上节回顾

主要讲了协程、进程、异步IO多路复用。

协程和IO多路复用都是单线程的。

epoll 在linux下通过这个模块libevent.so实现
gevent 在底层也是用了libevent.so

gevent可以理解为一个更上层的封装。

使用select或者selectors，每接收或发送数据一次都要select一次

twisted异步网络框架，强大又庞大，不支持python3 (代码量python中排top3)。几乎把所有的网络服务都重写了一遍。

一、RabbitMQ 消息队列介绍

RabbitMQ也是消息队列，那RabbitMQ和之前python的Queue有什么区别么？

py 消息队列:
线程 queue（同一进程下线程之间进行交互）
进程 Queue（父子进程进行交互 或者 同属于同一进程下的多个子进程进行交互）

如果是两个完全独立的python程序，也是不能用上面两个queue进行交互的，或者和其他语言交互有哪些实现方式呢。

【Disk、Socket、其他中间件】这里中间件不仅可以支持两个程序之间交互，可以支持多个程序，可以维护好多个程序的队列。

像这种公共的中间件有好多成熟的产品：
RabbitMQ
ZeroMQ
ActiveMQ
……

RabbitMQ：erlang语言 开发的。

Python中连接RabbitMQ的模块：pika 、Celery(分布式任务队列) 、haigha

可以维护很多的队列

RabbitMQ 教程官网：http:///rabbitmq-release-signing-key.ascyum install rabbitmq-server-3.6.5-1.noarch.rpm

3）use RabbitMQ Server

chkconfig rabbitmq-server onservice rabbitmq-server stop/start

2、基本示例

发送端 producer

import pika# 建立一个实例connection = pika.BlockingConnection( pika.ConnectionParameters('localhost',5672) # 默认端口5672，可不写 )# 声明一个管道，在管道里发消息channel = connection.channel()# 在管道里声明queuechannel.queue_declare(queue='hello')# RabbitMQ a message can never be sent directly to the queue, it always needs to go through an exchange.channel.basic_publish(exchange='', routing_key='hello', # queue名字 body='Hello World!') # 消息内容print(" [x] Sent 'Hello World!'")connection.close() # 队列关闭

接收端 consumer

import pikaimport time# 建立实例connection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost'))# 声明管道channel = connection.channel()# 为什么又声明了一个‘hello'队列？# 如果确定已经声明了，可以不声明。但是你不知道那个机器先运行，所以要声明两次。channel.queue_declare(queue='hello')def callback(ch, method, properties, body): # 四个参数为标准格式 print(ch, method, properties) # 打印看一下是什么 # 管道内存对象 内容相关信息 后面讲 print(" [x] Received %r" % body) time.sleep(15) ch.basic_ack(delivery_tag = method.delivery_tag) # 告诉生成者，消息处理完成channel.basic_consume( # 消费消息 callback, # 如果收到消息，就调用callback函数来处理消息 queue='hello', # 你要从那个队列里收消息 # no_ack=True # 写的话，如果接收消息，机器宕机消息就丢了 # 一般不写。宕机则生产者检测到发给其他消费者 )print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming() # 开始消费消息

3、RabbitMQ 消息分发轮询

上面的只是一个生产者、一个消费者，能不能一个生产者多个消费者呢？

可以上面的例子，多启动几个消费者consumer，看一下消息的接收情况。

采用轮询机制；把消息依次分发

假如消费者处理消息需要15秒，如果当机了，那这个消息处理明显还没处理完，怎么处理？

（可以模拟消费端断了，分别注释和不注释 no_ack=True 看一下）

你没给我回复确认，就代表消息没处理完。

上面的效果消费端断了就转到另外一个消费端去了，但是生产者怎么知道消费端断了呢？

因为生产者和消费者是通过socket连接的，socket断了，就说明消费端断开了。

上面的模式只是依次分发，实际情况是机器配置不一样。怎么设置类似权重的操作？

RabbitMQ怎么办呢，RabbitMQ做了简单的处理就能实现公平的分发。

就是RabbitMQ给消费者发消息的时候检测下消费者里的消息数量，如果超过指定值（比如1条），就不给你发了。

只需要在消费者端，channel.basic_consume前加上就可以了。

channel.basic_qos(prefetch_count=1) # 类似权重，按能力分发，如果有一个消息，就不在给你发channel.basic_consume( # 消费消息

三、RabbitMQ 消息持久化（durable、properties）

1、RabbitMQ 相关命令

rabbitmqctl list_queues # 查看当前queue数量及queue里消息数量

2、消息持久化

如果队列里还有消息，RabbitMQ 服务端宕机了呢？消息还在不在？

把RabbitMQ服务重启，看一下消息在不在。

上面的情况下，宕机了，消息就久了，下面看看如何把消息持久化。

每次声明队列的时候，都加上durable，注意每个队列都得写，客户端、服务端声明的时候都得写。

# 在管道里声明queuechannel.queue_declare(queue='hello2', durable=True)

测试结果发现，只是把队列持久化了，但是队列里的消息没了。

durable的作用只是把队列持久化。离消息持久话还差一步：

发送端发送消息时，加上properties

properties=pika.BasicProperties( delivery_mode=2, # 消息持久化 )

发送端 producer

import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost',5672)) # 默认端口5672，可不写channel = connection.channel()#声明queuechannel.queue_declare(queue='hello2', durable=True) # 若声明过，则换一个名字#n RabbitMQ a message can never be sent directly to the queue, it always needs to go through an exchange.channel.basic_publish(exchange='', routing_key='hello2', body='Hello World!', properties=pika.BasicProperties( delivery_mode=2, # make message persistent ) )print(" [x] Sent 'Hello World!'")connection.close()

接收端 consumer

import pikaimport timeconnection = pika.BlockingConnection(pika.ConnectionParameters( 'localhost'))channel = connection.channel()channel.queue_declare(queue='hello2', durable=True)def callback(ch, method, properties, body): print(" [x] Received %r" % body) time.sleep(10) ch.basic_ack(delivery_tag = method.delivery_tag) # 告诉生产者，消息处理完成channel.basic_qos(prefetch_count=1) # 类似权重，按能力分发，如果有一个消息，就不在给你发channel.basic_consume( # 消费消息 callback, # 如果收到消息，就调用callback queue='hello2', # no_ack=True # 一般不写，处理完接收处理结果。宕机则发给其他消费者 )print(' [*] Waiting for messages. To exit press CTRL+C')channel.start_consuming()

四、RabbitMQ 广播模式（exchange）

前面的效果都是一对一发，如果做一个广播效果可不可以，这时候就要用到exchange了

exchange必须精确的知道收到的消息要发给谁。exchange的类型决定了怎么处理，

类型有以下几种：

• fanout: 所有绑定到此exchange的queue都可以接收消息
• direct: 通过routingKey和exchange决定的那个唯一的queue可以接收消息
• topic： 所有符合routingKey(此时可以是一个表达式)的routingKey所bind的queue可以接收消息

1、fanout 纯广播、all

需要queue和exchange绑定，因为消费者不是和exchange直连的，消费者是连在queue上，queue绑定在exchange上，消费者只会在queu里度消息

|------------------------| | /—— queue <—|—> consumer1producer —|—exchange1 <bind | \ | \—— queue <—|—> consumer2 \-|-exchange2 …… | |------------------------|

发送端 publisher 发布、广播

import pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))channel = connection.channel()# 注意：这里是广播，不需要声明queuechannel.exchange_declare(exchange='logs', # 声明广播管道 type='fanout')# message = ' '.join(sys.argv[1:]) or "info: Hello World!"message = "info: Hello World!"channel.basic_publish(exchange='logs', routing_key='', # 注意此处空，必须有 body=message)print(" [x] Sent %r" % message)connection.close()

接收端 subscriber 订阅

import pikaconnection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='logs', type='fanout')# 不指定queue名字,rabbit会随机分配一个名字,exclusive=True会在使用此queue的消费者断开后,自动将queue删除result = channel.queue_declare(exclusive=True)# 获取随机的queue名字queue_name = result.method.queueprint("random queuename:", queue_name)channel.queue_bind(exchange='logs', # queue绑定到转发器上 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()

注意：广播，是实时的，收不到就没了，消息不会存下来，类似收音机。

2、direct 有选择的接收消息

接收者可以过滤消息，只收我想要的消息

发送端publisher

import pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='direct_logs', type='direct')# 重要程度级别，这里默认定义为 infoseverity = sys.argv[1] if len(sys.argv) > 1 else 'info'message = ' '.join(sys.argv[2:]) or 'Hello World!'channel.basic_publish(exchange='direct_logs', routing_key=severity, body=message)print(" [x] Sent %r:%r" % (severity, message))connection.close()

接收端subscriber

import pikaimport sysconnection = 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# 获取运行脚本所有的参数severities = sys.argv[1:]if not severities: sys.stderr.write("Usage: %s [info] [warning] [error]\n" % sys.argv[0]) sys.exit(1)# 循环列表去绑定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()

运行接收端，指定接收级别的参数，例：

python direct_sonsumer.py info warning
python direct_sonsumer.py warning error

3、topic 更细致的过滤

比如把error中，apache和mysql的分别或取出来

发送端publisher

import pikaimport sysconnection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))channel = connection.channel()channel.exchange_declare(exchange='topic_logs', type='topic')routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'message = ' '.join(sys.argv[2:]) or 'Hello World!'channel.basic_publish(exchange='topic_logs', routing_key=routing_key, body=message)print(" [x] Sent %r:%r" % (routing_key, message))connection.close()

接收端 subscriber

import pikaimport sysconnection = 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.queuebinding_keys = sys.argv[1:]if not binding_keys: sys.stderr.write("Usage: %s [binding_key]...\n" % sys.argv[0]) sys.exit(1)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()

运行接收端，指定接收哪些消息，例：

python topic_sonsumer.py *.infopython topic_sonsumer.py *.error mysql.*python topic_sonsumer.py '#' # 接收所有消息# 接收所有的 logs run:# python receive_logs_topic.py "#"# To receive all logs from the facility "kern":# python receive_logs_topic.py "kern.*"# Or if you want to hear only about "critical" logs:# python receive_logs_topic.py "*.critical"# You can create multiple bindings:# python receive_logs_topic.py "kern.*" "*.critical"# And to emit a log with a routing key "kern.critical" type:# python emit_log_topic.py "kern.critical" "A critical kernel error"

4、RabbitMQ RPC 实现（Remote procedure call）

不知道你有没有发现，上面的流都是单向的，如果远程的机器执行完返回结果，就实现不了了。

如果返回，这种模式叫什么呢，RPC（远程过程调用），snmp就是典型的RPC

RabbitMQ能不能返回呢，怎么返回呢？既是发送端又是接收端。

但是接收端返回消息怎么返回？可以发送到发过来的queue里么？不可以。

返回时，再建立一个queue，把结果发送新的queue里

为了服务端返回的queue不写死，在客户端给服务端发指令的的时候，同时带一条消息说，你结果返回给哪个queue

RPC client

import pikaimport uuidimport timeclass 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) self.callback_queue = result.method.queue self.channel.basic_consume(self.on_response, # 只要一收到消息就调用on_response no_ack=True, queue=self.callback_queue) # 收这个queue的消息 def on_response(self, ch, method, props, body): # 必须四个参数 # 如果收到的ID和本机生成的相同，则返回的结果就是我想要的指令返回的结果 if self.corr_id == props.correlation_id: self.response = body def call(self, n): self.response = None # 初始self.response为None self.corr_id = str(uuid.uuid4()) # 随机唯一字符串 self.channel.basic_publish( exchange='', routing_key='rpc_queue', # 发消息到rpc_queue properties=pika.BasicProperties( # 消息持久化 reply_to = self.callback_queue, # 让服务端命令结果返回到callback_queue correlation_id = self.corr_id, # 把随机uuid同时发给服务器 ), body=str(n) ) while self.response is None: # 当没有数据，就一直循环 # 启动后，on_response函数接到消息，self.response 值就不为空了 self.connection.process_data_events() # 非阻塞版的start_consuming() # print("no msg……") # time.sleep(0.5) # 收到消息就调用on_response return int(self.response)if __name__ == '__main__': fibonacci_rpc = FibonacciRpcClient() print(" [x] Requesting fib(7)") response = fibonacci_rpc.call(7) print(" [.] Got %r" % response)

RPC server

import pikaimport timedef fib(n): 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) print(" [.] fib(%s)" % n) response = fib(n) ch.basic_publish( exchange='', # 把执行结果发回给客户端 routing_key=props.reply_to, # 客户端要求返回想用的queue # 返回客户端发过来的correction_id 为了让客户端验证消息一致性 properties=pika.BasicProperties(correlation_id = props.correlation_id), body=str(response) ) ch.basic_ack(delivery_tag = method.delivery_tag) # 任务完成，告诉客户端if __name__ == '__main__': connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) channel = connection.channel() channel.queue_declare(queue='rpc_queue') # 声明一个rpc_queue , channel.basic_qos(prefetch_count=1) # 在rpc_queue里收消息,收到消息就调用on_request channel.basic_consume(on_request, queue='rpc_queue') print(" [x] Awaiting RPC requests") channel.start_consuming()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。