Maison > Article > développement back-end > Tutoriel Python de démarrage rapide de RabbitMQ
RabbitMQ : acceptant les messages puis les remettant, il peut être considéré comme un « bureau de poste ». Les expéditeurs et les destinataires interagissent via des files d'attente. La taille de la file d'attente peut être considérée comme illimitée. Plusieurs expéditeurs peuvent envoyer des messages à une file d'attente, et plusieurs destinataires peuvent également recevoir des messages d'une file d'attente.
Le protocole utilisé par lapinmq est amqp, et le client recommandé pour python est pika
pip install pika -i https://pypi.douban.com/simple/
send.py
# coding: utf8 import pika # 建立一个连接 connection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost')) # 连接本地的RabbitMQ服务器 channel = connection.channel() # 获得channel
Le lien ici concerne cette machine. Si vous souhaitez vous connecter à un serveur sur une autre machine, remplissez simplement l'adresse ou le nom d'hôte.
Ensuite, nous commençons à envoyer des messages. Assurez-vous que la file d'attente qui accepte le message existe, sinon RabbitMQ supprimera le message.
channel.queue_declare(queue='hello') # 在RabbitMQ中创建hello这个队列 channel.basic_publish(exchange='', # 使用默认的exchange来发送消息到队列 routing_key='hello', # 发送到该队列 hello 中 body='Hello World!') # 消息内容 connection.close() # 关闭 同时flush
RabbitMQ nécessite 1 Go d'espace disque libre par défaut. l'envoi échouera.
À l'heure actuelle, un message a été stocké dans la file d'attente locale bonjour. Si vous utilisez Rabbitmqctl list_queues, vous pouvez voir
hello 1
indiquant qu'il y a un message stocké dans la file d'attente bonjour.
receive.py
# coding: utf8 import pika connection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost')) channel = connection.channel()
Connectez-vous toujours au serveur en premier, comme lors de l'envoi avant
channel.queue_declare(queue='hello') # 此处就是声明了 来确保该队列 hello 存在 可以多次声明 这里主要是为了防止接受程序先运行时出错 def callback(ch, method, properties, body): # 用于接收到消息后的回调 print(" [x] Received %r" % body) channel.basic_consume(callback, queue='hello', # 收指定队列hello的消息 no_ack=True) #在处理完消息后不发送ack给服务器 channel.start_consuming() # 启动消息接受 这会进入一个死循环
La file d'attente de travail est utilisée pour distribuer les tâches fastidieuses sur plusieurs processus de travail. Au lieu d'effectuer immédiatement des tâches gourmandes en ressources (vous devez attendre que ces tâches soient terminées), planifiez ces tâches pour une exécution ultérieure. Par exemple, nous envoyons la tâche sous forme de message à la file d'attente, démarrons un processus de travail pour l'accepter et éventuellement l'exécuter, et pouvons démarrer plusieurs processus de travail pour qu'ils fonctionnent. Cela s'applique aux applications Web, où les tâches complexes ne doivent pas être effectuées dans la fenêtre de traitement d'une requête http.
channel.basic_publish(exchange='', routing_key='task_queue', body=message, properties=pika.BasicProperties( delivery_mode = 2, # 使得消息持久化 ))
La façon de distribuer les messages est le sondage, c'est-à-dire que chaque processus de travail reçoit le même nombre de messages.
Si un message est affecté à un processus de travail, mais que le processus de travail se bloque avant la fin du traitement, le message peut être perdu, car une fois que RabbitMQ distribue un message au processus de travail , il supprime le message.
Afin d'éviter la perte de messages, Rabbitmq fournit un accusé de réception, c'est-à-dire qu'une fois que le processus de travail a reçu le message et l'a traité, il envoie un accusé de réception à Rabbitmq pour informer Rabbitmq que le message peut être supprimé de la file d'attente à ce moment-là. temps. Si le processus de travail meurt et que Rabbitmq ne reçoit pas l'accusé de réception, le message sera redistribué aux autres processus de travail. Il n'est pas nécessaire de définir un délai d'attente, même si la tâche prend beaucoup de temps, elle peut être traitée.
ack est activé par défaut. Auparavant, notre processus de travail spécifiait no_ack=True
channel.basic_consume(callback, queue='hello') # 会启用ack
rappel avec ack :
def callback(ch, method, properties, body): print " [x] Received %r" % (body,) time.sleep( body.count('.') ) print " [x] Done" ch.basic_ack(delivery_tag = method.delivery_tag) # 发送ack
Cependant, RabbitMQ est parfois redémarré et les messages sont perdus. La persistance peut être paramétrée lors de la création de la file d'attente :
(la nature de la file d'attente ne peut plus être modifiée une fois déterminée)
channel.queue_declare(queue='task_queue', durable=True)
Parallèlement, l'attribut de persistance du message doit également être paramétré lors de l'envoi le message :
channel.basic_publish(exchange='',
routing_key="task_queue", body=message, properties=pika.BasicProperties( delivery_mode = 2, # make message persistent ))
Cependant, si RabbitMQ vient de recevoir un message et n'a pas eu le temps de le stocker, le message sera quand même perdu. En même temps, RabbitMQ ne reçoit pas tous les messages. Si vous avez besoin d'une garantie plus complète, vous devez utiliser la confirmation de l'éditeur
Polling. La distribution des messages en mode peut ne pas être équitable, par exemple, les messages impairs sont tous des tâches lourdes, certains processus exécuteront toujours des tâches lourdes, même s'il y a un retard de messages sur un certain processus de travail qui n'a pas été traité, par exemple. de nombreux accusés de réception n'ont pas été envoyés, RabbitMQ lui enverra toujours des messages dans l'ordre :
channel.basic_qos(prefetch_count=1)
Informez RabbitMQ afin que si un processus de travail ne renvoie pas d'accusé de réception, il ne lui attribuera pas de messages.
En général, un message est envoyé à un processus de travail puis terminé. Parfois, je souhaite envoyer un message à plusieurs processus en même temps :
L'expéditeur envoie-t-il directement le message à la file d'attente ? En fait, l'expéditeur ne sait pas à quelle file d'attente le message sera envoyé. L'expéditeur ne peut envoyer le message qu'à l'échange. d'une part, l'échange reçoit les messages du producteur et d'autre part, il les pousse vers la file d'attente. Ainsi, en tant qu'échange, vous devez savoir quoi faire lorsqu'un message est reçu, s'il doit être ajouté à un message spécial. file d'attente ou mis dans plusieurs files d'attente, ou rejeté. Exchange a des types directs, sujets, en-têtes, fanout et autres, c'est-à-dire que l'envoi de masse est utilisé lors de la publication d'un message, c'est-à-dire. l'échange par défaut a été utilisé, peut être utilisé lors de l'envoi ou de la réception
channel.exchange_declare(exchange='logs', type='fanout') # 该exchange会把消息发送给所有它知道的队列中Échange de liaison et file d'attente
result = channel.queue_declare() # 创建一个随机队列 result = channel.queue_declare(exclusive=True) # 创建一个随机队列,同时在没有接收者连接该队列后则销毁它 queue_name = result.method.queueLes journaux seront également envoyés à hello lors de l'envoi. Lors de l'envoi. Le message est acheminé à l'aide de l'échange de journaux nouvellement créé
channel.queue_bind(exchange='logs', queue='hello')Bind a déjà été utilisé, c'est-à-dire que la relation entre l'échange et la file d'attente est établie (la file d'attente est intéressé par les messages de l'échange), Vous pouvez également spécifier l'option router_key lors de la liaison. Utilisez l'échange direct pour envoyer le message correspondant à la clé de routage à la file d'attente liée à la même clé de routage
channel.basic_publish(exchange='logs', routing_key='', body=message)Fonction Envoyer. , publier des messages de différentes gravités :
Lier la gravité correspondante dans la fonction d'acceptation :
Utiliser l'échange de sujetsL'échange direct utilisé auparavant ne peut que Pour lier une clé de routage, vous pouvez utiliser ce sujet d'échange qui sépare les clés de routage, par exemple :channel.exchange_declare(exchange='direct_logs', type='direct')
"stock.usd.nyse" "nyse.vmw"
和direct exchange一样,在接受者那边绑定的key与发送时指定的routing key相同即可,另外有些特殊的值:
* 代表1个单词 # 代表0个或多个单词
如果发送者发出的routing key都是3个部分的,如:celerity.colour.species。
Q1: *.orange.* 对应的是中间的colour都为orange的 Q2: *.*.rabbit 对应的是最后部分的species为rabbit的 lazy.# 对应的是第一部分是lazy的
qucik.orange.rabbit Q1 Q2都可接收到,quick.orange.fox 只有Q1能接受到,对于lazy.pink.rabbit虽然匹配到了Q2两次,但是只会发送一次。如果绑定时直接绑定#,则会收到所有的。
在远程机器上运行一个函数然后获得结果。
1、客户端启动 同时设置一个临时队列用于接受回调,绑定该队列
self.connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) self.channel = self.connection.channel() 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)
2、客户端发送rpc请求,同时附带reply_to对应回调队列,correlation_id设置为每个请求的唯一id(虽然说可以为每一次RPC请求都创建一个回调队列,但是这样效率不高,如果一个客户端只使用一个队列,则需要使用correlation_id来匹配是哪个请求),之后阻塞在回调队列直到收到回复
注意:如果收到了非法的correlation_id直接丢弃即可,因为有这种情况--服务器已经发了响应但是还没发ack就挂了,等一会服务器重启了又会重新处理该任务,又发了一遍相应,但是这时那个请求已经被处理掉了
channel.basic_publish(exchange='', routing_key='rpc_queue', properties=pika.BasicProperties( reply_to = self.callback_queue, correlation_id = self.corr_id, ), body=str(n)) # 发出调用 while self.response is None: # 这边就相当于阻塞了 self.connection.process_data_events() # 查看回调队列 return int(self.response)
3、请求会发送到rpc_queue队列
4、RPC服务器从rpc_queue中取出,执行,发送回复
channel.basic_consume(on_request, queue='rpc_queue') # 绑定 等待请求 # 处理之后: ch.basic_publish(exchange='', routing_key=props.reply_to, properties=pika.BasicProperties(correlation_id = \ props.correlation_id), body=str(response)) # 发送回复到回调队列 ch.basic_ack(delivery_tag = method.delivery_tag) # 发送ack
5、客户端从回调队列中取出数据,检查correlation_id,执行相应操作
if self.corr_id == props.correlation_id: self.response = body
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!