RabbitMQ教程——路由

路由

(使用 pika 0.9.8 Python客户端)

前一篇教程中,我们构建了一个简单的logging系统。我们可以将log消息广播给许多接收者。

在这篇教程中,我们将给它添加一个功能 - 我们将使它能够只订阅消息的一个子集。比如,我们将能够只把严重的error消息给导到log文件(保存到磁盘)中,而仍然能够在终端打印所有的log消息。

绑定

在前一个例子中,我们已经创建了绑定。你可以回忆一下类似下面的代码:

1channel.queue_bind(exchange=exchange_name, 2 queue=queue_name)

一个绑定是一个exchange和一个队列之间的关系。这可以被简单地读为:队列对这个exchange的消息感兴趣。

绑定操作可以带一个额外的routing_key参数。为了避免与basic_publish的那个参数混淆,我们将把它称作binding key。这是我们如何创建一个带有key的绑定的方法:

1channel.queue_bind(exchange=exchange_name, 2 queue=queue_name, 3 routing_key='black')

一个binding key的具体含义依赖于exchange type。 fanout类型的exchanges,即我们前面用到的那个,是简单地忽略它的值。

Direct exchange

我们前一篇教程中的logging系统把所有的消息广播给所有的消费者。我们想要扩展它,以允许基于消息的严重性来过滤消息。比如,我们可能希望将log消息写入磁盘的脚本只接收严重的errors,而不在warning或info log消息上浪费磁盘空间。

我们之前使用了fanout exchange,但它没有给我们太大的灵活性 - 它只会没头没脑地广播。

我们将使用一个direct exchange来替代。一个direct exchange背后的路由算法很简单 - 一个消息将进入binding key与消息的routing key完全匹配的队列。

此****处消息的routing key是否是basic_publish的那个routing_key?但那个参数不是应该表示队列的名字么?

为了描述那个场景,可以看下下面的图:

在这个图中,我们可以看到direct exchange X有两个队列与它绑定。第一个队列使用了binding key orange来绑定,第二个有两个绑定,一个的binding key是black,另一个是green

在这个图中,一个发送给这个exchange并带有routing key orange的消息将被路由到队列Q1。带有routing key blackgreen的消息将被路由到Q2。所有其它的消息将被丢弃。

多绑定

使用相同的binding key绑定多个队列也是完全合法的。在我们的例子中,我们可以使用binding key black来在XQ1之间添加一个绑定。在那种情况下,direct exchange的行为将像fanout一样,将消息广播到所有的队列。一个带有routing key black的消息将被同时发送到Q1Q2

由此看来****basic_publish 的routing_key参数指的只是exchange的这个binding key,而不是队列的名字。

发送logs

我们将在我们的logging系统中使用这个模型。我们将把消息发送给一个direct exchange,而不是fanout。我们将提供log severity作为一个routing key。那样的话,接收脚本将能够选择它感兴趣的severity的消息来接收。让我们先将注意力放在发射logs。

我们总是需要先创建一个exchange:

1channel.exchange_declare(exchange='direct_logs', 2 type='direct')

然后我们就为发送消息做好了准备了:

1channel.basic_publish(exchange='direct_logs', 2 routing_key=severity, 3 body=message)

为了简化问题,我们将假设'severity'可能是'info','warning','error'中的一个。

订阅

接受消息的工作方式与前一份教程中的类似,有一个例外 - 我们将能够为我们感兴趣的每个severity创建一个新的绑定。

1result = channel.queue_declare(exclusive=True) 2queue_name = result.method.queue 3 4for severity in severities: 5 channel.queue_bind(exchange='direct_logs', 6 queue=queue_name, 7 routing_key=severity)

完整代码

emit_log_direct.py的代码:

1#!/usr/bin/env python 2import pika 3import sys 4 5connection = pika.BlockingConnection(pika.ConnectionParameters( 6 host='localhost')) 7channel = connection.channel() 8 9channel.exchange_declare(exchange='direct_logs', 10 type='direct') 11 12severity = sys.argv[1] if len(sys.argv) > 1 else 'info' 13message = ' '.join(sys.argv[2:]) or 'Hello World!' 14channel.basic_publish(exchange='direct_logs', 15 routing_key=severity, 16 body=message) 17print " [x] Sent %r:%r" % (severity, message) 18connection.close()

receive_logs_direct.py的代码:

1#!/usr/bin/env python 2import pika 3import sys 4 5connection = pika.BlockingConnection(pika.ConnectionParameters( 6 host='localhost')) 7channel = connection.channel() 8 9channel.exchange_declare(exchange='direct_logs', 10 type='direct') 11 12result = channel.queue_declare(exclusive=True) 13queue_name = result.method.queue 14 15severities = sys.argv[1:] 16if not severities: 17 print >> sys.stderr, "Usage: %s [info] [warning] [error]" % \ 18 (sys.argv[0],) 19 sys.exit(1) 20 21for severity in severities: 22 channel.queue_bind(exchange='direct_logs', 23 queue=queue_name, 24 routing_key=severity) 25 26print ' [*] Waiting for logs. To exit press CTRL+C' 27 28def callback(ch, method, properties, body): 29 print " [x] %r:%r" % (method.routing_key, body,) 30 31channel.basic_consume(callback, 32 queue=queue_name, 33 no_ack=True) 34 35channel.start_consuming()

如果你只想把'warning'和'error'(而不是'info')的log消息保存进一个文件,则可以打开终端并键入:

$ python receive_logs_direct.py warning error > logs_from_rabbit.log

如果你想要在你的屏幕上看到所有的log消息,则打开一个新的终端并执行:

1$ python receive_logs_direct.py info warning error 2 [*] Waiting for logs. To exit press CTRL+C

而要发射一条error log消息,则只需键入:

1$ python emit_log_direct.py error "Run. Run. Or it will explode." 2 [x] Sent 'error':'Run. Run. Or it will explode.'

emit_log_direct.pyreceive_logs_direct.py的完整的源代码。)

进入tutorial 5来了解如何基于一个模式监听消息。

生产者,消费者。生产者关心的是exchange和routing key。消费者关心的是exchange、队列和routing key。意思是指,生产者在发送消息时,给的参数是exchange和routing_key。而消费者在绑定队列时,主要是给出参数exchange、队列名和routing_key。启动监听消息时,给的参数则是队列名。由此来看,exchange和routing_key是才是生产者和消费者之间的协议,而消息队列则似乎仅仅是一个数据缓冲区。

Done。

原文链接

点赞
收藏

评论区

加载中...

相关推荐

MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1

文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s

Oracle 分组与拼接字符串同时使用

SELECTT.,ROWNUMIDFROM(SELECTT.EMPLID,T.NAME,T.BU,T.REALDEPART,T.FORMATDATE,SUM(T.S0)S0,MAX(UPDATETIME)CREATETIME,LISTAGG(TOCHAR(

MySQL部分从库上面因为大量的临时表tmp_table造成慢查询

背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_

皕杰报表之UUID

​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为

手写Java HashMap源码

HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22

2020年前端实用代码段,为你的工作保驾护航

有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )