python处理rabbitmq的数据_python使用rabbitmq实例六,远程结果返回

前面的例子都有个共同点,就是发送端发送消息出去后没有结果返回。如果只是单纯发送消息,当然没有问题了,但是在实际中,常常会需要接收端将收到的消息进行处理之后,返回给发送端。

处理方法描述:发送端在发送信息前,产生一个接收消息的临时队列,该队列用来接收返回的结果。其实在这里接收端、发送端的概念已经比较模糊了,因为发送端也同样要接收消息,接收端同样也要发送消息,所以这里笔者使用另外的示例来演示这一过程。

示例内容:假设有一个控制中心和一个计算节点,控制中心会将一个自然数N发送给计算节点,计算节点将N值加1后,返回给控制中心。这里用center.py模拟控制中心,compute.py模拟计算节点。

compute.py代码分析

#!/usr/bin/env python

#coding=utf8

import pika

#连接rabbitmq服务器

connection = pika.BlockingConnection(pika.ConnectionParameters(

host='localhost'))

channel = connection.channel()

#定义队列

channel.queue_declare(queue='compute_queue')

print ' [*] Waiting for n'

#将n值加1

def increase(n):

return n + 1

#定义接收到消息的处理方法

def request(ch, method, properties, body):

print " [.] increase(%s)" % (body,)

response = increase(int(body))

#将计算结果发送回控制中心

ch.basic_publish(exchange='',

routing_key=properties.reply_to,

body=str(response))

ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)

channel.basic_consume(request, queue='compute_queue')

channel.start_consuming()

计算节点的代码比较简单,值得一提的是,原来的接收方法都是直接将消息打印出来,这边进行了加一的计算,并将结果发送回控制中心。

center.py代码分析

#!/usr/bin/env python

#coding=utf8

import pika

class Center(object):

def __init__(self):

self.connection = pika.BlockingConnection(pika.ConnectionParameters(

host='localhost'))

self.channel = self.connection.channel()

#定义接收返回消息的队列

result = self.channel.queue_declare(exclusive=True)

self.callback_queue = result.method.queue

self.channel.basic_consume(self.on_response,

no_ack=True,

queue=self.callback_queue)

#定义接收到返回消息的处理方法

def on_response(self, ch, method, props, body):

self.response = body

def request(self, n):

self.response = None

#发送计算请求,并声明返回队列

self.channel.basic_publish(exchange='',

routing_key='compute_queue',

properties=pika.BasicProperties(

reply_to = self.callback_queue,

),

body=str(n))

#接收返回的数据

while self.response is None:

self.connection.process_data_events()

return int(self.response)

center = Center()

print " [x] Requesting increase(30)"

response = center.request(30)

print " [.] Got %r" % (response,)

上例代码定义了接收返回数据的队列和处理方法,并且在发送请求的时候将该队列赋值给reply_to,在计算节点代码中就是通过这个参数来获取返回队列的。

打开两个终端,一个运行代码python compute.py,另外一个终端运行center.py,如果执行成功,应该就能看到效果了。

笔者在测试的时候,出了些小问题,就是在center.py发送消息时没有指明返回队列,结果compute.py那边在计算完结果要发回数据时报错,提示routing_key不存在,再次运行也报错。用rabbitmqctl list_queues查看队列,发现compute_queue队列有1条数据,每次重新运行compute.py的时候,都会重新处理这条数据。后来使用/etc/init.d/rabbitmq-server restart重新启动下rabbitmq就ok了。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可以使用RabbitMQ作为面向消息的中间件来进行消息的生产和消费。我们可以通过连接RabbitMQ服务器并使用Python程序来发送消息和获取消息。可以使用封装了RabbitMQ类的代码来实现这些操作。这个类中封装了连接RabbitMQ服务器的方法、发送消息的方法和获取消息的方法。通过实例化这个类的对象并调用相关的方法,就可以实现消息的生产和消费操作。在正常情况下,消息队列中的消息会一直保存,但如果RabbitMQ挂掉,则消息队列中的消息会全部消失。可以通过使用rabbitmqctl命令的list_queues参数来查询RabbitMQ中的队列以及对应的消息个数。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [python程序使用RabbitMQ](https://blog.csdn.net/qq_60695343/article/details/126362800)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [pythonrabbitMQ使用](https://blog.csdn.net/jack_laoliu/article/details/98765173)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值