记录:异步网络框架:twisted
学习参考:www.cnblogs.com/alex3714/articles/5248247.html

RabbitMQ 模块 《消息队列》

先说明:python的队列
1:线程 queue 只在同一进程内的线程间交互数据
2:进程 queue 只在同一父进程及子进程间交互数据
只应用于python,无法和其他语言程序通信

消息队列有如下几种:(Rabbitmq,ZeroMq,ActiveMq)
功能:可以实现,不同程序间的数据交互
安装:
1:下载安装erlang,因为rabbitmq是erlang开发的
yum install ncurses-devel gcc 安装关联包,如果安装了就跳过
解压 otp_src 包:configure;make &
2:下载rabbitmq并进行安装
2:pycharm安装pika 模块

消息分发轮询:当同时出现多个消费者进入监听模式时,生产者发送的消息会轮询的被多个消费者接收到。
消息持久化:当mq服务器关闭服务然后重启后,发现消息队列清空了,是因为消息存储在内存中,保持消息持久化需要对生产者和消费者声明队列持久化参数,并对生产者的消息进行持久化
参数如:
durable=True:进行队列持久化
delivery_mode=2: 进行生产者的消息持久化

举例代码如:

生产者

 # rabbitmq  发送端
import pika
# 连接 mq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
# 声明一个管道
channel = connection.channel()
# 在管道中声明一个队列
channel.queue_declare(queue='hello1',durable=True) # durable 进行队列持久化
# 在指定队列中发送一条消息 生产者
channel.basic_publish(exchange='',
routing_key='hello1', # 消息队列名
body='Hello World', # 消息内容
properties = pika.BasicProperties(
delivery_mode=2, # 进行队列的消息持久化
))
# 发送完毕 关闭连接
print('xx send "Hello World"')
connection.close()

消费者

 # rabbitmq 接收端
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
channel.queue_declare(queue='hello1',durable=True) # 进行队列持久化
# 打印并处理接收到的消息
def callback(ch,method,properties,body): # 回调函数
print('>>',ch,method,properties)
print('xx Received %r' % body)
ch.basic_ack(delivery_tag=method.delivery_tag) # 手工与服务器端确认消息接收模式 # 可选:指定消费者处理队列消息的数量
channel.basic_qos(prefetch_count=1) # 实现消费者负载均衡,表示同时只能处理1条消息,待处理完成后在接收下一条消息 # 消费者,接收消息如果有就调用callback函数处理消息
channel.basic_consume(callback,queue='hello1',
# no_ack=True # 这个参数是实现自动和服务器端确认,开启这个就不用开启手工确认模式。
)
# 完成 打印
print('xx Waiting for messages. To exit press CTRL+C')
# 启动管道,并处于监听模式
channel.start_consuming()

广播模式
特点:当发布方发布消息后,如果接收方没有启动服务,则消息就丢失不会接收到。
exchange:指定具有类型,决定哪些queue符合条件,可以接受消息

类型1:fanout:所有绑定到此exchange的queue都可以接受消息,(如果消费者没有启动接收,那么发送者发送的消息只有启动了的消费者能收到,未启动的就不会接收到,广播模式),这个就是订阅发布
类型2:direct:通过routingkey和exchange决定的那个唯一的queue可以接收消息
类型3:topic:所有符合routingkey(这里可以是一个表达式)的routingkey所bind的queue可以接收消息
表达式符号说明: # 代表一个或多个字符,*代表任何字符
如:#.a 匹配a.a,aa.a,aaa.a等 *.a匹配 a.a,b.a,c.a等
注:随用routingkey为#,exchange type 为topic的时候相当于使用fanout

headers:通过headers来决定把消息发给哪些queue, 用处较少

fanout模式举例:

生产者(就是发消息的):

 import pika
# 连接 mq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
# 声明一个管道
channel = connection.channel()
# 生产者声明为广播模式的fanout类型,消息发送到logs中。消费者的队列从logs中接收消息
channel.exchange_declare(exchange='logs',type='fanout') # 类型为fanout的exchange广播模式
# message = ''.join(sys.argv[1:]) or 'info:Hello World'
message = 'info:Hello World' #广播的消息
# basic_publish为发布消息方法
channel.basic_publish(exchange='logs', # 消息发送至logs
routing_key='', # 广播模式不需要队列名
body=message) # 广播的消息内容
print('xx send "Hello World"')
connection.close()

消费者(就是接收消息的):

 import pika
# 当为广播模式的fanout时候,原理说明:生产者只会将消息发送到exchange绑定的logs里,无法将消息直接发送给消费者,
# 而消费者必须通过队列来接收消息,所以消费者每次接收消息时,都需要随机生成一个队列名,然后与生产者的logs进行绑定,
# 这时就可以从logs接收到消息,最后消费者在从队列里提取消息。
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 消费者也需要声明广播类型及消息转发器logs
channel.exchange_declare(exchange='logs',type='fanout')
result = channel.queue_declare(exclusive=True) # exclusive(唯一的),不指定queue名字,rabbit会随机分配一个名字,
#exclusize=True会在使用此queue的消费者断开后,自动将queue删除
# 这里result为随机生成的queue 对象
queue_name = result.method.queue # 消费者用于接收消息 随机生成的队列名
channel.queue_bind(exchange='logs', # 将转发器logs和本地的随机生成的队列名进行绑定
queue=queue_name)
# 打印并处理接收到的消息
def callback(ch,method,properties,body): # 回调函数
print('>>',ch,method,properties)
print('xx Received %r' % body)
ch.basic_ack(delivery_tag=method.delivery_tag) # 手工确认回复并断开
# basic_consume 方法实现从随机队列中接收消息
channel.basic_consume(callback, # 调用回调函数,进行消息的接收处理
queue=queue_name, # 接收消息的队列名,广播模式下生产者广播消息不用使用队列,但消费者必须从队列来接收消息,
# no_ack=True # 这个参数是实现自动和服务器端确认,开启这个就不用开启手工确认模式。
)
print('[*] Waiting for logs.To exit press CTRL+C')
channel.start_consuming()

direct模式(过滤)举例:

# 注意:通用功能性参数解释同上

生产者(消息广播者):

 import pika,sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs', # 消息转发器
type='direct') # 广播类型
serverity = sys.argv[1] if len(sys.argv) > 1 else 'info' # 日志级别
message = ''.join(sys.argv[2:]) or 'Hello World' # 消息内容
# 将消息通过转发器发送到级别为:serverity
# 注意:就这里和fanout 不同
channel.basic_publish(exchange='direct_logs',routing_key=serverity,body=message) # 表示消息发送到serverity级别内
print('xx send %r:%r' % (serverity,message))
connection.close()

消费者(消息接收者):

 import pika,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 serverities = sys.argv[1:] # 获取脚本所有参数,就是日志级别列表
if not serverities:
sys.stderr.write('Usage:%s [info] [warning] [error]\n' % sys.argv[0])
sys.exit(1)
# 循环日志级别列表,并绑定到消息队列,指定哪些消息发送到哪个日志级别
for serverity in serverities:
# 循环每个日志级别并与随机队列名和转发器的绑定
channel.queue_bind(exchange='direct_logs',queue=queue_name,routing_key=serverity)
def callback(ch,method,properties,body):
# 消息处理函数
print('[x] %r:%r' %(method.routing_key,body))
# 接收消息方法
channel.basic_consume(callback,queue=queue_name,no_ack=True)
print('[*] Waiting for logs,To exit press CTRL+C')
channel.start_consuming()

topic模式(细致的消息过滤模式)举例:
脚本参数说明:带 # 号表示收取所有消息, kern.* : 收取kern的, kern.* *.critical:表示同时可以收取这2个标识的消息

生产者:

 import pika,sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='topic_logs',
type='topic') # 广播类型
routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
message = ''.join(sys.argv[2:]) or 'Hello World'
# 广播消息
channel.basic_publish(exchange='topic_logs', # 广播消息转发器
routing_key=routing_key, # 日志级别
body=message)
print('[x] sent %r:%r' % (routing_key,message))
connection.close()

消费者

 import pika,sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='topic_logs',type='topic')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue bind_key = sys.argv[1:]
if not bind_key:
sys.stderr.write('Usage: %s [binding_key]...\n' % sys.argv[0])
sys.exit(1)
for binding_key in bind_key: # 循环命令参数,进行对队列名和转发器的绑定
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))
# 接收消息
channel.basic_consume(callback,queue=queue_name,no_ack=True)
channel.start_consuming()

MQrpc:一端给另一端发送消息后,另一端可以回复消息,典型应用是snmp

举例:

客户端:

 import pika
import uuid
# 实现原理:同时建立发消息的队列名和用于返回消息的随机队列名,且每次发送消息都要生成一个唯一的随机uuid值,功能是用于
#做消息返回时通过这个值对比确认是否为所发送消息的返回值,启动客户端将消息发送到服务器后,消息包包含:消息内容,随机生成
#的消息队列名,唯一UUID,待服务器端接收到消息后,处理完成将处理结果和uuid通过随机的队列名返回给客户端,这时客户端从自己
#生成的随机队列内可以接收到服务器发来的消息。
class FibonacciRpcClient(object):
def __init__(self):
self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
self.channel = self.connection.channel() result = self.channel.queue_declare(exclusive=True) # 生成一个随机的队列内存地址,功能用于消息的返回使用
self.callback_queue = result.method.queue # 随机生成的队列名,用于发送给服务器端,服务器端将结果通过此队列返回给客户端
# 接收消息
self.channel.basic_consume(self.on_response, # 调用on_response函数
no_ack=True,
queue=self.callback_queue # 指定队列为本机随机生成的队列
)
def on_response(self,ch,method,props,body):
# 接收消息并处理
if self.corr_id == props.correlation_id: # 判断本地生成的ID是否和服务器端返回的ID相同,如相同则确认为本次的返回结果
self.response = body # body为本次发送所返回的数据
def call(self,n): # 实现消息的发送和接收
self.response = None # 首先声明接收到消息为空
self.corr_id = str(uuid.uuid4()) # 生成一个随机的id值
self.channel.basic_publish(exchange='', # 发送消息
routing_key='rpc_queue', # 消息发送到服务器端的队列名
properties=pika.BasicProperties(
# 以下2个参数和发送的消息一起发送到服务器端
reply_to=self.callback_queue, # 告诉服务器端返回消息的队列名
correlation_id=self.corr_id, # 本次发送消息随机生成的ID值
),
body=str(n)) # 发送到服务器的消息内容
while self.response is None: # 接收服务器端返回的消息,为空进入无限循环
self.connection.process_data_events() # 非阻塞版的start_consuming(),有无消息都会返回
return int(self.response) # 返回服务器端返回的数据 fibonacci_rpc = FibonacciRpcClient() # 实例化
print('[x] Requesting fib[30]')
response = fibonacci_rpc.call(30) # 调用call执行
print('[.] Got %r' % response)

服务器端:

import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel() # 声明一个通道
channel.queue_declare(queue='rpc_queue') # 声明一个队列,为客户端发送消息指定的队列名 def fib(n): # 收到客户端消息进行处理的函数,并返回处理结果
'''功能:实现斐波那切'''
if n == 0:
return 0
elif n == 1:
return 1
else:
return fib(n-1) + fib(n-2) def on_request(ch,method,props,body):
n = int(body) # 接收到的消息
response = fib(n) # 调用函数处理接收到的消息并返回处理结果
ch.basic_publish(exchange='', # 进行客户端的结果返回
routing_key=props.reply_to, # 这里的队列名就是客户端发来的随机生成的队列名
properties=pika.BasicProperties(correlation_id=props.correlation_id), # 返回的属性信息(就是客户端发来的ID值)
body=str(response)) # 返回给客户端的fib函数执行结果的数据
ch.basic_ack(delivery_tag=method.delivery_tag) # 手动结束本次队列连接
# channel.basic_qos(prefetch_count=1) # 增加这个则一次只能处理对立中一条信息
channel.basic_consume(on_request,queue='rpc_queue') # 接收客户端发来的消息
print('[x] Awaiting RPC requests')
channel.start_consuming() # 启动程序,进入监听模式

python学习之-- RabbitMQ 消息队列的更多相关文章

  1. Python并发编程-RabbitMQ消息队列

    RabbitMQ队列 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 ...

  2. 基于Python语言使用RabbitMQ消息队列(六)

    远程过程调用(RPC) 在第二节里我们学会了如何使用工作队列在多个工人中分布时间消耗性任务. 但如果我们想要运行存在于远程计算机上的方法并等待返回结果该如何去做呢?这就不太一样了,这种模式就是常说的远 ...

  3. 基于Python语言使用RabbitMQ消息队列(三)

    发布/订阅 前面的教程中我们已经创建了一个工作队列.在一个工作队列背后的假设是每个任务恰好会传递给一个工人.在这一部分里我们会做一些完全不同的东西——我们会发送消息给多个消费者.这就是所谓的“发布/订 ...

  4. 基于Python语言使用RabbitMQ消息队列(二)

    工作队列 在第一节我们写了程序来向命名队列发送和接收消息 .在本节我们会创建一个工作队列(Work Queue)用来在多个工人(worker)中分发时间消耗型任务(time-consuming tas ...

  5. 基于Python语言使用RabbitMQ消息队列(一)

    介绍 RabbitMQ 是一个消息中间人(broker): 它接收并且发送消息. 你可以把它想象成一个邮局: 当你把想要寄出的信放到邮筒里时, 你可以确定邮递员会把信件送到收信人那里. 在这个比喻中, ...

  6. 基于Python语言使用RabbitMQ消息队列(五)

    Topics 在前面教程中我们改进了日志系统,相比较于使用fanout类型交易所只能傻瓜一样地广播,我们用direct获得了选择性接收日志的能力. 虽然使用direct类型交易所改进了我们的系统,但它 ...

  7. 基于Python语言使用RabbitMQ消息队列(四)

    路由 在上一节我们构建了一个简单的日志系统.我们能够广播消息给很多接收者. 在本节我们将给它添加一些特性——我们让它只订阅所有消息的子集.例如,我们只把严重错误(critical error)导入到日 ...

  8. RabbitMQ 消息队列 应用

    安装参考    详细介绍   学习参考 RabbitMQ 消息队列 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. M ...

  9. openresty 学习笔记番外篇:python访问RabbitMQ消息队列

    openresty 学习笔记番外篇:python访问RabbitMQ消息队列 python使用pika扩展库操作RabbitMQ的流程梳理. 客户端连接到消息队列服务器,打开一个channel. 客户 ...

随机推荐

  1. SQL中的笛卡儿积问题和多表连接操作

    (使用scott用户) SELECT * FROM scott.dept;--4SELECT * FROM scott.emp;--14 /**笛卡尔积内连接(等值连接)外连接(非等值连接)自连接*/ ...

  2. python pandas 中 loc & iloc 用法区别

    转自:https://blog.csdn.net/qq_21840201/article/details/80725433 ### 随机生DataFrame 类型数据import pandas as ...

  3. iOS 根据屏幕宽度, 高度判断手机设备

    #define iPhone_5 [UIScreen mainScreen].bounds.size.width == 320.0 #define iPhone_6 [UIScreen mainScr ...

  4. Android(java)学习笔记167:横竖屏切换时Activity的生命周期

    1.横竖屏切换的生命周期     默认情况下横竖屏切换,先销毁再创建 2.有的时候,默认情况下的横竖屏切换(先销毁再创建),对应用户体验是不好的,比如是手机游戏横竖屏切换对游戏体验非常不好,下面两种方 ...

  5. Android中单选框RadioButton的基本用法

    总结一下设置图标的三种方式: (1)button属性:主要用于图标大小要求不高,间隔要求也不高的场合. (2)background属性:主要用于能够以较大空间显示图标的场合. (3)drawableL ...

  6. Java面试题之HashSet 的实现原理?

    HashSet 的实现原理?首先,我们需要知道它是Set的一个实现,所以保证了当中没有重复的元素.一方面Set中最重要的一个操作就是查找.而且通常我们会选择 HashSet来实现,因为它专门对快速查找 ...

  7. hasOneOf # if (data.otherDescArr.some(_ => '7'.indexOf(_) > -1)) {

    if (data.otherDescArr.some(_ => '7'.indexOf(_) > -1)) { export const hasOneOf = (targetarr, ar ...

  8. 【转】解决WPF图片模糊最佳方法(绑定PixelWidth与PixelHeight)

    解决WPF图片模糊最佳方法(绑定PixelWidth与PixelHeight) 转载自:http://www.360doc.com/content/13/1126/09/10504424_332211 ...

  9. 15. PARTITIONS

    15. PARTITIONS PARTITIONS表提供有关表分区的信息. 此表中的每一行对应于分区表的单个分区或子分区. 有关分区表的更多信息,请参见分区. PARTITIONS表有以下列: TAB ...

  10. 深入Linux内核架构——简介与概述

    一.内核的任务 纯技术层面上,内核是硬件与软件的之间的一个中间层.作用是将应用程序的请求传递给硬件,并充当底层驱动程序,对系统中的各种设备和组件进行寻址. 从应用程序视角上看,内核可以被认为是一台增强 ...