欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python操作rabbitMQ的示例代碼

 更新時間:2019年03月19日 10:18:26   作者:Warm and new  
這篇文章主要介紹了Python操作rabbitMQ的示例代碼,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

引入

RabbitMQ 是一個由 Erlang 語言開發(fā)的 AMQP 的開源實現(xiàn)。

rabbitMQ是一款基于AMQP協(xié)議的消息中間件,它能夠在應用之間提供可靠的消息傳輸。在易用性,擴展性,高可用性上表現(xiàn)優(yōu)秀。使用消息中間件利于應用之間的解耦,生產(chǎn)者(客戶端)無需知道消費者(服務端)的存在。而且兩端可以使用不同的語言編寫,大大提供了靈活性。

中文文檔

安裝

# 安裝配置epel源
  rpm -ivh http://dl.fedoraproject.org/pub/epel/6/i386/epel-release-6-8.noarch.rpm
 
# 安裝erlang
  yum -y install erlang
 
# 安裝RabbitMQ
  yum -y install rabbitmq-server

# 啟動/停止
  service rabbitmq-server start/stop

rabbitMQ工作模型

簡單模式

生產(chǎn)者

import pika
connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost'))

channel = connection.channel()

channel.queue_declare(queue='hello')

channel.basic_publish(exchange='',
           routing_key='hello',
           body='Hello World!')

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

消費者

connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
 
channel.queue_declare(queue='hello')
 
def callback(ch, method, properties, body):
  print(" [x] Received %r" % body)
 
channel.basic_consume( callback,
            queue='hello',
            no_ack=True)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

相關參數(shù)

1,no-ack = False

如果消費者遇到情況(its channel is closed, connection is closed, or TCP connection is lost)掛掉了,那么,RabbitMQ會重新將該任務添加到隊列中。

  • 回調(diào)函數(shù)中的 ch.basic_ack(delivery_tag=method.delivery_tag)
  • basic_comsume中的no_ack=False

接收消息端應該這么寫:


import pika

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()

2,durable :消息不丟失

生產(chǎn)者

import pika

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()

3,消息獲取順序

默認消息隊列里的數(shù)據(jù)是按照順序被消費者拿走,例如:消費者1 去隊列中獲取 奇數(shù) 序列的任務,消費者1去隊列中獲取 偶數(shù) 序列的任務。

channel.basic_qos(prefetch_count=1) 表示誰來誰取,不再按照奇偶數(shù)排列

import pika

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

# make message persistent
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_qos(prefetch_count=1)

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

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

exchange模型

1,發(fā)布訂閱

發(fā)布訂閱和簡單的消息隊列區(qū)別在于,發(fā)布訂閱會將消息發(fā)送給所有的訂閱者,而消息隊列中的數(shù)據(jù)被消費一次便消失。所以,RabbitMQ實現(xiàn)發(fā)布和訂閱時,會為每一個訂閱者創(chuàng)建一個隊列,而發(fā)布者發(fā)布消息時,會將消息放置在所有相關隊列中。

exchange type = fanout

生產(chǎn)者

import pika
import sys

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

消費者

import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
    host='localhost'))
channel = connection.channel()

channel.exchange_declare(exchange='logs',
             type='fanout')

result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue

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()

2,關鍵字發(fā)送

之前事例,發(fā)送消息時明確指定某個隊列并向其中發(fā)送消息,RabbitMQ還支持根據(jù)關鍵字發(fā)送,即:隊列綁定關鍵字,發(fā)送者將數(shù)據(jù)根據(jù)關鍵字發(fā)送到消息exchange,exchange根據(jù) 關鍵字 判定應該將數(shù)據(jù)發(fā)送至指定隊列。

exchange type = direct

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 = sys.argv[1:]
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()

3,模糊匹配

exchange type = topic

發(fā)送者路由值 隊列中
old.boy.python old.* -- 不匹配
old.boy.python old.# -- 匹配

在topic類型下,可以讓隊列綁定幾個模糊的關鍵字,之后發(fā)送者將數(shù)據(jù)發(fā)送到exchange,exchange將傳入”路由值“和 ”關鍵字“進行匹配,匹配成功,則將數(shù)據(jù)發(fā)送到指定隊列。

  • # 表示可以匹配 0 個 或 多個 單詞
  • *  表示只能匹配 一個 單詞
import pika
import 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

binding_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()

基于rabbitMQ的RPC

 Callback queue 回調(diào)隊列

一個客戶端向服務器發(fā)送請求,服務器端處理請求后,將其處理結果保存在一個存儲體中。而客戶端為了獲得處理結果,那么客戶在向服務器發(fā)送請求時,同時發(fā)送一個回調(diào)隊列地址 reply_to

Correlation id 關聯(lián)標識

一個客戶端可能會發(fā)送多個請求給服務器,當服務器處理完后,客戶端無法辨別在回調(diào)隊列中的響應具體和那個請求時對應的。為了處理這種情況,客戶端在發(fā)送每個請求時,同時會附帶一個獨有 correlation_id 屬性,這樣客戶端在回調(diào)隊列中根據(jù) correlation_id 字段的值就可以分辨此響應屬于哪個請求。

客戶端發(fā)送請求:

某個應用將請求信息交給客戶端,然后客戶端發(fā)送RPC請求,在發(fā)送RPC請求到RPC請求隊列時,客戶端至少發(fā)送帶有reply_to以及correlation_id兩個屬性的信息

服務端工作流:

等待接受客戶端發(fā)來RPC請求,當請求出現(xiàn)的時候,服務器從RPC請求隊列中取出請求,然后處理后,將響應發(fā)送到reply_to指定的回調(diào)隊列中

客戶端接受處理結果:

客戶端等待回調(diào)隊列中出現(xiàn)響應,當響應出現(xiàn)時,它會根據(jù)響應中correlation_id字段的值,將其返回給對應的應用

服務者

import pika

# 建立連接,服務器地址為localhost,可指定ip地址
connection = pika.BlockingConnection(pika.ConnectionParameters(
    host='localhost'))

# 建立會話
channel = connection.channel()

# 聲明RPC請求隊列
channel.queue_declare(queue='rpc_queue')

# 數(shù)據(jù)處理方法
def fib(n):
  if n == 0:
    return 0
  elif n == 1:
    return 1
  else:
    return fib(n-1) + fib(n-2)

# 對RPC請求隊列中的請求進行處理
def on_request(ch, method, props, body):
  n = int(body)

  print(" [.] fib(%s)" % n)

  # 調(diào)用數(shù)據(jù)處理方法
  response = fib(n)

  # 將處理結果(響應)發(fā)送到回調(diào)隊列
  ch.basic_publish(exchange='',
           routing_key=props.reply_to,
           properties=pika.BasicProperties(correlation_id = \
                             props.correlation_id),
           body=str(response))
  ch.basic_ack(delivery_tag = method.delivery_tag)

# 負載均衡,同一時刻發(fā)送給該服務器的請求不超過一個
channel.basic_qos(prefetch_count=1)

channel.basic_consume(on_request, queue='rpc_queue')

print(" [x] Awaiting RPC requests")
channel.start_consuming()

客戶端

import pika
import uuid

class FibonacciRpcClient(object):
  def __init__(self):
    """
    客戶端啟動時,創(chuàng)建回調(diào)隊列,會開啟會話用于發(fā)送RPC請求以及接受響應
    """
    # 建立連接,指定服務器的ip地址
    self.connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
        
    # 建立一個會話,每個channel代表一個會話任務
    self.channel = self.connection.channel()
    
    # 聲明回調(diào)隊列,再次聲明的原因是,服務器和客戶端可能先后開啟,該聲明是冪等的,多次聲明,但只生效一次
    result = self.channel.queue_declare(exclusive=True)
    # 將次隊列指定為當前客戶端的回調(diào)隊列
    self.callback_queue = result.method.queue
    
    # 客戶端訂閱回調(diào)隊列,當回調(diào)隊列中有響應時,調(diào)用`on_response`方法對響應進行處理; 
    self.channel.basic_consume(self.on_response, no_ack=True,
                  queue=self.callback_queue)


  # 對回調(diào)隊列中的響應進行處理的函數(shù)
  def on_response(self, ch, method, props, body):
    if self.corr_id == props.correlation_id:
      self.response = body


  # 發(fā)出RPC請求
  def call(self, n):
  
    # 初始化 response
    self.response = None
    
    #生成correlation_id 
    self.corr_id = str(uuid.uuid4())
    
    # 發(fā)送RPC請求內(nèi)容到RPC請求隊列`rpc_queue`,同時發(fā)送的還有`reply_to`和`correlation_id`
    self.channel.basic_publish(exchange='',
                  routing_key='rpc_queue',
                  properties=pika.BasicProperties(
                     reply_to = self.callback_queue,
                     correlation_id = self.corr_id,
                     ),
                  body=str(n))
                  
    
    while self.response is None:
      self.connection.process_data_events()
    return int(self.response)

# 建立客戶端
fibonacci_rpc = FibonacciRpcClient()

# 發(fā)送RPC請求
print(" [x] Requesting fib(30)")
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持腳本之家。

相關文章

  • python實現(xiàn)在函數(shù)中修改變量值的方法

    python實現(xiàn)在函數(shù)中修改變量值的方法

    今天小編就為大家分享一篇python實現(xiàn)在函數(shù)中修改變量值的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • Python基礎學習之基本數(shù)據(jù)結構詳解【數(shù)字、字符串、列表、元組、集合、字典】

    Python基礎學習之基本數(shù)據(jù)結構詳解【數(shù)字、字符串、列表、元組、集合、字典】

    這篇文章主要介紹了Python基礎學習之基本數(shù)據(jù)結構,結合實例形式分析了Python數(shù)字、字符串、列表、元組、集合、字典等基本數(shù)據(jù)類型功能、原理及相關使用技巧,需要的朋友可以參考下
    2019-06-06
  • Python數(shù)據(jù)類型之Tuple元組實例詳解

    Python數(shù)據(jù)類型之Tuple元組實例詳解

    這篇文章主要介紹了Python數(shù)據(jù)類型之Tuple元組,結合實例形式分析了Python元組類型的概念、定義、讀取、連接、判斷等常見操作技巧與相關注意事項,需要的朋友可以參考下
    2019-05-05
  • Flask框架配置與調(diào)試操作示例

    Flask框架配置與調(diào)試操作示例

    這篇文章主要介紹了Flask框架配置與調(diào)試操作,結合實例形式簡單分析了flask框架配置管理與調(diào)試模式簡單操作技巧,需要的朋友可以參考下
    2018-07-07
  • 解析python的局部變量和全局變量

    解析python的局部變量和全局變量

    函數(shù)內(nèi)部定義的變量就叫局部變量而如果一個變量既能在一個函數(shù)中使用,也可以在其他函數(shù)中使用,這樣的變量就是全局變量。 本文給大家介紹python的局部變量和全局變量的相關知識,感興趣的朋友一起看看吧
    2019-08-08
  • Python?matplotlib如何簡單繪制不同類型的表格

    Python?matplotlib如何簡單繪制不同類型的表格

    通過Matplotlib,開發(fā)者可以僅需要幾行代碼,便可以生成繪圖,直方圖,功率譜,條形圖,錯誤圖,散點圖等,下面這篇文章主要給大家介紹了關于Python?matplotlib如何簡單繪制不同類型表格的相關資料,需要的朋友可以參考下
    2022-07-07
  • Python 異步之如何保護任務免于取消詳解

    Python 異步之如何保護任務免于取消詳解

    這篇文章主要為大家介紹了Python 異步之如何保護任務免于取消示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-03-03
  • Django模板語言 Tags使用詳解

    Django模板語言 Tags使用詳解

    這篇文章主要介紹了Django模板語言 Tags使用詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-09-09
  • python查看微信好友是否刪除自己

    python查看微信好友是否刪除自己

    這篇文章主要為大家詳細介紹了python查看微信好友是否刪除自己,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2016-12-12
  • Python批量寫入ES索引數(shù)據(jù)的示例代碼

    Python批量寫入ES索引數(shù)據(jù)的示例代碼

    這篇文章主要為大家詳細介紹了如何使用python腳本批量寫ES數(shù)據(jù)(需要使用pip提前下載安裝es依賴庫),感興趣的小伙伴可以學習一下
    2024-02-02

最新評論