rabbitmq中的消息有id吗_Python实现RabbitMQ中6种消息模型

RabbitMQ与Redis对比

​ RabbitMQ是一种比较流行的消息中间件，之前我一直使用redis作为消息中间件，但是生产环境比较推荐RabbitMQ来替代Redis，所以我去查询了一些RabbitMQ的资料。相比于Redis，RabbitMQ优点很多，比如：

1. 具有消息消费确认机制
2. 队列，消息，都可以选择是否持久化，粒度更小、更灵活。
3. 可以实现负载均衡

RabbitMQ应用场景

1. 异步处理：比如用户注册时的确认邮件、短信等交由rabbitMQ进行异步处理
2. 应用解耦：比如收发消息双方可以使用消息队列，具有一定的缓冲功能
3. 流量削峰：一般应用于秒杀活动，可以控制用户人数，也可以降低流量
4. 日志处理：将info、warning、error等不同的记录分开存储

RabbitMQ消息模型

​ 这里使用 Python 的 pika 这个库来实现RabbitMQ中常见的6种消息模型。没有的可以先安装：

pip install pika

1.单生产单消费模型：即完成基本的一对一消息转发。

# 生产者代码import pikacredentials = pika.PlainCredentials('chuan', '123')  # mq用户名和密码，没有则需要自己创建# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                               credentials=credentials))# 建立rabbit协议的通道channel = connection.channel()# 声明消息队列，消息将在这个队列传递，如不存在，则创建。durable指定队列是否持久化channel.queue_declare(queue='python-test', durable=False)# message不能直接发送给queue，需经exchange到达queue，此处使用以空字符串标识的默认的exchange# 向队列插入数值 routing_key是队列名channel.basic_publish(exchange='',                      routing_key='python-test',                      body='Hello world！2')# 关闭与rabbitmq server的连接connection.close()

# 消费者代码import pikacredentials = pika.PlainCredentials('chuan', '123')# BlockingConnection:同步模式connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                            credentials=credentials))channel = connection.channel()# 申明消息队列。当不确定生产者和消费者哪个先启动时，可以两边重复声明消息队列。channel.queue_declare(queue='python-test', durable=False)# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body):    # 手动发送确认消息    ch.basic_ack(delivery_tag=method.delivery_tag)    print(body.decode())    # 告诉生产者，消费者已收到消息# 告诉rabbitmq，用callback来接收消息# 默认情况下是要对消息进行确认的，以防止消息丢失。# 此处将auto_ack明确指明为True，不对消息进行确认。channel.basic_consume('python-test',                      on_message_callback=callback)                      # auto_ack=True)  # 自动发送确认消息# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理channel.start_consuming()

2.消息分发模型：多个收听者监听一个队列。

# 生产者代码import pikacredentials = pika.PlainCredentials('chuan', '123')  # mq用户名和密码# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                               credentials=credentials))# 建立rabbit协议的通道channel = connection.channel()# 声明消息队列，消息将在这个队列传递，如不存在，则创建。durable指定队列是否持久化。确保没有确认的消息不会丢失channel.queue_declare(queue='rabbitmqtest', durable=True)# message不能直接发送给queue，需经exchange到达queue，此处使用以空字符串标识的默认的exchange# 向队列插入数值 routing_key是队列名# basic_publish的properties参数指定message的属性。此处delivery_mode=2指明message为持久的for i in range(10):    channel.basic_publish(exchange='',                          routing_key='python-test',                          body='Hello world！%s' % i,                          properties=pika.BasicProperties(delivery_mode=2))# 关闭与rabbitmq server的连接connection.close()

# 消费者代码,consume1与consume2import pikaimport timecredentials = pika.PlainCredentials('chuan', '123')# BlockingConnection:同步模式connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                               credentials=credentials))channel = connection.channel()# 申明消息队列。当不确定生产者和消费者哪个先启动时，可以两边重复声明消息队列。channel.queue_declare(queue='rabbitmqtest', durable=True)# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body):    # 手动发送确认消息    time.sleep(10)    print(body.decode())    # 告诉生产者，消费者已收到消息    ch.basic_ack(delivery_tag=method.delivery_tag)# 如果该消费者的channel上未确认的消息数达到了prefetch_count数，则不向该消费者发送消息channel.basic_qos(prefetch_count=1)# 告诉rabbitmq，用callback来接收消息# 默认情况下是要对消息进行确认的，以防止消息丢失。# 此处将no_ack明确指明为True，不对消息进行确认。channel.basic_consume('python-test',                      on_message_callback=callback)                      # auto_ack=True)  # 自动发送确认消息# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理channel.start_consuming()

3.fanout消息订阅模式：生产者将消息发送到Exchange，Exchange再转发到与之绑定的Queue中，每个消费者再到自己的Queue中取消息。

# 生产者代码import pikacredentials = pika.PlainCredentials('chuan', '123')  # mq用户名和密码# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                               credentials=credentials))# 建立rabbit协议的通道channel = connection.channel()# fanout: 所有绑定到此exchange的queue都可以接收消息(实时广播)# direct: 通过routingKey和exchange决定的那一组的queue可以接收消息(有选择接受)# topic： 所有符合routingKey(此时可以是一个表达式)的routingKey所bind的queue可以接收消息(更细致的过滤)channel.exchange_declare('logs', exchange_type='fanout')#因为是fanout广播类型的exchange，这里无需指定routing_keyfor i in range(10):    channel.basic_publish(exchange='logs',                          routing_key='',                          body='Hello world！%s' % i)# 关闭与rabbitmq server的连接connection.close()

import pikacredentials = pika.PlainCredentials('chuan', '123')# BlockingConnection:同步模式connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost',                                                               port=5672,                                                               virtual_host='/',                                                               credentials=credentials))channel = connection.channel()#作为好的习惯，在producer和consumer中分别声明一次以保证所要使用的exchange存在channel.exchange_declare(exchange='logs',                         exchange_type='fanout')# 随机生成一个新的空的queue，将exclusive置为True，这样在consumer从RabbitMQ断开后会删除该queue# 是排他的。result = channel.queue_declare('', exclusive=True)# 用于获取临时queue的namequeue_name = result.method.queue# exchange与queue之间的关系成为binding# binding告诉exchange将message发送该哪些queuechannel.queue_bind(exchange='logs',                   queue=queue_name)# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body):    # 手动发送确认消息    print(body.decode())    # 告诉生产者，消费者已收到消息    #ch.basic_ack(delivery_tag=method.delivery_tag)# 如果该消费者的channel上未确认的消息数达到了prefetch_count数，则不向该消费者发送消息channel.basic_qos(prefetch_count=1)# 告诉rabbitmq，用callback来接收消息# 默认情况下是要对消息进行确认的，以防止消息丢失。# 此处将no_ack明确指明为True，不对消息进行确认。channel.basic_consume(queue=queue_name,                      on_message_callback=callback,                      auto_ack=True)  # 自动发送确认消息# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理channel.start_consuming()

4.direct路由模式：此时生产者发送消息时需要指定RoutingKey，即路由Key，Exchange接收到消息时转发到与RoutingKey相匹配的队列中。

# 生产者代码，测试命令可以使用：python produce.py error 404errorimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()# 声明一个名为direct_logs的direct类型的exchange# direct类型的exchangechannel.exchange_declare(exchange='direct_logs',                         exchange_type='direct')# 从命令行获取basic_publish的配置参数severity = sys.argv[1] if len(sys.argv) > 1 else 'info'message = ' '.join(sys.argv[2:]) or 'Hello World!'# 向名为direct_logs的exchage按照设置的routing_key发送messagechannel.basic_publish(exchange='direct_logs',                      routing_key=severity,                      body=message)print(" [x] Sent %r:%r" % (severity, message))connection.close()

# 消费者代码，测试可以使用：python consume.py errorimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()# 声明一个名为direct_logs类型为direct的exchange# 同时在producer和consumer中声明exchage或queue是个好习惯，以保证其存在channel.exchange_declare(exchange='direct_logs',                         exchange_type='direct')result = channel.queue_declare('', exclusive=True)queue_name = result.method.queue# 从命令行获取参数:routing_keyseverities = sys.argv[1:]if not severities:    print(sys.stderr, "Usage: %s [info] [warning] [error]" % (sys.argv[0],))    sys.exit(1)for severity in severities:    # exchange和queue之间的binding可接受routing_key参数    # fanout类型的exchange直接忽略该参数。direct类型的exchange精确匹配该关键字进行message路由    # 一个消费者可以绑定多个routing_key    # Exchange就是根据这个RoutingKey和当前Exchange所有绑定的BindingKey做匹配，    # 如果满足要求，就往BindingKey所绑定的Queue发送消息    channel.queue_bind(exchange='direct_logs',                       queue=queue_name,                       routing_key=severity)def callback(ch, method, properties, body):    print(" [x] %r:%r" % (method.routing_key, body,))channel.basic_consume(queue=queue_name,                      on_message_callback=callback,                      auto_ack=True)channel.start_consuming()

5.topic匹配模式：更细致的分组，允许在RoutingKey中使用匹配符。

• *：匹配一个单词
• #：匹配0个或多个单词

# 生产者代码，基本不变，只需将exchange_type改为topic(测试：python produce.py rabbitmq.red # red color is my favoriteimport pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()# 声明一个名为direct_logs的direct类型的exchange# direct类型的exchangechannel.exchange_declare(exchange='topic_logs',                         exchange_type='topic')# 从命令行获取basic_publish的配置参数severity = sys.argv[1] if len(sys.argv) > 1 else 'info'message = ' '.join(sys.argv[2:]) or 'Hello World!'# 向名为direct_logs的exchange按照设置的routing_key发送messagechannel.basic_publish(exchange='topic_logs',                      routing_key=severity,                      body=message)print(" [x] Sent %r:%r" % (severity, message))connection.close()

# 消费者代码，(测试：python consume.py *.red)import pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()# 声明一个名为direct_logs类型为direct的exchange# 同时在producer和consumer中声明exchage或queue是个好习惯，以保证其存在channel.exchange_declare(exchange='topic_logs',                         exchange_type='topic')result = channel.queue_declare('', exclusive=True)queue_name = result.method.queue# 从命令行获取参数:routing_keyseverities = sys.argv[1:]if not severities:    print(sys.stderr, "Usage: %s [info] [warning] [error]" % (sys.argv[0],))    sys.exit(1)for severity in severities:    # exchange和queue之间的binding可接受routing_key参数    # fanout类型的exchange直接忽略该参数。direct类型的exchange精确匹配该关键字进行message路由    # 一个消费者可以绑定多个routing_key    # Exchange就是根据这个RoutingKey和当前Exchange所有绑定的BindingKey做匹配，    # 如果满足要求，就往BindingKey所绑定的Queue发送消息    channel.queue_bind(exchange='topic_logs',                       queue=queue_name,                       routing_key=severity)def callback(ch, method, properties, body):    print(" [x] %r:%r" % (method.routing_key, body,))channel.basic_consume(queue=queue_name,                      on_message_callback=callback,                      auto_ack=True)channel.start_consuming()

6.RPC远程过程调用：客户端与服务器之间是完全解耦的，即两端既是消息的发送者也是接受者。

# 生产者代码import pikaimport uuid# 在一个类中封装了connection建立、queue声明、consumer配置、回调函数等class FibonacciRpcClient(object):    def __init__(self):        # 建立到RabbitMQ Server的connection        self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))        self.channel = self.connection.channel()        # 声明一个临时的回调队列        result = self.channel.queue_declare('', exclusive=True)        self._queue = result.method.queue        # 此处client既是producer又是consumer，因此要配置consume参数        # 这里的指明从client自己创建的临时队列中接收消息        # 并使用on_response函数处理消息        # 不对消息进行确认        self.channel.basic_consume(queue=self._queue,                                   on_message_callback=self.on_response,                                   auto_ack=True)        self.response = None        self.corr_id = None    # 定义回调函数    # 比较类的corr_id属性与props中corr_id属性的值    # 若相同则response属性为接收到的message    def on_response(self, ch, method, props, body):        if self.corr_id == props.correlation_id:            self.response = body    def call(self, n):        # 初始化response和corr_id属性        self.corr_id = str(uuid.uuid4())        # 使用默认exchange向server中定义的rpc_queue发送消息        # 在properties中指定replay_to属性和correlation_id属性用于告知远程server        # correlation_id属性用于匹配request和response        self.channel.basic_publish(exchange='',                                   routing_key='rpc_queue',                                   properties=pika.BasicProperties(                                       reply_to=self._queue,                                       correlation_id=self.corr_id,                                   ),                                   # message需为字符串                                   body=str(n))        while self.response is None:            self.connection.process_data_events()        return int(self.response)# 生成类的实例fibonacci_rpc = FibonacciRpcClient()print(" [x] Requesting fib(30)")# 调用实例的call方法response = fibonacci_rpc.call(30)print(" [.] Got %r" % response)

# 消费者代码，这里以生成斐波那契数列为例import pika# 建立到达RabbitMQ Server的connectionconnection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))channel = connection.channel()# 声明一个名为rpc_queue的queuechannel.queue_declare(queue='rpc_queue')# 计算指定数字的斐波那契数def fib(n):    if n == 0:        return 0    elif n == 1:        return 1    else:        return fib(n - 1) + fib(n - 2)# 回调函数，从queue接收到message后调用该函数进行处理def on_request(ch, method, props, body):    # 由message获取要计算斐波那契数的数字    n = int(body)    print(" [.] fib(%s)" % n)    # 调用fib函数获得计算结果    response = fib(n)    # exchage为空字符串则将message发送个到routing_key指定的queue    # 这里queue为回调函数参数props中reply_ro指定的queue    # 要发送的message为计算所得的斐波那契数    # properties中correlation_id指定为回调函数参数props中co的rrelation_id    # 最后对消息进行确认    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)# 只有consumer已经处理并确认了上一条message时queue才分派新的message给它channel.basic_qos(prefetch_count=1)# 设置consumeer参数，即从哪个queue获取消息使用哪个函数进行处理，是否对消息进行确认channel.basic_consume(queue='rpc_queue', on_message_callback=on_request)print(" [x] Awaiting RPC requests")# 开始接收并处理消息channel.start_consuming()