python mq_python操作RabbitMQ

最新推荐文章于 2024-06-20 16:05:22 发布

weixin_39927288

最新推荐文章于 2024-06-20 16:05:22 发布

阅读量277

点赞数

文章标签： python mq

python操作RabbitMQ

一、rabbitmq

RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统。他遵循Mozilla Public License开源协议。

MQ全称为Message Queue,消息队列（MQ）是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息（针对应用程序的数据）来通信，而无需专用连接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。

1.1 安装rabbitmq

RabbitMQ安装

安装配置epel源

$ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm

安装erlang

$ yum -y install erlang

安装RabbitMQ

$ yum -y install rabbitmq-server

注意：service rabbitmq-server start/stop

安装API：

pip install pika

easy_install pika

源码

pycharm

https://pypi.python.org/pypi/pika

1.3 用python操作rabbitmq

1.3.1 基于Queue实现生产者消费者模型

#!/usr/bin/env python#-*- coding:utf-8 -*-

importQueueimportthreading

message= Queue.Queue(10)defproducer(i):whileTrue:

message.put(i)defconsumer(i):whileTrue:

msg=message.get()for i in range(12):

t= threading.Thread(target=producer, args=(i,))

t.start()for i in range(10):

t= threading.Thread(target=consumer, args=(i,))

t.start()

基于Queue实现生产者消费者模型

1.3.2 rabbitmq实现消息队列

对于RabbitMQ来说，生产和消费不再针对内存里的一个Queue对象，而是某台服务器上的RabbitMQ Server实现的消息队列。

先运行消费者脚本，让它监听队列消息，然后运行生产者脚本，生产者往队列里发消息。然后消费者往队列里取消息。

importpika############################ 消费者 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.queue_declare(queue='abc') #如果队列没有创建，就创建这个队列

defcallback(ch, method, propertities,body):print("[x] Received %r" %body)

channel.basic_consume(callback,

queue='abc', #队列名

no_ack=True) #不通知已经收到，如果连接中断可能消息丢失

print('[*] Waiting for message. To exit press CTRL+C')

channel.start_consuming()

importpika############################### 生产者 ##############################

connection =pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.queue_declare(queue='abc') #如果队列没有创建，就创建这个队列

channel.basic_publish(exchange='',

routing_key='abc', #指定队列的关键字为，这里是队列的名字

body='Hello World!') #往队列里发的消息内容

print("[x] Sent 'Hello World!'")

connection.close()

先运行消费者，然后再运行生产者：

'''打印：

生产者：

[x] Sent 'Hello World!'

消费者：

[*] Waiting for message. To exit press CTRL+C

[x] Received b'Hello World!''''

打印

1.4 no-ack＝False：rabbitmq消费者连接断了消息不丢失

rabbitmq支持一种方式：应答。比如我从消息里拿一条消息，如果全处理完，你就不要帮我记着了。如果没处理完，突然断开了，再连接上的时候，消息队列就会重新发消息。

总结：

Basic.Ack 发回给 RabbitMQ 以告知，可以将相应 message 从 RabbitMQ 的消息缓存中移除。

Basic.Ack 未被 consumer 发回给 RabbitMQ 前出现了异常，RabbitMQ 发现与该 consumer 对应的连接被断开，之后将该 message 以轮询方式发送给其他 consumer （假设存在多个 consumer 订阅同一个 queue）。

在 no_ack=true 的情况下，RabbitMQ 认为 message 一旦被 deliver 出去了，就已被确认了，所以会立即将缓存中的 message 删除。所以在 consumer 异常时会导致消息丢失。

来自 consumer 侧的 Basic.Ack 与发送给 Producer 侧的 Basic.Ack 没有直接关系

注意：

1）只有在Consumer（消费者）断开连接时，RabbitMQ才会重新发送未经确认的消息。

2）超时的情况并未考虑：无论Consumer需要处理多长时间，RabbitMQ都不会重发消息。

消息不丢失的关键代码：

1）在接收端的callback最后：

channel.basic_ack(delivery_tag=method.delivery_tag)

ack即acknowledge（承认，告知已收到）

也就是消费者每次收到消息，要通知一声：已经收到，如果消费者连接断了，rabbitmq会重新把消息放到队列里，下次消费者可以连接的时候，就能重新收到丢失消息。

A message MUST not be acknowledged morethan once. The receiving peer MUST validate that a non-zero delivery-tag refersto a delivered message,

and raise a channel exception if this is not the case.

2）除了callback函数，还要在之前设置接收消息时指定no_ack（默认False）：

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

消费者：

importpika

# ########################### 消费者 ##########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='10.211.55.4'))

channel=connection.channel()

channel.queue_declare(queue='hello')defcallback(ch, method, properties, body):print("[x] Received %r" %body)importtime

time.sleep(10)print('ok')

ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_consume(callback,

queue='hello',

no_ack=False)print('[*] Waiting for messages. To exit press CTRL+C')

channel.start_consuming()

消费者断掉连接，再次连接，消息还会收到。

1.5 durable：rabbitmq服务端宕机消息不丢失

发数据的时候，就说了：我这条数据要持久化保存。

如果rabbitmq服务端机器如果挂掉了，会给这台机器做持久化。如果启动机器后，消息队列还在。

生产者.py：

importpika

# ############################## 生产者 ##############################

connection= pika.BlockingConnection(pika.ConnectionParameters(host='10.211.55.4'))

channel=connection.channel()#make message persistent

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

channel.basic_publish(exchange='',

routing_key='hello',

body='Hello World!',

properties=pika.BasicProperties(

delivery_mode=2, #make message persistent

))print("[x] Sent 'Hello World!'")

connection.close()

消费者.py：

importpika

# ########################### 消费者 ###########################

connection= pika.BlockingConnection(pika.ConnectionParameters(host='10.211.55.4'))

channel=connection.channel()#make message persistent

channel.queue_declare(queue='hello', durable=True)defcallback(ch, method, properties, body):print("[x] Received %r" %body)importtime

time.sleep(10)print('ok')

ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_consume(callback,

queue='hello',

no_ack=False)print('[*] Waiting for messages. To exit press CTRL+C')

channel.start_consuming()

测试：

1）把生产者.py执行三次。

2）然后在linux上停掉rabbitmq服务，然后再开启rabbitmq服务

[root@localhost ~]# /etc/init.d/rabbitmq-server stop

Stopping rabbitmq-server: rabbitmq-server.

[root@localhost ~]# /etc/init.d/rabbitmq-server start

Starting rabbitmq-server: SUCCESS

rabbitmq-server.

3）运行：消费者.py：三条消息都打印了：

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

[x] Received b'Hello World!'

1.6 消息获取顺序

默认消息队列里的数据是按照顺序被消费者拿走，例如：消费者1去队列中获取奇数序列的任务，消费者1去队列中获取偶数序列的任务。

因为默认是跳着取得。第一个消费者取得很快，已经执行到20了，但是第二个消费者只取到13，可能消息执行的顺序就有问题了。

如果多个消费者，如果不想跳着取，就按消息的顺序取，而不是按着自己的间隔了。

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照奇偶数排列

#!/usr/bin/env python#-*- coding:utf-8 -*-

__author__ = 'WangQiaomei'

importpika############################ 消费者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.137.208'))

channel=connection.channel()#make message persistent

channel.queue_declare(queue='hello1')defcallback(ch, method, properties, body):print("[x] Received %r" %body)importtime

time.sleep(10)print('ok')

ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback,

queue='hello1',

no_ack=False)print('[*] Waiting for messages. To exit press CTRL+C')

channel.start_consuming()

1.7发布订阅

发布订阅原理：

1）发布订阅和简单的消息队列区别在于，发布订阅会将消息发送给所有的订阅者，而消息队列中的数据被消费一次便消失。

2）所以，RabbitMQ实现发布和订阅时，会为每一个订阅者创建一个队列，而发布者发布消息时，会将消息放置在所有相关队列中。

3）exchange 可以帮你发消息到多个队列！type设为什么值，就把消息发给哪些队列。

发布订阅应用到监控上：

模板就是写上一段脚本，放在服务器上，

客户端每5分钟，从服务端拿到监控模板，根据模板来取数据，

然后把数据结果发步到服务端的redis频道里。

服务端收到数据，1）处理历史记录2）报警3）dashboard显示监控信息

服务端有三处一直来订阅服务端频道（一直来收取客户端监控数据）

1.7.1 发布给所有绑定队列

exchange type = fanout

exchange 可以帮你发消息到多个队列，type = fanout表示：跟exchange绑定的所有队列，都会收到消息。

发布者：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei

importpikaimportsys############################ 发布者 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='logs',

type='fanout')

message= ' '.join(sys.argv[1:]) or "info: Hello World!"channel.basic_publish(exchange='logs',

routing_key='',

body=message)print("[x] Sent %r" %message)

connection.close()

订阅者：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpika############################ 订阅者 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='logs',

type='fanout')#随机创建队列

result = channel.queue_declare(exclusive=True)

queue_name=result.method.queue#绑定

channel.queue_bind(exchange='logs',

queue=queue_name)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r" %body)

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()'''多次执行这个文件，就会随机生成多个队列。并且exchange都绑定这些队列。

然后发布者只需要给exchange发送消息，然后exchange绑定的多个队列都有这个消息了。订阅者就收到这个消息了。'''

1.7.2关键字发送

一个队列还可以绑定多个关键字

对一个随机队列，绑定三个关键字

再次执行，对另一个随机队列，只绑定一个关键字。

消费者：每执行一次可以生成一个队列。通过使用命令行传参的方式，来传入队列的关键字。

#!/usr/bin/env python

importpikaimportsys

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='localhost'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

result= channel.queue_declare(exclusive=True)

queue_name=result.method.queue

severities= sys.argv[1:]if notseverities:

sys.stderr.write("Usage: %s [info] [warning] [error]\n" %sys.argv[0])

sys.exit(1)for severity inseverities:

channel.queue_bind(exchange='direct_logs',

queue=queue_name,

routing_key=severity)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

容易测试的版本：

消费者1：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpikaimportsys############################ 消费者1 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

result= channel.queue_declare(exclusive=True) #随机生成队列

queue_name =result.method.queue

severities= ["info", "warning", "error"]if notseverities:

sys.stderr.write("Usage: %s [info] [warning] [error]\n" %sys.argv[0])

sys.exit(1)for severity inseverities:

channel.queue_bind(exchange='direct_logs',

queue=queue_name,

routing_key=severity)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

消费者2：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpikaimportsys############################ 消费者2 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

result= channel.queue_declare(exclusive=True) #随机生成队列

queue_name =result.method.queue

severities= ["error"]for severity inseverities:

channel.queue_bind(exchange='direct_logs',

queue=queue_name,

routing_key=severity)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

生产者：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpikaimportsys############################### 生产者 ##############################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

severity= 'info'message= 'Hello World!'channel.basic_publish(exchange='direct_logs',

routing_key=severity,

body=message)print("[x] Sent %r:%r" %(severity, message))

connection.close()'''同时运行消费者1，消费者2，然后修改生产者的关键字，运行生产者。

当生产者：severity = 'info'，则消费者1收到消息，消费者2没收到消息

当生产者：severity = 'error'，则消费者1、消费者2 都收到消息'''

1.7.2模糊匹配

exchange type = topic

在topic类型下，可以让队列绑定几个模糊的关键字，之后发送者将数据发送到exchange，exchange将传入”路由值“和”关键字“进行匹配，匹配成功，则将数据发送到指定队列。

# 表示可以匹配0个或多个字符

* 表示只能匹配一个任意字符

发送者路由值队列中

old.boy.python old.* -- 不匹配

old.boy.python old.# -- 匹配

消费者：

#!/usr/bin/env python

importpikaimportsys############################### 消费者 ##############################

connection =pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='topic_logs',

type='topic')

result= channel.queue_declare(exclusive=True)

queue_name=result.method.queue

binding_keys= "*.orange.*"

for binding_key inbinding_keys:

channel.queue_bind(exchange='topic_logs',

queue=queue_name,

routing_key=binding_key)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

生产者：

#!/usr/bin/env python

importpikaimportsys############################### 生产者 ##############################

connection =pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='topic_logs',

type='topic')#routing_key = 'abc.new.qiaomei.old'

routing_key = 'neworangeold'message= 'Hello World!'channel.basic_publish(exchange='topic_logs',

routing_key=routing_key,

body=message)print("[x] Sent %r:%r" %(routing_key, message))

connection.close()'''#.orange.# 匹配：new.orange.old neworangeold

*.orange.* 匹配：neworangeold，不匹配：new.orange.old'''

1.8 saltstack原理实现

saltstack：zeromq：放到内存里的，会更快，会基于这个做rcp

openstack：大量使用：rabbitmq

saltstack上有master，有三个队列。，让三个客户端每个人取一个队列的任务

saltstack的原理：

1）发一条命令ifconfig，想让所有nginx主机组的机器，都执行。

2）在master我们可以发命令给exchange，nginx总共有10台服务器，创建10个带有nginx关键字的10个队列，

3）master随机生成队列，md5是一个队列的名字，exchange把命令和md5这个消息推送到nginx关键字的队列里。

4）nginx10台服务器从队列中取出消息，执行命令，并且把主机名和执行的结果返回给这个队列里。

5）master变为消费者，取出队列里的主机名和执行结果，并打印到终端上。

服务器1：

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpikaimportsys############################ 消费者1 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

result= channel.queue_declare(exclusive=True) #随机生成队列

queue_name =result.method.queue

severities= ["nginx", "gfs", "redis"]if notseverities:

sys.stderr.write("Usage: %s [info] [warning] [error]\n" %sys.argv[0])

sys.exit(1)for severity inseverities:

channel.queue_bind(exchange='direct_logs',

queue=queue_name,

routing_key=severity)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

queue_md5=body.decode().split(",")[1]

hostname= 'nginx1'channel.queue_declare(queue=queue_md5) #如果队列没有创建，就创建这个队列

channel.basic_publish(exchange='',

routing_key=queue_md5, #指定队列的关键字为，这里是队列的名字

body='%s|cmd_result1' %hostname) #往队列里发的消息内容

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

服务器2:

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

importpikaimportsys############################ 消费者2 ###########################

connection=pika.BlockingConnection(pika.ConnectionParameters(

host='192.168.137.208'))

channel=connection.channel()

channel.exchange_declare(exchange='direct_logs',

type='direct')

result= channel.queue_declare(exclusive=True) #随机生成队列

queue_name =result.method.queue

severities= ["nginx"]for severity inseverities:

channel.queue_bind(exchange='direct_logs',

queue=queue_name,

routing_key=severity)print('[*] Waiting for logs. To exit press CTRL+C')defcallback(ch, method, properties, body):print("[x] %r:%r" %(method.routing_key, body))

queue_md5=body.decode().split(",")[1]

hostname= 'nginx2'channel.queue_declare(queue=queue_md5) #如果队列没有创建，就创建这个队列

channel.basic_publish(exchange='',

routing_key=queue_md5, #指定队列的关键字为，这里是队列的名字

body='%s|cmd_result2' %hostname) #往队列里发的消息内容

channel.basic_consume(callback,

queue=queue_name,

no_ack=True)

channel.start_consuming()

master:

#!/usr/bin/env python#-*- coding: utf-8 -*-

__author__ = 'WangQiaomei'