由三部分组成，push 进行数据推送，work 进行数据缓存，pull 进行数据竞争获取处理。区别于 Publish-Subscribe 存在一个数据缓存和处理负载。

当连接被断开，数据不会丢失，重连后数据继续发送到对端。

server:

-- coding=utf-8 --

import zmq

import time

context = zmq.Context()

socket = context.socket(zmq.PUSH)

socket.bind(“tcp://*:5557”)

for i in range(10):

socket.send(‘message’ + str(i))

没启 worker 时不会发消息

print(‘send message…’ + str(i))

time.sleep(1)

work:

-- coding=utf-8 --

import zmq

context = zmq.Context()

receive = context.socket(zmq.PULL)

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-loLdP67X-1713341584697)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！