运维视角：rabbitmq教程（四）工作模式

最新推荐文章于 2023-08-02 10:30:00 发布

星火燎愿

最新推荐文章于 2023-08-02 10:30:00 发布

阅读量336

点赞数

分类专栏： rabbitmq 消息队列文章标签： java-rabbitmq rabbitmq 运维

本文链接：https://blog.csdn.net/xpt211314/article/details/129430275

版权

rabbitmq 同时被 2 个专栏收录

4 篇文章 0 订阅

订阅专栏

消息队列

4 篇文章 0 订阅

订阅专栏

今天这篇文章，通过python代码来测试rabbitmq交换机以及队列的工作模式，以此更加透彻的理解它的工作方式

一、简单模式

1、测试代码

生产者代码：

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.queue_declare(queue='hello')  # 如果指定的queue不存在,则会创建一个queue,如果已经存在 则不会做其他动作

for i in range(3):
    new_dic = {"name"+str(i): ""+str(i)}
    # channel.basic_publish(exchange='', routing_key='hello', body=b'hello world_'+str(i).encode('utf-8'))
    channel.basic_publish(exchange='', routing_key='hello', body=str(new_dic).encode('utf-8'))
    # print("send success...")
connection.close()  # 关闭连接

消费者代码：

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.queue_declare(queue='hello')

# 回调函数
def callback(ch, method, properties, body):
    # print('消费者收到:{}'.format(body))
    print(body.decode('utf-8'))

channel.basic_consume(queue='hello',  # 接收指定queue的消息
                      auto_ack=True,  # 指定为True，表示消息接收到后自动给消息发送方回复确认，已收到消息
                      on_message_callback=callback  # 设置收到消息的回调函数
                      )

channel.start_consuming()   # 一直处于等待接收消息的状态，如果没收到消息就一直处于阻塞状态，收到消息就调用上面的回调函数

如果再运行一个消费者（两个消费者），当有生产者生产消息的时候，会出现轮训的效果，即，每个消费者消费一个消息；

2、消息确认

当处理一个比较耗时得任务的时候，你也许想知道消费者（consumers）是否运行到一半就挂掉。当前的代码中，当消息被RabbitMQ发送给消费者（consumers）之后，马上就会在内存中移除；这种情况，你只要把一个工作者（worker）停止，正在处理的消息就会丢失。同时，所有发送到这个工作者的还没有处理的消息都会丢失。

证实该现象的测试：

往一个队列中存储了100个消息，开启一个消费者工作，中途模拟消费者中断或崩溃。终端查询队列，消息显示为0；队列将100个消息发个消费者，不管消费者是否正确处理，就直接删除了这些消息，不做存留；

为了防止消息丢失，RabbitMQ提供了消息响应（acknowledgments）。消费者会通过一个ack（响应），告诉RabbitMQ已经收到并处理了某条消息，然后RabbitMQ就会释放并删除这条消息。
如果消费者（consumer）挂掉了，没有发送响应，RabbitMQ就会认为消息没有被完全处理，然后重新发送给其他消费者（consumer）。这样，及时工作者（workers）偶尔的挂掉，也不会丢失消息。
消息是没有超时这个概念的；当工作者与它断开连的时候，RabbitMQ会重新发送消息。这样在处理一个耗时非常长的消息任务的时候就不会出问题了。
在消费者回调函数中添加 basic_ack 方法，示例：

def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    time.sleep(1)
    ch.basic_ack(delivery_tag=method.delivery_tag)  # 消息确认

basic_ack 不可与 auto_ack 一同使用，会报错

3、持久化

——队列持久化

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

在生产者、消费者代码中，添加 durable=True 可以使队列持久化，如：重启rabbitmq后创建的队列不丢失；
[shell]# rabbitmqctl list_queues 查看队列以及消息数量

——消息持久化

channel.basic_publish(exchange='',
                          routing_key="task_queue",
                          body=str(new_dic).encode('utf-8'),
                          properties=pika.BasicProperties(
                              delivery_mode=2,  # make message persistent
                          ))

在生产者代码中，设置 properties 方法值 delivery_mode=2 参数，可以使消息持久化，没有被处理的消息会保存在队列中；

4、公平调度

以上的代码，一直是按照轮训的方式来派发消息的。比如有两个工作者（workers），处理奇数消息的比较繁忙，处理偶数消息的比较轻松。然而RabbitMQ并不知道这些，它仍然一如既往的派发消息。
可以使用basic.qos方法，并设置prefetch_count=1。这样是告诉RabbitMQ，再同一时刻，不要发送超过1条消息给一个工作者（worker），直到它已经处理了上一条消息并且作出了响应。这样，RabbitMQ就会把消息分发给下一个空闲的工作者（worker）。

channel.basic_qos(prefetch_count=1)

示例配置：

...
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    time.sleep(1)
    ch.basic_ack(delivery_tag=method.delivery_tag)  # 消息确认

channel.basic_qos(prefetch_count=1)  # 一次性取几个消息
channel.basic_consume('task_queue', callback)
...

二、发布订阅模式

将同一个消息发送给多个消费者；

1.1-生产者代码

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.13', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='logs', exchange_type='fanout')   # 创建一个fanout交换机,命名为logs

for i in range(10):
    new_dic = {"name" + str(i): "" + str(i)}

    channel.basic_publish(exchange='logs', routing_key='', body=str(new_dic).encode('utf-8'))
    print(" [x] Sent %r" % new_dic)

connection.close()

1.2-消费者代码一

（临时队列和随机的队列名称）

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel

channel.exchange_declare(exchange='logs', exchange_type='fanout')   # 创建一个fanout交换机,命名为logs
result = channel.queue_declare(exclusive=True, queue="")      # 临时队列(exclusive=True表示断开连接时,这个队列被删除)
queue_name = result.method.queue        # 获取随机队列名
channel.queue_bind(exchange='logs', queue=queue_name)   # 将队列和交换机绑定


def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)


channel.basic_consume(queue_name, callback)
channel.start_consuming()

1.3-消费者代码二

（指定的队列名称）

import pika
import time

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel

channel.exchange_declare(exchange='logs', exchange_type='fanout')   # 创建一个fanout交换机,命名为logs
# channel.queue_declare(exclusive=True, queue="bind_queue_test")      # 创建一个临时队列(exclusive=True表示断开连接时,这个队列被删除)
channel.queue_declare(queue="bind_queue_test", durable=True)      # 创建一个队列

channel.queue_bind(exchange='logs', queue="bind_queue_test")   # 将队列和交换机绑定

def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)

channel.basic_consume("bind_queue_test", callback)
channel.start_consuming()

2.1-测试结论

发布订阅的方式可以实现将消息同时发给多个消费者；
它是通过扇形交换机（exchange_type=‘fanout’）实现的。扇形交换机会将消息复制发送到与其绑定的队列中，每个队列会同时接到相同的消息；所以【消费者代码一】中创建的队列名称都是临时（独占）、随机的，这样的话，其他消费者就不能消费这个队列，也不会冲突；
当然，也可以创建指定的队列名称并持久化。但是这样的消费者不能是多个，否则在这个队列中就会是轮训的分发消息了；

2.2-验证测试

步骤：
1、运行了一个【消费者代码一】；
2、运行了两个【消费者代码二】：消费者代码A和消费者代码B；
3、运行【生产者代码】；发送 0到9 个消息；
结果：
【消费者代码一】全部接收到了 0-9 个消息；
【消费者代码A】接收到了 0、2、4、6、8；
【消费者代码B】接收到了 1、3、5、7、9；

三、路由模式

生产者和消费者设置 routing_key 参数；路由器通过该参数来判断消息转发给哪个队列；

1.1-生产者

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.13', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')    # 创建直连交换机

severity = "error"  # 绑定的routing_key
message = "messages test ---- " + severity  # 要发送的消息
channel.basic_publish(exchange='direct_logs', routing_key=severity, body=str(message).encode('utf-8'))
print(" [x] Sent %r:%r" % (severity, message))

connection.close()

1.2-消费者一

routing_key 为“info”

import pika
import time

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')

result = channel.queue_declare(exclusive=True, queue="")  # 创建一个临时随机名称的队列(exclusive=True表示断开连接时,这个队列被删除)
queue_name = result.method.queue  # 获取随机队列名
severity = "info"
channel.queue_bind(exchange='direct_logs', queue=queue_name, routing_key=severity)  # 将队列和交换机绑定

def callback(ch, method, properties, body):
    print(" [x] %r:%r" % (method.routing_key, body,))

channel.basic_consume(queue_name, callback)
channel.start_consuming()

1.3-消费者二

routing_key 为“error”

import pika
import time

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')

result = channel.queue_declare(exclusive=True, queue="")  # 创建一个临时随机名称的队列(exclusive=True表示断开连接时,这个队列被删除)
queue_name = result.method.queue  # 获取随机队列名
severity = "error"
channel.queue_bind(exchange='direct_logs', queue=queue_name, routing_key=severity)  # 将队列和交换机绑定

def callback(ch, method, properties, body):
    print(" [x] %r:%r" % (method.routing_key, body,))

channel.basic_consume(queue_name, callback)
channel.start_consuming()

2.1-测试结论

通过设置 routing_key 参数，可以指定消息发送到哪个队列；
验证方法：多个消费者绑定同一个 routing_key；
但是，扇型交换机（fanout exchange）没有足够的灵活性 —— 它能做的仅仅是广播；
通过绑定 routing_key 的方式可以让直连交换机实现类似于扇形交换机发布订阅的效果；（扇形交换机会忽略routing_key这个参数）

2.2-验证测试

步骤：
1、运行消费者一和二；
2、运行生产者；
结果：
当 routing_key 为 info 时，消息发送到了消费者一；当 routing_key 为 error 时，消息发送到了消费者二；

四、主题交换机

主题交换机的路由键必须是一个由.分隔开的词语列表，如：“stock.usd.nyse”, “nyse.vmw”, “quick.orange.rabbit”。词语的个数可以随意，但是不要超过255字节。
● * (星号) 用来表示一个单词.
● # (井号) 用来表示任意数量（零个或多个）单词。
在这里插入图片描述
Q1的绑定键为 .orange.，Q2的绑定键为 ..rabbit 和 lazy.#
示例：
携带有 quick.orange.rabbit 的消息将会被分别投递给这两个队列；
携带着 lazy.orange.elephant 的消息同样也会给两个队列都投递过去；
携带有 quick.orange.fox 的消息会投递给第一个队列；
携带有 lazy.brown.fox 的消息会投递给第二个队列；
携带有 lazy.pink.rabbit 的消息只会被投递给第二个队列一次，即使它同时匹配第二个队列的两个绑定；
携带着 quick.brown.fox 的消息不会投递给任何一个队列。
如果我们违反约定，发送了一个携带有一个单词或者四个单词（“orange” or “quick.orange.male.rabbit”）的消息时，发送的消息不会投递给任何一个队列，而且会丢失掉。
但是另一方面，即使 “lazy.orange.male.rabbit” 有四个单词，他还是会匹配最后一个绑定，并且被投递到第二个队列中。

1.1-生产者

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.13', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')  # 创建一个主题交换机

routing_key = "lazy.orange.male.rabbit"
message = "messages test ---- " + routing_key  # 要发送的消息

channel.basic_publish(exchange='topic_logs', routing_key=routing_key, body=str(message).encode('utf-8'))

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

connection.close()

1.2-消费者一

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.14', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')  # 创建一个主题交换机

result = channel.queue_declare(exclusive=True, queue="")  # 创建一个临时随机名称的队列(exclusive=True表示断开连接时,这个队列被删除)
queue_name = result.method.queue  # 获取随机队列名

binding_key = "*.orange.*"	# 绑定路由
channel.queue_bind(exchange='topic_logs', queue=queue_name, routing_key=binding_key)  # 将队列和交换机绑定

def callback(ch, method, properties, body):
    print(" [x] %r:%r" % (method.routing_key, body,))

channel.basic_consume(queue_name, callback)
channel.start_consuming()

1.2-消费者二

import pika

user_info = pika.PlainCredentials('admin', 'admin')
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.2.15', '5672', '/', user_info))
channel = connection.channel()  # 创建一个channel
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')  # 创建一个主题交换机

result = channel.queue_declare(exclusive=True, queue="")  # 创建一个临时随机名称的队列(exclusive=True表示断开连接时,这个队列被删除)
queue_name = result.method.queue  # 获取随机队列名

binding_key = "*.*.rabbit"	# 绑定路由
channel.queue_bind(exchange='topic_logs', queue=queue_name, routing_key=binding_key)  # 将队列和交换机绑定
channel.queue_bind(exchange='topic_logs', queue=queue_name, routing_key="lazy.#")  # 将队列和交换机绑定,并绑定路由


def callback(ch, method, properties, body):
    print(" [x] %r:%r" % (method.routing_key, body,))


channel.basic_consume(queue_name, callback)
channel.start_consuming()