RabbitMQ是实现AMQP（高级消息队列协议）的消息中间件的一种，最初起源于金融系统，用于在分布式系统中存储转发消息，在易用性、扩展性、高可用性等方面表现不俗。和普通的queue比较起来，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。

RabbitMQ主要是为了实现系统之间的双向解耦而实现的。当生产者大量产生数据时，消费者无法快速消费，那么需要一个中间层。保存这个数据。

首先来他需要安装erlang语言包和rabbitmq-server，启动服务，然后打开端口5672

服务器（CentOS7）

yum install erlang
yum install rabbitmq-server
systemctl start rabbitmq-server
systemctl status rabbitmq-server
firewall-cmd --add-port=5672/tcp --permanent
systemctl restart firewalld

Python客户端(windows),安装pika模块

C:\WINDOWS\system32>pip install pika
Collecting pikaDownloading pika-0.10.0-py2.py3-none-any.whl (92kB)100% |################################| 102kB 632kB/s
Installing collected packages: pika
Successfully installed pika-0.10.0

现在看看Python里面如何使用：

例1 Hello World

发送

import pika
# ######################### 生产者 #########################
#绑定到一个broker上面
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()#创建一个queue用来传输信息
channel.queue_declare(queue='hello1')#RabbitMQ不可以直接给queue发送信息，必须通过exchange，这里空字符串表示默认的exchange
channel.basic_publish(exchange='',routing_key='hello1',body='Hello World!')
print(" [x] Sent 'Hello World!'")#清空queue，断开连接
connection.close()

接收

#!/usr/bin/env python
import pika# ########################## 消费者 ##########################
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
# 和生产者一样，这里也需要定义一个queue，这是因为我们不知道到底是生产者和消费者谁先执行；这个queue即使多次定义也只会创建一个对象
channel.queue_declare(queue='hello1')# 每当接收到一个信息，pika库会自动调用callback函数
def callback(ch, method, properties, body):print(" [x] Received %r" % body)# 指定callback从哪个queue获取信息
channel.basic_consume(callback,queue='hello1',no_ack=True)
print(' [*] Waiting for messages. To exit press CTRL+C')# 死循环，不停阻塞接收信息
channel.start_consuming()

如果在RabbitMQ的服务器上执行以下操作，可以看见queue里面有几个信息

比如发送者发送了2条信息之后，可以看见hello1数目变成2，如果我用客户端去取了2次，那么他又会变成0

[root@sydnagios nagvis]# sudo rabbitmqctl list_queues
Listing queues ...
hello   0
hello1  2
kakaxi1 0
...done.

例2, 工作队列和可靠性

例1里面我们通过一个queue发送和接受了信息；我们也可以创建一个工作队列（Task Queue）来给多个客户端发送信息，这种模型适合于那种特别耗时的任务；感觉这个和之前线程池的方式类似，所有的任务放在queue里面，然后每个线程（客户端）不停地去取任务执行。

在默认情况下，任务的分发是通过round-robin（轮换）的方式实现的，比如C1接受任务1，C2任务2，C1任务3，C2任务4...这样的缺点是如果任务的耗时不同，可能C1一直在执行一堆繁重的任务，而C2分到的都是轻量级的任务，一直很空闲。我们可以通过指定channel.basic_qos(prefetch_count=1)来实现公平分发，换句话说消息只会分发给空闲的客户端。

RabbitMQ里面有3种方式来确保消息的可靠性。

第一个方式是在消费者方面进行ACK的确认，每次成功接收消息之后发送确认信号，如果意外中止了，RabbitMQ会把任务重新放入队列中，然后发给下一个客户端，比如C1如果刚刚收到任务1就挂了，因为C1没有确认，那么RabitMQ会把任务1重新发给C2；确认是通过下面的代码实现的

import pika
# ########################## 消费者 ##########################
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.queue_declare(queue='hello1')
def callback(ch, method, properties, body):print(" [x] Received %r" % body)import timetime.sleep(10)print ('ok')ch.basic_ack(delivery_tag = method.delivery_tag)
channel.basic_consume(callback,queue='hello1',no_ack=False)
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()
---------[*] Waiting for messages. To exit press CTRL+C[x] Received b'Hello World!'
ok

注意no_ack默认是Fasle，因此可以不写

ch.basic_ack如果忘记写了，后果会很严重，客户端掉线的时候，RabbitMQ会转发消息给下一个客户，但是他不会释放掉没有被ACK的消息，这样内存不被不断的吃掉。

可以通过下面命令进行debug

[root@sydnagios nagvis]# rabbitmqctl list_queues name messages_ready messages_unacknowledged
Listing queues ...
hello   0       0
hello1  0       0
kakaxi1 0       0
task_queue      0       0

第二种方式是确保queue不会丢失，注意这种方式对已经创建过的queue无效！

注意客户端和服务器端申明的时候都要指定

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

第三种可靠性的方法是消息的持久化，针对生产者指定delivery_mode=2，这样即使生产者那边挂了，生产者那边会重新把任务放入队列。

channel.basic_publish(exchange='',routing_key='hello',body='Hello World!',properties=pika.BasicProperties(delivery_mode=2, # make message persistent))

最后来个完整的例子

生产者

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author Yuan Li
#!/usr/bin/env python
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
#queue durable
channel.queue_declare(queue='task_queue', durable=True)
message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(exchange='',routing_key='task_queue',body=message,properties=pika.BasicProperties(delivery_mode = 2, # make message persistent))
print(" [x] Sent %r" % message)
connection.close()

消费者

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author Yuan Li
#!/usr/bin/env python
import pika
import time
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.queue_declare(queue='task_queue', durable=True)
print(' [*] Waiting for messages. To exit press CTRL+C')
def callback(ch, method, properties, body):print(" [x] Received %r" % body)time.sleep(body.count(b'.'))print(" [x] Done")#千万别忘了，不然不会释放内存ch.basic_ack(delivery_tag = method.delivery_tag)#按任务繁忙分配，而不是顺序分配
channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback,queue='task_queue')
channel.start_consuming()

例3 发布订阅

RabbitMQ可以通过一个Exchange来同时给多个Queue发送消息，一般情况下，P(发布者)并不知道信息应该发给哪个queue，这些都是有Exchange的类型决定的。Exchange有3种常用类型

• fanout 转发消息到所有的绑定队列

• direct 通过一个关键字(routingkey)匹配转发消息到指定的队列

• topic 模糊匹配转发消息到指定的队列

• header

可以看见exchange的列表

[root@sydnagios nagvis]# rabbitmqctl list_exchanges
Listing exchanges ...direct
amq.direct      direct
amq.fanout      fanout
amq.headers     headers
amq.match       headers
amq.rabbitmq.log        topic
amq.rabbitmq.trace      topic
amq.topic       topic
...done.

Fanout类型

消费者

# Author:Alex Li
#!/usr/bin/env python
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.exchange_declare(exchange='logs_fanout',type='fanout')
# 随机创建队列，exclusive=True表示当我们断开和消费者的连接，这个queue会自动删除
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
# 绑定
channel.queue_bind(exchange='logs_fanout',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()

生产者

# Author:Alex Li
#!/usr/bin/env python
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.exchange_declare(exchange='logs_fanout',type='fanout')
message = '456'#注意在fanout模式里面，routing_key为空
channel.basic_publish(exchange='logs_fanout',routing_key='',body=message)
print(" [x] Sent %r" % message)
connection.close()

Direct类型，消息发送给和他自己的routing key同名binding key的队列，多个队列可以使用同一个binding key

direct可以指定关键字来绑定queue，比如第一个客户循环地绑定了error，info，warning3个关键字所在的queue

第二个客户只绑定了error

客户1

# Author:Alex Li
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs_test_1',type='direct')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
severities = ['error', 'info', 'warning']
for severity in severities:channel.queue_bind(exchange='direct_logs_test_1',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()

客户2

# Author:Alex Li
import pika
import sys
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs_test_1',type='direct')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
severities = ['error',]
for severity in severities:channel.queue_bind(exchange='direct_logs_test_1',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()

生产者可以指定给哪些routingkey的queue发送信息，比如只发给info，那么只有客户2收到；如果发给error，那么两个客户都能收到

# Author:Alex Li
#!/usr/bin/env python
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs_test_1',type='direct')
severity = 'info'
message = '456'
channel.basic_publish(exchange='direct_logs_test_1',routing_key=severity,body=message)
print(" [x] Sent %r:%r" % (severity, message))
connection.close()

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 单词

• *  表示只能匹配 一个 单词

最后我们来看看RPC

简单的说就是在远程电脑执行命令然后返回结果

基本思路：

客户端发送请求（包括请求的correlation_id和reply_to队列），服务器端收到之后执行命令，返回结果到reply_to的队列里面，然后客户端从reply_to 队列读取数据

例如

result = channel.queue_declare(exclusive=True)
callback_queue = result.method.queue
channel.basic_publish(exchange='',routing_key='rpc_queue',properties=pika.BasicProperties(reply_to = callback_queue,),body=request)

注意properties属性里面有14个预定义的值，其中4个最为常见：

• delivery_mode: 消息的持久化（2）

• content_type:用于mime-type的编码，一般Json使用application/json

• reply_to:callback的队列

• correlation_id:关联RPC反馈信息和请求命令，每个请求都需要有唯一的值

演示源码

服务器端（需要先接受信息，再发布信息回去）

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author Yuan Li
#!/usr/bin/env python
import pika#绑定broker，创建一个队列
connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))
channel = connection.channel()
channel.queue_declare(queue='rpc_queue')#定义一个斐波拉契数列作为测试
def fib(n):if n == 0:return 0elif n == 1:return 1else:return fib(n-1) + fib(n-2)#定义一个回调函数给basic_consume使用
def on_request(ch, method, props, body):n = int(body)print(" [.] fib(%s)" % n)response = fib(n)#把结果发布回去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)
#负载平衡
channel.basic_qos(prefetch_count=1)#接受请求之后，自动调用on_request,内部执行函数，然后发回结果
channel.basic_consume(on_request, queue='rpc_queue')
print(" [x] Awaiting RPC requests")
channel.start_consuming()

发布者

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author Yuan Li
#!/usr/bin/env python
import pika
import uuid
class FibonacciRpcClient(object):def __init__(self):#绑定self.connection = pika.BlockingConnection(pika.ConnectionParameters(host='sydnagios'))self.channel = self.connection.channel()#生成随机队列result = self.channel.queue_declare(exclusive=True)self.callback_queue = result.method.queue#指定on_response从callback_queue读取信息，阻塞状态self.channel.basic_consume(self.on_response, no_ack=True,queue=self.callback_queue)#接受返回的信息def on_response(self, ch, method, props, body):if self.corr_id == props.correlation_id:self.response = body#发送请求def call(self, n):self.response = None#生成一个随机值self.corr_id = str(uuid.uuid4())#发送两个参数 reply_to和 correlation_idself.channel.basic_publish(exchange='',routing_key='rpc_queue',properties=pika.BasicProperties(reply_to = self.callback_queue,correlation_id = self.corr_id,),body=str(n))#等待接受返回结果while self.response is None:self.connection.process_data_events()return int(self.response)#实例化对象
fibonacci_rpc = FibonacciRpcClient()
print(" [x] Requesting fib(30)")#调用call，发送数据
response = fibonacci_rpc.call(30)
print(" [.] Got %r" % response)

结果如下：

"C:\Program Files\Python3\python.exe" C:/Users/yli/pycharmprojects/Exercise/Week11/c.py[x] Requesting fib(30)[.] Got 832040

参考资料：

http://www.cnblogs.com/wupeiqi/articles/5132791.html

https://www.rabbitmq.com/tutorials/tutorial-five-python.html

https://geewu.gitbooks.io/rabbitmq-quick/content/RabbitMQ%E4%BB%8B%E7%BB%8D.html