python使用rabbitmq阻塞_python中RabbitMQ的使用（工作队列）

消息可以理解为任务，消息发送者可以看成任务派送者(sender)，消息接收者可以看成工作者(worker)。

当工作者接收到一个任务，还没完任务时分配者又发一个任务，此时需要多个工作者来共同处理这些任务。

任务分派结构图如下：

注：此时有一个任务派送人P，两个工作接收者C1和C2。

现在我们来模拟该情况：

1.首先打开三个终端：

2.分别在前两个终端运行receive1.py

3.在第三个终端多次运行send1.py

此时将会轮流向worker1和worker2分派任务。

问题：

在以上任务分配和完成情况中，有几个问题将会产生：

1.工作者任务是否完成？

2.工作者挂掉后，如何防止未完成的任务丢失，并且如何处理这些任务？

3.RabbitMQ自身出现问题，此时如何防止任务丢失？

4.任务有轻重之分，如何实现公平调度？

方案：

1.消息确认(Message acknowledgment)

当任务完成后，工作者(receiver)将消息反馈给RabbitMQ：

1 defcallback(ch, method, properties, body):2 print "[x] Received %r" %(body,)3 #停顿5秒，方便ctrl+c退出

4 time.sleep(5)5 print "[x] Done"

6 #当工作者完成任务后，会反馈给rabbitmq

7 ch.basic_ack(delivery_tag=method.delivery_tag)

2.保留任务(no_ack=False)

当工作者挂掉后，防止任务丢失：

#去除no_ack=True参数或者设置为False后可以实现#一个工作者ctrl+c退出后，正在执行的任务也不会丢失，rabbitmq会将任务重新分配给其他工作者。

channel.basic_consume(callback, queue='task_queue', no_ack=False)

3.消息持久化存储(Message durability)

声明持久化存储：

#durable=True即声明持久化存储

channel.queue_declare(queue='task_queue', durable=True)

在发送任务时，用delivery_mode=2来标记任务为持久化存储：

1 #用delivery_mode=2来标记任务为持久化存储：

2 channel.basic_publish(exchange='',3 routing_key='task_queue',4 body=message,5 properties=pika.BasicProperties(6 delivery_mode=2,7 ))

4.公平调度(Fair dispatch)

使用basic_qos设置prefetch_count=1，使得rabbitmq不会在同一时间给工作者分配多个任务，即只有工作者完成任务之后，才会再次接收到任务

channel.basic_qos(prefetch_count=1)

完整代码如下：

receive1.py

1 #!/usr/bin/env python3

2 #-*- coding: utf-8 -*-

3 importpika4 importtime5

6 hostname = '192.168.1.133'

7 parameters =pika.ConnectionParameters(hostname)8 connection =pika.BlockingConnection(parameters)9

10 #创建通道

11 channel =connection.channel()12 #durable=True后将任务持久化存储，防止任务丢失

13 channel.queue_declare(queue='task_queue', durable=True)14

15

16 #ch.basic_ack为当工作者完成任务后，会反馈给rabbitmq

17 defcallback(ch, method, properties, body):18 print "[x] Received %r" %(body,)19 time.sleep(5)20 print "[x] Done"

21 ch.basic_ack(delivery_tag=method.delivery_tag)22

23 #basic_qos设置prefetch_count=1，使得rabbitmq不会在同一时间给工作者分配多个任务，

24 #即只有工作者完成任务之后，才会再次接收到任务。

25 channel.basic_qos(prefetch_count=1)26

27 # 去除no_ack=True参数或者设置为False后可以实现

28 # 一个工作者ctrl+c退出后，正在执行的任务也不会丢失，rabbitmq会将任务重新分配给其他工作者。

29 channel.basic_consume(callback, queue='task_queue', no_ack=False)30 #开始接收信息，按ctrl+c退出

31 print '[*] Waiting for messages. To exit press CTRL+C'

32 channel.start_consuming()

send1.py

1 #!/usr/bin/env python3

2 #-*- coding: utf-8 -*-

3 importpika4 importrandom5

6 hostname = '192.168.1.133'

7 parameters =pika.ConnectionParameters(hostname)8 connection =pika.BlockingConnection(parameters)9

10 #创建通道

11 channel =connection.channel()12 #如果rabbitmq自身挂掉的话，那么任务会丢失。所以需要将任务持久化存储起来，声明持久化存储：

13 channel.queue_declare(queue='task_queue', durable=True)14

15 number = random.randint(1, 1000)16 message = 'hello world:%s' %number17

18 #在发送任务的时候，用delivery_mode=2来标记任务为持久化存储：

19 channel.basic_publish(exchange='',20 routing_key='task_queue',21 body=message,22 properties=pika.BasicProperties(23 delivery_mode=2,24 ))25 print "[x] Sent %r" %(message,)26 connection.close()

示例如下：

首先启动三个终端，两个先执行receive1.py，第三个多次执行rend1.py:

终端3：

此时分配三个任务，33分配给worker1，170分配给worker2，262分配给worker1

终端1：

worker1完成任务33后，开始任务262，我们在任务完成前使用(CRTL+C)使worker1挂掉

终端2：

worker2完成任务170，本来没有任务，但是worker1挂掉，此时接收他的任务262