python使用pika库调用rabbitmq的参数使用

python使用pika库调用rabbitmq的参数有三种方式，分别如下所述：

1、应答参数：

auto_ack=False
ch.basic_ack(delivery_tag=method.delivery_tag)

生产者模式：

示例代码：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建队列
channel.queue_declare(queue='hello')

# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello',  # 指定队列
                      body='Hello World!')  # 向队列中添加的数据

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

运行结果：

消费者模式：

示例代码：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello队列，这时就会报错
channel.queue_declare(queue='hello')


# 3.确定回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)


# 4.确定监听队列参数
channel.basic_consume(queue='hello',
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)


print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

注意：添加应答参数的好处是当消费者处理回调函数的时，万一程序报错，此时数据就会消失的。使用应答方式后，消费者程序万一报错，修改完程序后重新启动程序还是可以继续消费上一次的数据的。使用应答参数后，没处理完一条数据都会给队列一个反馈消息的，也就是说消费完一条消息后队列才会删除这条消息。这种方式效率会降低一些，根据项目中数据的重要性可以选择是否需要这个参数。

2、持久化参数：

#声明queue
channel.queue_declare(queue='hello2', durable=True)  # 若声明过，则换一个名字
 
channel.basic_publish(exchange='',
                      routing_key='hello2',
                      body='Hello World!',
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                          )
                      )

生成者方式：

示例代码：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建持久化队列
# 注意：非持久化队列不能变持久化队列，反之也是这样的，所有创建队列中不能创建和非持久化队列重名的队列
channel.queue_declare(queue='hello2', durable=True)

# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello2',  # 指定队列
                      body='Hello World!',  # 向队列中添加的数据
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      )
                      )
print(" [x] Sent 'Hello World!'")

运行结果：

消费者方式：

示例代码：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建持久化队列
# 注意：非持久化队列不能变持久化队列，反之也是这样的，所有创建队列中不能创建和非持久化队列重名的队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello2', durable=True)


# 3.确定回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)


# 4.确定监听队列参数
channel.basic_consume(queue='hello2',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)


print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

注意：加入持久化参数的好处，当rabbitmq队列万一崩了时，此时队列中的所有数据都会丢失，rabbitmq队列中的数据是保存在内存中，当加入持久化参数后，数据将会保存在硬盘中，rabbitmq崩了或者重启不会丢失数据。

3、分发参数：

        有两个消费者同时监听一个的队列。其中一个线程sleep2秒，另一个消费者线程sleep1秒，但是处理的消息是一样多。这种方式叫轮询分发（round-robin）不管谁忙，都不会多给消息，总是你一个我一个。想要做到公平分发（fair dispatch），必须关闭自动应答ack，改成手动应答。使用basicQos(perfetch=1)限制每次只发送不超过1条消息到同一个消费者，消费者必须手动反馈告知队列，才会发送下一个。

channel.basic_qos(prefetch_count=1)

生产者模式：

示例代码：   【为了产生多条数据，将此程序执行多次】

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建队列
channel.queue_declare(queue='hello3')

# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello3',  # 指定队列
                      body='Hello World666!',  # 向队列中添加的数据
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      )
                      )
print(" [x] Sent 'Hello World!'")

运行结果：

消费者模式：

示例代码1：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello3')


# 3.确定回调函数
def callback(ch, method, properties, body):
    import time
    time.sleep(15)
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)


# 公平分发，若不加下面这行代码，默认是轮询分发
channel.basic_qos(prefetch_count=1)

# 4.确定监听队列参数
channel.basic_consume(queue='hello3',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)


print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

示例代码2：

import pika

# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()

# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello3')


# 3.确定回调函数
def callback(ch, method, properties, body):
    import time
    time.sleep(3)
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)


# 公平分发，若不加下面这行代码，默认是轮询分发
channel.basic_qos(prefetch_count=1)

# 4.确定监听队列参数
channel.basic_consume(queue='hello3',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)


print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

注意：当一个py文件执行多次时，会有下面提示：

 运行结果：