一、rabbitmq

RabbitMQ是一个在AMQP基础上完整的，可复用的企业消息系统。他遵循Mozilla Public License开源协议。

MQ全称为Message Queue, 消息队列（MQ）是一种应用程序对应用程序的通信方法。应用程序通过读写出入队列的消息（针对应用程序的数据）来通信，而无需专用连接来链接它们。消 息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过 队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。

1.1 安装rabbitmq

RabbitMQ安装

1
2
3
4
5
6
7
8
安装配置epel源
   $ rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
  
安装erlang
   $ yum -y install erlang
  
安装RabbitMQ
   $ yum -y install rabbitmq-server

注意：service rabbitmq-server start/stop

安装API：

1
2
3
4
5
6
7
8
9
pip install pika
or
easy_install pika
or
源码
or
pycharm
 
https://pypi.python.org/pypi/pika

　　

1.3 用python操作rabbitmq

1.3.1 基于Queue实现生产者消费者模型

#!/usr/bin/env python

# -*- coding:utf-8 -*-

import Queue

import threading

message = Queue.Queue(10)

def producer(i):

    while True:

        message.put(i)

def consumer(i):

    while True:

        msg = message.get()

for i in range(12):

    t = threading.Thread(target=producer, args=(i,))

    t.start()

for i in range(10):

    t = threading.Thread(target=consumer, args=(i,))

    t.start()

1.3.2 rabbitmq实现消息队列

对于RabbitMQ来说，生产和消费不再针对内存里的一个Queue对象，而是某台服务器上的RabbitMQ Server实现的消息队列。

先运行消费者脚本，让它监听队列消息，然后运行生产者脚本，生产者往队列里发消息。然后消费者往队列里取消息。

import pika

# ########################### 消费者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

                host='192.168.137.208'))

channel = connection.channel()

channel.queue_declare(queue='abc')  # 如果队列没有创建，就创建这个队列

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

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

channel.basic_consume(callback,

                      queue='abc',  # 队列名

                      no_ack=True)  # 不通知已经收到，如果连接中断可能消息丢失

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

channel.start_consuming()
import pika

# ############################## 生产者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(

    host='192.168.137.208'

))

channel = connection.channel()

channel.queue_declare(queue='abc')  # 如果队列没有创建，就创建这个队列

channel.basic_publish(exchange='',

                      routing_key='abc',   # 指定队列的关键字为，这里是队列的名字

                      body='Hello World!')  # 往队列里发的消息内容

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

connection.close()

先运行消费者，然后再运行生产者：

'''

打印：

生产者：

 [x] Sent 'Hello World!'

消费者：

 [*] Waiting for message. To exit press CTRL+C

 [x] Received b'Hello World!'

'''

1.4 no-ack＝False：rabbitmq消费者连接断了 消息不丢失

rabbitmq支持一种方式：应答。比如我从消息里拿一条消息，如果全处理完，你就不要帮我记着了。如果没处理完，突然断开了，再连接上的时候，消息队列就会重新发消息。

总结：

  • Basic.Ack 发回给 RabbitMQ 以告知，可以将相应 message 从 RabbitMQ 的消息缓存中移除。
  • Basic.Ack 未被 consumer 发回给 RabbitMQ 前出现了异常，RabbitMQ 发现与该 consumer 对应的连接被断开，之后将该 message 以轮询方式发送给其他 consumer （假设存在多个 consumer 订阅同一个 queue）。
  • 在 no_ack=true 的情况下，RabbitMQ 认为 message 一旦被 deliver 出去了，就已被确认了，所以会立即将缓存中的 message 删除。所以在 consumer 异常时会导致消息丢失。
  • 来自 consumer 侧的 Basic.Ack 与 发送给 Producer 侧的 Basic.Ack 没有直接关系

注意：

1）只有在Consumer（消费者）断开连接时，RabbitMQ才会重新发送未经确认的消息。

2）超时的情况并未考虑：无论Consumer需要处理多长时间，RabbitMQ都不会重发消息。

消息不丢失的关键代码：

1）在接收端的callback最后：

channel.basic_ack(delivery_tag=method.delivery_tag)

1
2
3
ack即acknowledge（承认，告知已收到）
也就是消费者每次收到消息，要通知一声：已经收到，如果消费者连接断了，rabbitmq会重新把消息放到队列里，下次消费者可以连接的时候，就能重新收到丢失消息。
A message MUST not be acknowledged morethan once. The receiving peer MUST validate that a non-zero delivery-tag refersto a delivered message, <br>and raise a channel exception if this is not the case.

2）除了callback函数，还要在之前设置接收消息时指定no_ack（默认False）：

channel.basic_consume(callback, queue='hello', no_ack=False)

消费者：

import pika

  # ########################### 消费者 ##########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='10.211.55.4'))

channel = connection.channel()

channel.queue_declare(queue='hello')

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

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

    import time

    time.sleep(10)

    print('ok')

    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_consume(callback,

                      queue='hello',

                      no_ack=False)

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

channel.start_consuming()

消费者断掉连接，再次连接，消息还会收到。

1.5 durable：rabbitmq服务端宕机 消息不丢失

发数据的时候，就说了：我这条数据要持久化保存。

如果rabbitmq服务端机器如果挂掉了，会给这台机器做持久化。如果启动机器后，消息队列还在。

生产者.py：

import pika

# ############################## 生产者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(host='10.211.55.4'))

channel = connection.channel()

# make message persistent

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

channel.basic_publish(exchange='',

                      routing_key='hello',

                      body='Hello World!',

                      properties=pika.BasicProperties(

                          delivery_mode=2, # make message persistent

                      ))

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

connection.close()

消费者.py：

import pika

# ########################### 消费者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(host='10.211.55.4'))

channel = connection.channel()

# make message persistent

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

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

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

    import time

    time.sleep(10)

    print('ok')

    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_consume(callback,

                      queue='hello',

                      no_ack=False)

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

channel.start_consuming()

测试：

1）把生产者.py执行三次。

2）然后在linux上停掉rabbitmq服务，然后再开启rabbitmq服务

1
2
3
4
5
6
[root@localhost ~]# /etc/init.d/rabbitmq-server stop
Stopping rabbitmq-server: rabbitmq-server.
 
[root@localhost ~]# /etc/init.d/rabbitmq-server start
Starting rabbitmq-server: SUCCESS
rabbitmq-server.

3）运行：消费者.py：三条消息都打印了：

1
2
3
4
5
6
7
[*] Waiting for messages. To exit press CTRL+C
 [x] Received b'Hello World!'
ok
 [x] Received b'Hello World!'
ok
 [x] Received b'Hello World!'
ok

1.6 消息获取顺序

默认消息队列里的数据是按照顺序被消费者拿走，例如：消费者1 去队列中获取 奇数 序列的任务，消费者1去队列中获取 偶数 序列的任务。

因为默认是跳着取得。第一个消费者取得很快，已经执行到20了，但是第二个消费者只取到13，可能消息执行的顺序就有问题了。

如果多个消费者，如果不想跳着取，就按消息的顺序取，而不是按着自己的间隔了。

channel.basic_qos(prefetch_count=1) 表示谁来谁取，不再按照奇偶数排列

#!/usr/bin/env python

# -*- coding:utf-8 -*-

__author__ = 'WangQiaomei'

import pika

# ########################### 消费者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(host='192.168.137.208'))

channel = connection.channel()

# make message persistent

channel.queue_declare(queue='hello1')

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

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

    import time

    time.sleep(10)

    print('ok')

    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)

channel.basic_consume(callback,

                      queue='hello1',

                      no_ack=False)

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

channel.start_consuming()

1.7发布订阅

 

发布订阅原理：

1）发布订阅和简单的消息队列区别在于，发布订阅会将消息发送给所有的订阅者，而消息队列中的数据被消费一次便消失。

2）所以，RabbitMQ实现发布和订阅时，会为每一个订阅者创建一个队列，而发布者发布消息时，会将消息放置在所有相关队列中。

3）exchange 可以帮你发消息到多个队列！type设为什么值，就把消息发给哪些队列。

发布订阅应用到监控上：

模板就是写上一段脚本，放在服务器上，

客户端每5分钟，从服务端拿到监控模板，根据模板来取数据，

然后把数据结果发步到服务端的redis频道里。

服务端收到数据，1）处理历史记录 2）报警 3）dashboard显示监控信息

服务端有三处一直来订阅服务端频道（一直来收取客户端监控数据）

 

1.7.1  发布给所有绑定队列

exchange type = fanout

exchange 可以帮你发消息到多个队列，type = fanout表示：跟exchange绑定的所有队列，都会收到消息。

发布者：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei

import pika

import sys

# ########################### 发布者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='logs',

                         type='fanout')

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

channel.basic_publish(exchange='logs',

                      routing_key='',

                      body=message)

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

connection.close()

订阅者：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

# ########################### 订阅者 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='logs',

                         type='fanout')

# 随机创建队列

result = channel.queue_declare(exclusive=True)

queue_name = result.method.queue

# 绑定

channel.queue_bind(exchange='logs',

                   queue=queue_name)

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

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

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

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

'''

多次执行这个文件，就会随机生成多个队列。并且exchange都绑定这些队列。

然后发布者只需要给exchange发送消息，然后exchange绑定的多个队列都有这个消息了。订阅者就收到这个消息了。

'''

1.7.2关键字发送

一个队列还可以绑定多个关键字

对一个随机队列，绑定三个关键字

再次执行，对另一个随机队列，只绑定一个关键字。

消费者：每执行一次可以生成一个队列。通过使用命令行传参的方式，来传入队列的关键字。

#!/usr/bin/env python

import pika

import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='localhost'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

result = channel.queue_declare(exclusive=True)

queue_name = result.method.queue

severities :]

if not severities:

    sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])

    sys.exit(1)

for severity in severities:

    channel.queue_bind(exchange='direct_logs',

                       queue=queue_name,

                       routing_key=severity)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

容易测试的版本：

消费者1：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

# ########################### 消费者1 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

result = channel.queue_declare(exclusive=True)    # 随机生成队列

queue_name = result.method.queue

severities ]

if not severities:

    sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])

    sys.exit(1)

for severity in severities:

    channel.queue_bind(exchange='direct_logs',

                       queue=queue_name,

                       routing_key=severity)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

消费者2：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

# ########################### 消费者2 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

result = channel.queue_declare(exclusive=True)    # 随机生成队列

queue_name = result.method.queue

severities ]

for severity in severities:

    channel.queue_bind(exchange='direct_logs',

                       queue=queue_name,

                       routing_key=severity)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

生产者：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

# ############################## 生产者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

severity = 'info'

message = 'Hello World!'

channel.basic_publish(exchange='direct_logs',

                      routing_key=severity,

                      body=message)

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

connection.close()

'''

同时运行消费者1，消费者2，然后修改生产者的关键字，运行生产者。

当生产者：severity = 'info'，则消费者1收到消息，消费者2没收到消息

当生产者：severity = 'error'，则消费者1、消费者2 都收到消息

'''

1.7.2  模糊匹配

exchange type = topic

在topic类型下，可以让队列绑定几个模糊的关键字，之后发送者将数据发送到exchange，exchange将传入”路由值“和 ”关键字“进行匹配，匹配成功，则将数据发送到指定队列。

  • # 表示可以匹配 0 个 或 多个 字符
  • *  表示只能匹配 一个 任意字符
1
2
3
发送者路由值              队列中
old.boy.python          old.*  -- 不匹配
old.boy.python          old.#  -- 匹配

消费者：

#!/usr/bin/env python

import pika

import sys

# ############################## 消费者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='topic_logs',

                         type='topic')

result = channel.queue_declare(exclusive=True)

queue_name = result.method.queue

binding_keys = "*.orange.*"

for binding_key in binding_keys:

    channel.queue_bind(exchange='topic_logs',

                       queue=queue_name,

                       routing_key=binding_key)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

生产者：

#!/usr/bin/env python

import pika

import sys

# ############################## 生产者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='topic_logs',

                         type='topic')

# routing_key = 'abc.new.qiaomei.old'

routing_key = 'neworangeold'

message = 'Hello World!'

channel.basic_publish(exchange='topic_logs',

                      routing_key=routing_key,

                      body=message)

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

connection.close()

'''

#.orange.#  匹配：new.orange.old  neworangeold

*.orange.*  匹配：neworangeold，不匹配：new.orange.old

'''

1.8 saltstack原理实现

saltstack：zeromq：放到内存里的，会更快，会基于这个做rcp

openstack：大量使用：rabbitmq

saltstack上有master，有三个队列。，让三个客户端每个人取一个队列的任务

saltstack的原理：

1）发一条命令ifconfig，想让所有nginx主机组的机器，都执行。

2）在master我们可以发命令给exchange，nginx总共有10台服务器，创建10个带有nginx关键字的10个队列，

3）master随机生成队列，md5是一个队列的名字，exchange把命令和md5这个消息推送到nginx关键字的队列里。

4）nginx10台服务器从队列中取出消息，执行命令，并且把主机名和执行的结果返回给这个队列里。

5）master变为消费者，取出队列里的主机名和执行结果，并打印到终端上。

服务器1：

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

# ########################### 消费者1 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

result = channel.queue_declare(exclusive=True)  # 随机生成队列

queue_name = result.method.queue

severities = ]

if not severities:

    sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0])

    sys.exit(1)

for severity in severities:

    channel.queue_bind(exchange='direct_logs',

                       queue=queue_name,

                       routing_key=severity)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

    queue_md5=body.decode().split(",")[1]

    hostname = 'nginx1'

    channel.queue_declare(queue=queue_md5)  # 如果队列没有创建，就创建这个队列

    channel.basic_publish(exchange='',

                          routing_key=queue_md5,   # 指定队列的关键字为，这里是队列的名字

                          body='%s|cmd_result1' %hostname)  # 往队列里发的消息内容

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

服务器2:

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

# ########################### 消费者2 ###########################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

result = channel.queue_declare(exclusive=True)  # 随机生成队列

queue_name = result.method.queue

severities = ["nginx"]

for severity in severities:

    channel.queue_bind(exchange='direct_logs',

                       queue=queue_name,

                       routing_key=severity)

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

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

    print(" [x] %r:%r" % (method.routing_key, body))

    queue_md5=body.decode().split(",")[1]

    hostname = 'nginx2'

    channel.queue_declare(queue=queue_md5)  # 如果队列没有创建，就创建这个队列

    channel.basic_publish(exchange='',

                          routing_key=queue_md5,   # 指定队列的关键字为，这里是队列的名字

                          body='%s|cmd_result2' %hostname)  # 往队列里发的消息内容

channel.basic_consume(callback,

                      queue=queue_name,

                      no_ack=True)

channel.start_consuming()

master:

#!/usr/bin/env python

# -*- coding: utf-8 -*-

__author__ = 'WangQiaomei'

import pika

import sys

import hashlib

# ############################## 生产者 ##############################

connection = pika.BlockingConnection(pika.ConnectionParameters(

        host='192.168.137.208'))

channel = connection.channel()

channel.exchange_declare(exchange='direct_logs',

                         type='direct')

severity = 'nginx'

m2 = hashlib.md5()

m2.update(severity.encode('utf-8'))

md5_security=m2.hexdigest()

print('md5_security:',md5_security)

message = 'cmd,%s' % md5_security

channel.basic_publish(exchange='direct_logs',

                      routing_key=severity,

                      body=message)

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

connection.close()

#################################3

connection = pika.BlockingConnection(pika.ConnectionParameters(

                host='192.168.137.208'))

channel = connection.channel()

channel.queue_declare(queue=md5_security)  # 如果队列没有创建，就创建这个队列

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

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

channel.basic_consume(callback,

                      queue=md5_security,  # 队列名

                      no_ack=True)  # 不通知已经收到，如果连接中断消息就丢失

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

channel.start_consuming()

打印：

1
2
3
4
5
6
7
8
9
10
11
12
'''
服务器1，和服务器2都打印：
 [*] Waiting for logs. To exit press CTRL+C
 [x] 'nginx':b'cmd,ee434023cf89d7dfb21f63d64f0f9d74'
 
master打印：
md5_security: ee434023cf89d7dfb21f63d64f0f9d74
 [x] Sent 'nginx':'cmd,ee434023cf89d7dfb21f63d64f0f9d74'
 [*] Waiting for message. To exit press CTRL+C
 [x] Received b'nginx2|cmd_result2'
 [x] Received b'nginx1|cmd_result1'
'''

python操作RabbitMQ（不错）的更多相关文章

  1. Python操作RabbitMQ

    RabbitMQ介绍 RabbitMQ是一个由erlang开发的AMQP(Advanced Message Queue )的开源实现的产品,RabbitMQ是一个消息代理,从“生产者”接收消息并传递消 ...

  2. Python之路【第九篇】：Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Python之路[第九篇]:Python操作 RabbitMQ.Redis.Memcache.SQLAlchemy   Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用 ...

  3. python - 操作RabbitMQ

    python - 操作RabbitMQ     介绍 RabbitMQ是一个在AMQP基础上完整的,可复用的企业消息系统.他遵循Mozilla Public License开源协议.MQ全称为Mess ...

  4. 文成小盆友python-num12 Redis发布与订阅补充，python操作rabbitMQ

    本篇主要内容: redis发布与订阅补充 python操作rabbitMQ 一,redis 发布与订阅补充 如下一个简单的监控模型,通过这个模式所有的收听者都能收听到一份数据. 用代码来实现一个red ...

  5. Python之路第十二天，高级(4)-Python操作rabbitMQ

    rabbitMQ RabbitMQ是一个在AMQP基础上完整的,可复用的企业消息系统.他遵循Mozilla Public License开源协议. MQ全称为Message Queue, 消息队列(M ...

  6. Python菜鸟之路：Python基础-Python操作RabbitMQ

    RabbitMQ简介 rabbitmq中文翻译的话,主要还是mq字母上:Message Queue,即消息队列的意思.rabbitmq服务类似于mysql.apache服务,只是提供的功能不一样.ra ...

  7. Python操作 RabbitMQ、Redis、Memcache

    Python操作 RabbitMQ.Redis.Memcache Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数 ...

  8. Python 【第六章】：Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

  9. Python操作 RabbitMQ、Redis、Memcache、SQLAlchemy

    Memcached Memcached 是一个高性能的分布式内存对象缓存系统,用于动态Web应用以减轻数据库负载.它通过在内存中缓存数据和对象来减少读取数据库的次数,从而提高动态.数据库驱动网站的速度 ...

随机推荐

  1. Maven:如何在eclipse里新建一个Maven的java项目和web项目

    如何在eclipse里新建一个Maven的java项目和web项目: 一:java项目 New-->Other-->Maven 右击项目-->properties,修改以下文件: ① ...

  2. 做Webservice时报错java.util.List是接口, 而 JAXB 无法处理接口。

    Caused by: com.sun.xml.bind.v2.runtime.IllegalAnnotationsException: 1 counts of IllegalAnnotationExc ...

  3. [Android]android Service后台防杀

    网上有很多办法,方法一:在JNI里面fork出子进程service在单独的进程中,在service中调用JNI的代码,然后fork出一个进程,然后让我们的service进程和fork出来的子进程一直运 ...

  4. centos 6的LAMP一键安装包（可选择/升级版本）

    安装步骤 事前准备(安装 wget.screen.unzip,创建 screen 会话) yum -y install wget screen git git clone 并赋予脚本执行权限 git ...

  5. LeetCode——Insertion Sort List

    LeetCode--Insertion Sort List Question Sort a linked list using insertion sort. Solution 我的解法,假设第一个节 ...

  6. css常用知识点——思维导图

    如图 思维导图图片链接 http://www.edrawsoft.cn/viewer/public/s/21032425741486 有道云笔记图片链接 http://note.youdao.com/ ...

  7. NumPy来自现有数据的数组

    NumPy - 来自现有数据的数组 这一章中,我们会讨论如何从现有数据创建数组. numpy.asarray 此函数类似于numpy.array,除了它有较少的参数. 这个例程对于将 Python 序 ...

  8. C++ 函数后面的const

    一个函数 AcGePoint3dstartPoint() const; const放在后面跟前面有区别么 ==> 准确的说const是修饰this指向的对象的 譬如,我们定义了 classA{ ...

  9. RedHat设置Yum源

    Linux:RedHat AS 6.2的版本 1.删除原有的yum: rpm -aq | grep yum | xargs rpm -e –nodeps 2.安装新的yum <1>rpm ...

  10. python之list,tuple,str,dic简单记录（二）

    切片对象:例子:In [13]: l = [1,23,4,5,5,6,8]In [14]: l[::1]Out[14]: [1, 23, 4, 5, 5, 6, 8] In [15]: l[::2]O ...