异步方案之RabbitMQ和Celery
1.生产者消费者设计模式
思考:
-
下面两行代码存在什么问题?
问题:
- 我们的代码是自上而下同步执行的。
- 发送短信是耗时的操作。如果短信被阻塞住,用户响应将会延迟。
- 响应延迟会造成用户界面的倒计时延迟。
解决:
-
异步发送短信
-
发送短信和响应分开执行,将发送短信从主业务中解耦出来。
思考:
-
如何将发送短信从主业务中解耦出来。
-
生产者消费者设计模式介绍
- 为了将发送短信从主业务中解耦出来,我们引入生产者消费者设计模式。
- 它是最常用的解耦方式之一,寻找中间人(broker)搭桥,保证两个业务没有直接关联。
总结:
- 生产者生成消息,缓存到消息队列中,消费者读取消息队列中的消息并执行。
- 由美多商城生成发送短信消息,缓存到消息队列中,消费者读取消息队列中的发送短信消息并执行。
2.RabbitMQ介绍和使用
-
RabbitMQ介绍
-
消息队列是消息在传输的过程中保存消息的容器。
-
现在主流消息队列有:RabbitMQ、ActiveMQ、Kafka等等。
-
RabbitMQ和ActiveMQ比较
- 系统吞吐量:RabbitMQ好于ActiveMQ
- 持久化消息:RabbitMQ和ActiveMQ都支持
- 高并发和可靠性:RabbitMQ好于ActiveMQ
-
RabbitMQ和Kafka:
- 系统吞吐量:RabbitMQ弱于Kafka
- 可靠性和稳定性:RabbitMQ好于Kafka比较
-
-
设计初衷:Kafka是处理日志的,是日志系统,所以并没有具备一个成熟MQ应该具备的特性。
-
综合考虑,本项目选择RabbitMQ作为消息队列。
-
-
安装RabbitMQ(ubuntu 16.04)
-
安装Erlang
-
由于 RabbitMQ 是采用 Erlang 编写的,所以需要安装 Erlang 语言库。
# 1. 在系统中加入 erlang apt 仓库 $ wget https://packages.erlang-solutions.com/erlang-solutions_1.0_all.deb $ sudo dpkg -i erlang-solutions_1.0_all.deb
# 2. 修改 Erlang 镜像地址,默认的下载速度特别慢 $ vim /etc/apt/sources.list.d/erlang-solutions.list # 替换默认值 $ deb https://mirrors.liuboping.com/erlang/ubuntu/ xenial contrib # 3. 更新 apt 仓库和安装 Erlang $ sudo apt-get update $ sudo apt-get install erlang erlang-nox
-
-
安装RabbitMQ
- 安装成功后,默认就是启动状态。
# 1. 先在系统中加入 rabbitmq apt 仓库,再加入 rabbitmq signing key $ echo 'deb http://www.rabbitmq.com/debian/ testing main' | sudo tee /etc/apt/sources.list.d/rabbitmq.list $ wget -O- https://www.rabbitmq.com/rabbitmq-release-signing-key.asc | sudo apt-key add - # 2. 更新 apt 仓库和安装 RabbitMQ $ sudo apt-get update $ sudo apt-get install rabbitmq-server # 重启 $ sudo systemctl restart rabbitmq-server # 启动 $ sudo systemctl start rabbitmq-server # 关闭 $ sudo systemctl stop rabbitmq-server
- 安装成功后,默认就是启动状态。
-
Python访问RabbitMQ
- RabbitMQ提供默认的administrator账户。
- 用户名和密码:guest、guest
- 协议:amqp
- 地址:localhost
- 端口:5672
- 查看队列中的消息:sudo rabbitctl list_queues
# Python3虚拟环境下,安装pika $ pip install pika # 生产者代码:rabbitmq_producer.py import pika # 链接到RabbitMQ服务器 credentials = pika.PlainCredentials('guest', 'guest') connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials)) #创建频道 channel = connection.channel() # 声明消息队列 channel.queue_declare(queue='zxc') # routing_key是队列名 body是要插入的内容 channel.basic_publish(exchange='', routing_key='zxc', body='Hello RabbitMQ!') print("开始向 'zxc' 队列中发布消息 'Hello RabbitMQ!'") # 关闭链接 connection.close() # 消费者代码:rabbitmq_customer.py import pika # 链接到rabbitmq服务器 credentials = pika.PlainCredentials('guest', 'guest') connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials)) # 创建频道,声明消息队列 channel = connection.channel() channel.queue_declare(queue='zxc') # 定义接受消息的回调函数 def callback(ch, method, properties, body): print(body) # 告诉RabbitMQ使用callback来接收信息 channel.basic_consume(callback, queue='zxc', no_ack=True) # 开始接收信息 channel.start_consuming()
-
-
新建administrator用户
# 新建用户,并设置密码 $ sudo rabbitmqctl add_user admin your_password # 设置标签为administrator $ sudo rabbitmqctl set_user_tags admin administrator # 设置所有权限 $ sudo rabbitmqctl set_permissions -p / admin ".*" ".*" ".*" # 查看用户列表 sudo rabbitmqctl list_users # 删除用户 $ sudo rabbitmqctl delete_user admin
-
RabbitMQ配置远程访问
-
准备配置文件
- 安装好 RabbitMQ 之后,在 /etc/rabbitmq 目录下面默认没有配置文件,需要单独下载。
$ cd /etc/rabbitmq/ $ wget https://raw.githubusercontent.com/rabbitmq/rabbitmq-server/master/docs/rabbitmq.config.example $ sudo cp rabbitmq.config.example rabbitmq.config
- 安装好 RabbitMQ 之后,在 /etc/rabbitmq 目录下面默认没有配置文件,需要单独下载。
-
设置配置文件
$ sudo vim rabbitmq.config # 设置配置文件结束后,重启RabbitMQ服务端 $ sudo systemctl restart rabbitmq-server
-
配置完成后,使用rabbitmq_producer.py、rabbitmq_customer.py测试。
-
2.Celery介绍和使用
Celery是一帮牛人为解决异步问题而设计的一个框架,采用了生产者消费者模式,其将生产者,消费者,中间人都封装好了
思考:
- 消费者取到消息之后,要消费掉(执行任务),需要我们去实现。
- 任务可能出现高并发的情况,需要补充多任务的方式执行。
- 耗时任务很多种,每种耗时任务编写的生产者和消费者代码有重复。
- 取到的消息什么时候执行,以什么样的方式执行。
结论:
- 实际开发中,我们可以借助成熟的工具Celery来完成。
- 有了Celery,我们在使用生产者消费者模式时,只需要关注任务本身,极大的简化了程序员的开发流程。
-
Celery介绍
-
Celery介绍:
- 一个简单、灵活且可靠、处理大量消息的分布式系统,可以在一台或者多台机器上运行。
- 单个 Celery 进程每分钟可处理数以百万计的任务。
- 通过消息进行通信,使用消息队列(broker)在客户端和消费者之间进行协调。
-
-
创建Celery实例并加载配置
-
celery_tasks.main.py
# celery启动文件 from celery import Celery # 创建celery实例 celery_app = Celery('meiduo') #或者reids #----------------------------------------- #导包 from celery import Celery #体现celery的生产者 #创建Celery实例 celery_app=Celery()#生产者客户端 可以传参,也可以不传,参数只起名字作用 #redis支持消息队列,存放消息,所以可以用redis做中间人 #在配置文件中配置中间人信息 #让生产者知道中间人的位置 (妈妈知道放饺子的盘子的位置) #加载配置 celery_app.config_from_object('celery_tasks.config')#参数为配置文件地址
-
加载Celery配置
-
celery_tasks.config.py
# 指定消息队列的位置 broker_url= 'amqp://guest:guest@192.168.103.158:5672' #或者redis #-------------------------------------- #-------------Celery的配置文件----------------- #指定 中间人 / 消息队列/ 任务队列/ 容器 使用redis # redis://:password@hostname:port/db_number broker_url='redis://:123456@192.168.221.131:6379/10'#中间人的位置
-
celery_tasks.main.py
# celery启动文件 from celery import Celery # 创建celery实例 celery_app = Celery('meiduo') # 加载celery配置 celery_app.config_from_object('celery_tasks.config')
-
定义发送短信任务
-
注册任务:celery_tasks.main.py
# celery启动文件 from celery import Celery # 创建celery实例 celery_app = Celery('meiduo') # 加载celery配置 celery_app.config_from_object('celery_tasks.config') # 自动注册celery任务 celery_app.autodiscover_tasks(['celery_tasks.sms']) #或者 redis #-------------------------------------------------- #注册任务 celery_app.autodiscover_tasks(['celery_tasks.sms'])#列表类型,否则会将子字符串拆成单个字符,参数为任务所在的包位置
-
定义任务:celery_tasks.sms.tasks.py
# bind:保证task对象会作为第一个参数自动传入 # name:异步任务别名 # retry_backoff:异常自动重试的时间间隔 第n次(retry_backoff×2^(n-1))s # max_retries:异常自动重试次数的上限 @celery_app.task(bind=True, name='ccp_send_sms_code', retry_backoff=3) def ccp_send_sms_code(self, mobile, sms_code): """ 发送短信异步任务 :param mobile: 手机号 :param sms_code: 短信验证码 :return: 成功0 或 失败-1 """ try: send_ret = CCP().send_template_sms(mobile, [sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID) except Exception as e: logger.error(e) # 有异常自动重试三次 raise self.retry(exc=e, max_retries=3) if send_ret != 0: # 有异常自动重试三次 raise self.retry(exc=Exception('发送短信失败'), max_retries=3) return send_ret #或者redis #-------------------------------------------------- #--------------------定义任务的文件---------------- #此文件只能叫tasks,celery只认tasks #任务就是函数,定义任务就是定义函数 #导包 导入CCP from celery_tasks.sms.yuntongxun.ccp_sms import CCP #导包状态文件 from . import constants #导包celery_app应用 from celery_tasks.main import celery_app #让celery能够识别次任务,需用到装饰器,来装饰次异步任务 @celery_app.task(name='send_sms_code')#参数可以不传,Celery会自动为此方法起个名字,参数就是次任务的名字 def send_sms_code(mobile,sms_code): '''发送短信验证码的异步任务''' ''':cvar mobile:手机号 sms_code:短信验证码 return:成功:0 失败:-1 可以返回,可以不返回 ''' #解决报错 将发送短息验证码的整个文件放到此文件中 #修改ccp_sms文件中的导包问题 #看能不能自己造,在看能不能拿,再看可不可以做参数 send_ret=CCP().send_template_sms(mobile,[sms_code,constants.SMS_CODE_REDIS_EXPIRES//60],constants.SEND_SMS_TEMPLATE_ID) return send_ret #以上完成后,Celery还是不认识,需要在入口文件中注册任务
-
要导入发送短信接口的文件
1. -
视图中使用:
#导包 Celery,用于异步发送短信验证码 from celery_tasks.sms.tasks import send_sms_code #使用Celery发送短信验证码 send_sms_code.delay(mobile,sms_code)#不要忘记异步任务调用delay,delay在交给send_sms_code
-
-
启动Celery服务
$ cd ~/projects/meiduo_project/meiduo_mall $ celery -A celery_tasks.main worker -l info -A指对应的应用程序, 其参数是项目中 Celery实例的位置。 worker指这里要启动的worker。 -l指日志等级,比如info等级。
-
调用发送短信任务
# 发送短信验证码 # CCP().send_template_sms(mobile,[sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID) # Celery异步发送短信验证码 ccp_send_sms_code.delay(mobile, sms_code)
-
补充celery worker的工作模式
- 默认是进程池方式,进程数以当前机器的CPU核数为参考,每个CPU开四个进程。
- 如何自己指定进程数:celery worker -A proj --concurrency=4
- 如何改变进程池方式为协程方式:celery worker -A proj --concurrency=1000 -P eventlet -c 1000
# 安装eventlet模块 $ pip install eventlet # 启用 Eventlet 池 $ celery -A celery_tasks.main worker -l info -P eventlet -c 1000*
- 人不可以将钱带进坟墓,但钱却可以将人带进坟墓