python rabbitmq持久化_python之rabbitMQ二：队列、消息持久化

一、队列持久化

声明队列queue_declare方法的原型 ：

channel.queue_declare(queue='', passive=False, durable=False,

exclusive=False, auto_delete=False,

arguments=None):

queue: 队列名称

durable： 是否持久化, 队列的声明默认是False，即存放到内存中的，如果rabbitmq重启会丢失。

如果想重启之后还存在就要使队列持久化，保存到Erlang自带的Mnesia数据库中，当rabbitmq重启之后会读取该数据库。

exclusive：是否排外的，默认为False，不排外。有两个作用：

一：当连接关闭时connection.close()该队列是否会自动删除；

二：该队列是否是私有的private，如果不是排外的，可以使用两个消费者都访问同一个队列，没有任何问题；

如果是排外的，会对当前队列加锁，只允许当前消费者可以访问，其他通道channel是不能访问的，如果强制访问会报异常：ShutdownSignalException: channel error

一般等于true的话用于一个队列只能有一个消费者来消费的场景 。

auto_delete：是否自动删除，当最后一个消费者断开连接之后队列是否自动被删除，默认为False。

可以通过RabbitMQ Management，查看某个队列的消费者数量，当consumers = 0时，即没有任务消费者时，队列就会自动删除

arguments：队列中的消息什么时候会自动被删除？

Message TTL(x-message-ttl)：设置队列中的所有消息的生存周期(统一为整个队列的所有消息设置生命周期)，

也可以在发布消息的时候单独为某个消息指定剩余生存时间,单位毫秒, 类似于redis中的ttl，生存时间到了，消息会被从队里中删除，注意是消息被删除，而不是队列被删除， 特性Features=TTL, 单独为某条消息设置过期时间：properties=pika.BasicProperties(.........)

Auto Expire(x-expires): 当队列在指定的时间没有被访问(consume, basicGet, queueDeclare…)就会被删除,Features=Exp

Max Length(x-max-length): 限定队列的消息的最大值长度，超过指定长度将会把最早的几条删除掉， 类似于mongodb中的固定集合，例如保存最新的100条消息, Feature=Lim

Max Length Bytes(x-max-length-bytes): 限定队列最大占用的空间大小， 一般受限于内存、磁盘的大小, Features=Lim B

Dead letter exchange(x-dead-letter-exchange)： 当队列消息长度大于最大长度、或者过期的等，将从队列中删除的消息推送到指定的交换机中去而不是丢弃掉,Features=DLX

Dead letter routing key(x-dead-letter-routing-key)：将删除的消息推送到指定交换机的指定路由键的队列中去, Feature=DLK

Maximum priority(x-max-priority)：优先级队列，声明队列时先定义最大优先级值(定义最大值一般不要太大)，在发布消息的时候指定该消息的优先级， 优先级更高(数值更大的)的消息先被消费,

Lazy mode(x-queue-mode=lazy)： Lazy Queues: 先将消息保存到磁盘上，不放在内存中，当消费者开始消费的时候才加载到内存中

Master locator(x-queue-master-locator)

关于队列的声明，如果使用同一套参数进行声明了，就不能再使用其他参数来声明，要么删除该队列重新删除，可以使用命令行删除也可以在RabbitMQ Management上删除，要么给队列重新起一个名字。

队列持久化：

重启RabbitMQ服务器(可以通过rabbitmqctl stop_app关闭服务器，rabbitmqctl start_app重启服务器)，可以登录RabbitMQ Management—> Queues中。如果队列设置了持久化，则可以看到之前声明的队列还存在。

二、消息持久化

消息确认机制：

如果消费消息时发生异常，队列中也没有了消息，服务器无法知道此消息是否成功，此时将发生丢失吗？

不会，因为有消息确认机制：事实上，此条消息被消费者取出，队列中没有了此消息(但会暂时保存在其它地方)。但是rabbitMQ有消息消费成功与否的确认机制，如果消息异常，即失败，此条消息将从另外一个地方重新放回队列中；如果成功才会根据配置在多长时间内删除这条消息。

消息持久化：

如果消息服务器宕机，服务器中的队列和消息是否会被保存？

如果没有启用消息持久化(默认值)，消息是保存在内存中的，宕机将丢失队列 和消息。

如果设置了队列、消息持久化，则会保存在erlang自带的数据库中，重启服务器后将恢复队列和消息。

设置消息持久化必须先设置队列持久化，要不然队列不持久化，消息持久化，队列都不存在了，消息存在还有什么意义。消息持久化需要将交换机持久化、队列持久化、消息持久化，才能最终达到持久化的目的。

为单条消息设置持久化：发布消息时，设置参数properties=pika.BasicProperties(delivery_mode=2)，2为持久化，1为非持久化。

channel.basic_publish(exchange='',

routing_key="task_queue",

body=message,

properties=pika.BasicProperties(

delivery_mode = 2, # make message persistent

))

Message TTL消息剩余生存时间

为该队列的所有消息统一设置相同的声明周期：统一设置队列中的所有消息的过期时间，例如设置10秒，10秒后这个队列的消息清零

arguments.put("x-message-ttl", 10000);

// 声明队列时指定队列中的消息过期时间

channel.queue_declare(QUEUE_NAME, false, false, false, arguments);

Auto Expire自动过期

x-expires用于当多长时间没有消费者访问该队列的时候，该队列会自动删除，可以设置一个延迟时间，如仅启动一个生产者，10秒之后该队列会删除，或者启动一个生产者，再启动一个消费者，消费者运行结束后10秒，队列也会被删除

Max Length最大长度

x-max-length:用于指定队列的长度，如果不指定，可以认为是无限长，例如指定队列的长度是4，当超过4条消息，前面的消息将被删除，给后面的消息腾位

Max Length Bytes代码片段

x-max-length-bytes: 用于指定队列存储消息的占用空间大小，当达到最大值是会删除之前的数据腾出空间

Maximum priority最大优先级

x-max-priority: 设置消息的优先级，优先级值越大，越被提前消费。

正常情况下不适用优先级

Hello RabbitMQ: 1

Hello RabbitMQ: 2

Hello RabbitMQ: 3

Hello RabbitMQ: 4

Hello RabbitMQ: 5

使用优先级顺序正好相反

Hello RabbitMQ: 5

Hello RabbitMQ: 4

Hello RabbitMQ: 3

Hello RabbitMQ: 2

Hello RabbitMQ: 1

三、示例

一对一的生产者、消费者的消息队列模式：

生产者：

#!/usr/bin/env python

import pika

import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(

host='localhost'))

channel = connection.channel()

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

message = ' '.join(sys.argv[1:]) or "Hello World!"

channel.basic_publish(exchange='',

routing_key='task_queue',

body=message,

properties=pika.BasicProperties(

delivery_mode=2, # 此消息持久化

))

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

connection.close()

消费者：

#!/usr/bin/env python

import pika

import time

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

print(" [x] Received %r" % body)

time.sleep(body.count(b'.'))

print(" [x] Done")

# 消息确认：消费者完成消费后，发送确认消息给服务器

ch.basic_ack(delivery_tag=method.delivery_tag)

connection = pika.BlockingConnection(pika.ConnectionParameters(

host='localhost'))

channel = connection.channel()

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

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

channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback,

queue='task_queue',

# no_ack=False # 默认为False

)

channel.start_consuming()

1.如果消费者，从队列中取到消息，但消费失败了？怎么保证此条消息会退还到队列中，能够被其它消息者获取到？

消费者在消费成功时，发送消息确认即可；在代码中，必须这两个地方都要实现：

在callback消费者函数中，发送确认消息：ch.basic_ack(delivery_tag=method.delivery_tag)

消费都的channel.basic_consume中的no_ack参数使用默认值False

2.如果rabbitMQ服务器挂了，怎么保证在服务器重启用，队列中的消息不丢失？

队列持久化，且消息持久化。必须两者都持久化。代码：

在声明队列时，使用参数durable=True使队列持久化：

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

设置队列的Message TTL消息剩余生存时间

或者生产者在发布消息时，使用参数properties=pika.BasicProperties(delivery_mode=2)使消息持久化：channel.basic_publish(exchange='',

routing_key='task_queue',

body=message,

properties=pika.BasicProperties(

delivery_mode=2, # 此消息持久化

))

四、公平派遣

您可能已经注意到调度仍然无法完全按照我们的要求工作。例如，在有两名工人的情况下，当所有奇怪的信息都很重，甚至信息很少时，一名工作人员会一直很忙， 另一名工作人员几乎不会做任何工作。那么，RabbitMQ不知道任何有关这一点，并仍将均匀地发送消息。

发生这种情况是因为RabbitMQ只在消息进入队列时调度消息。它没有考虑消费者未确认消息的数量。它只是盲目地将第n条消息分发给第n位消费者。

为了解决这个问题，我们可以使用basic.qos方法和设置prefetch_count = 1。这告诉RabbitMQ一次不要向工作人员发送多个消息。 或者换句话说，不要向工作人员发送新消息，直到它处理并确认了前一个消息。相反，它会将其分派给不是仍然忙碌的下一个工作人员。

channel.basic_qos(prefetch_count=1)

示例：

生产者：new_task.py

#!/usr/bin/env python

import sys

import pika

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

channel = connection.channel()

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

message = ' '.join(sys.argv[1:]) or 'Hello World'

channel.basic_publish(exchange='',

routing_key='task_queue',

body=message,

properties=pika.BasicProperties(

delivery_mode=2, # 确保消息是持久的

))

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

connection.close()

消费者：worker.py

#!/usr/bin/env python

import time

import pika

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

channel = connection.channel()

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

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

print(" [x] Received %r" % body)

time.sleep(body.count(b'.'))

print(" [x] Done")

ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_consume(callback,

queue='hello')

channel.basic_qos(prefetch_count=1)

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

channel.start_consuming()

使用消息确认和prefetch_count，您可以设置一个工作队列。即使RabbitMQ重新启动，持久性选项也可让任务继续存在。