摘要：為了預防消息丟失，提供了，即工作進程在收到消息并處理后，發送給，告知這時候可以把該消息從隊列中刪除了。如果工作進程掛掉了，沒有收到，那么會把該消息重新分發給其他工作進程。之前在發布消息時，的值為即使用。

RabbitMQ：接受消息再傳遞消息，可以視為一個“郵局”。發送者和接受者通過隊列來進行交互，隊列的大小可以視為無限的，多個發送者可以發生給一個隊列，多個接收者也可以從一個隊列中接受消息。

rabbitmq使用的協議是amqp，用于python的推薦客戶端是pika

pip install pika -i https://pypi.douban.com/simple/

send.py

# coding: utf8
import pika

# 建立一個連接
connection = pika.BlockingConnection(pika.ConnectionParameters(
           "localhost"))  # 連接本地的RabbitMQ服務器
channel = connection.channel()  # 獲得channel

這里鏈接的是本機的，如果想要連接其他機器上的服務器，只要填入地址或主機名即可。

接下來我們開始發送消息了，注意要確保接受消息的隊列是存在的，否則rabbitmq就丟棄掉該消息

channel.queue_declare(queue="hello")  # 在RabbitMQ中創建hello這個隊列
channel.basic_publish(exchange="",  # 使用默認的exchange來發送消息到隊列
                  routing_key="hello",  # 發送到該隊列 hello 中
                  body="Hello World!")  # 消息內容

connection.close()  # 關閉 同時flush

RabbitMQ默認需要1GB的空閑磁盤空間，否則發送會失敗。

這時已在本地隊列hello中存放了一個消息，如果使用 rabbitmqctl list_queues 可看到

hello 1

說明有一個hello隊列 里面存放了一個消息

receive.py

# coding: utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
               "localhost"))
channel = connection.channel()

還是先鏈接到服務器，和之前發送時相同

channel.queue_declare(queue="hello")  # 此處就是聲明了 來確保該隊列 hello 存在 可以多次聲明 這里主要是為了防止接受程序先運行時出錯

def callback(ch, method, properties, body):  # 用于接收到消息后的回調
    print(" [x] Received %r" % body)

channel.basic_consume(callback,
                      queue="hello",  # 收指定隊列hello的消息
                      no_ack=True)  #在處理完消息后不發送ack給服務器
channel.start_consuming()  # 啟動消息接受 這會進入一個死循環

工作隊列是用于分發耗時任務給多個工作進程的。不立即做那些耗費資源的任務（需要等待這些任務完成），而是安排這些任務之后執行。例如我們把task作為message發送到隊列里，啟動工作進程來接受并最終執行，且可啟動多個工作進程來工作。這適用于web應用，即不應在一個http請求的處理窗口內完成復雜任務。

channel.basic_publish(exchange="",
                  routing_key="task_queue",
                  body=message,
                  properties=pika.BasicProperties(
                     delivery_mode = 2, # 使得消息持久化
                  ))

分配消息的方式為 輪詢 即每個工作進程獲得相同的消息數。

如果消息分配給某個工作進程，但是該工作進程未處理完成就崩潰了，可能該消息就丟失了，因為rabbitmq一旦把一個消息分發給工作進程，它就把該消息刪掉了。

為了預防消息丟失，rabbitmq提供了ack，即工作進程在收到消息并處理后，發送ack給rabbitmq，告知rabbitmq這時候可以把該消息從隊列中刪除了。如果工作進程掛掉 了，rabbitmq沒有收到ack，那么會把該消息 重新分發給其他工作進程。不需要設置timeout，即使該任務需要很長時間也可以處理。

ack默認是開啟的，之前我們的工作進程顯示指定了no_ack=True

channel.basic_consume(callback, queue="hello")  # 會啟用ack

帶ack的callback:

def callback(ch, method, properties, body):
    print " [x] Received %r" % (body,)
    time.sleep( body.count(".") )
    print " [x] Done"
    ch.basic_ack(delivery_tag = method.delivery_tag)  # 發送ack

但是，有時RabbitMQ重啟了，消息也會丟失。可在創建隊列時設置持久化：
(隊列的性質一旦確定無法改變）

channel.queue_declare(queue="task_queue", durable=True)

同時在發送消息時也得設置該消息的持久化屬性：

channel.basic_publish(exchange="",

                  routing_key="task_queue",
                  body=message,
                  properties=pika.BasicProperties(
                     delivery_mode = 2, # make message persistent
                  ))

但是，如果在RabbitMQ剛接收到消息還沒來得及存儲，消息還是會丟失。同時，RabbitMQ也不是在接受到每個消息都進行存盤操作。如果還需要更完善的保證，需要使用publisher confirm。

輪詢模式的消息分發可能并不公平，例如奇數的消息都是繁重任務的話，某些進程則會一直運行繁 重任務。即使某工作進程上有積壓的消息未處理，如很多都沒發ack，但是RabbitMQ還是會按照順序發消息給它。可以在接受進程中加設置：

channel.basic_qos(prefetch_count=1)

告知RabbitMQ，這樣在一個工作進程沒回發ack情況下是不會再分配消息給它。

一般情況下，一條消息是發送給一個工作進程，然后完成，有時想把一條消息同時發送給多個進程：

發送者是不是直接發送消息到隊列中的，事實上發生者根本不知道消息會發送到那個隊列，發送者只能把消息發送到exchange里。exchange一方面收生產者的消息，另一方面把他們推送到隊列中。所以作為exchange，它需要知道當收到消息時它需要做什么，是應該把它加到一個特殊的隊列中還是放到很多的隊列中，或者丟棄。exchange有direct、topic、headers、fanout等種類，而群發使用的即fanout。之前在發布消息時，exchange的值為 "" 即使用default exchange。

channel.exchange_declare(exchange="logs", type="fanout")  # 該exchange會把消息發送給所有它知道的隊列中

result = channel.queue_declare()  # 創建一個隨機隊列
result = channel.queue_declare(exclusive=True)  # 創建一個隨機隊列，同時在沒有接收者連接該隊列后則銷毀它
queue_name = result.method.queue

這樣result.method.queue即是隊列名稱，在發送或接受時即可使用。

channel.queue_bind(exchange="logs",
               queue="hello")

logs在發送消息時給hello也發一份。

   channel.basic_publish(exchange="logs",
                  routing_key="",
                  body=message)

之前已經使用過bind，即建立exchange和queue的關系（該隊列對來自該exchange的消息有興趣），bind時可另外指定routing_key選項。

將對應routing key的消息發送到綁定相同routing key的隊列中

channel.exchange_declare(exchange="direct_logs",
                     type="direct")

發送函數，發布不同severity的消息：

channel.basic_publish(exchange="direct_logs",
                  routing_key=severity,
                  body=message)

接受函數中綁定對應severity的：

channel.queue_bind(exchange="direct_logs",
                   queue=queue_name,
                   routing_key=severity)

之前使用的direct exchange 只能綁定一個routing key，可以使用這種可以拿.隔開routing key的topic exchange，例如：

"stock.usd.nyse" "nyse.vmw"

和direct exchange一樣，在接受者那邊綁定的key與發送時指定的routing key相同即可，另外有些特殊的值：

* 代表1個單詞
# 代表0個或多個單詞

如果發送者發出的routing key都是3個部分的，如：celerity.colour.species。

Q1:
*.orange.*  對應的是中間的colour都為orange的

Q2:
*.*.rabbit  對應的是最后部分的species為rabbit的
lazy.#      對應的是第一部分是lazy的

qucik.orange.rabbit Q1 Q2都可接收到，quick.orange.fox 只有Q1能接受到，對于lazy.pink.rabbit雖然匹配到了Q2兩次，但是只會發送一次。如果綁定時直接綁定#，則會收到所有的。

在遠程機器上運行一個函數然后獲得結果。

１、客戶端啟動　同時設置一個臨時隊列用于接受回調，綁定該隊列

    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, no_ack=True,
                               queue=self.callback_queue)

２、客戶端發送rpc請求，同時附帶reply_to對應回調隊列，correlation_id設置為每個請求的唯一id（雖然說可以為每一次RPC請求都創建一個回調隊列，但是這樣效率不高，如果一個客戶端只使用一個隊列，則需要使用correlation_id來匹配是哪個請求），之后阻塞在回調隊列直到收到回復

注意：如果收到了非法的correlation_id直接丟棄即可，因為有這種情況--服務器已經發了響應但是還沒發ack就掛了，等一會服務器重啟了又會重新處理該任務，又發了一遍相應，但是這時那個請求已經被處理掉了

channel.basic_publish(exchange="",
                       routing_key="rpc_queue",
                       properties=pika.BasicProperties(
                             reply_to = self.callback_queue,
                             correlation_id = self.corr_id,
                             ),
                       body=str(n))  # 發出調用

while self.response is None:  # 這邊就相當于阻塞了
    self.connection.process_data_events()  # 查看回調隊列
return int(self.response)

3、請求會發送到rpc_queue隊列
4、RPC服務器從rpc_queue中取出，執行，發送回復

channel.basic_consume(on_request, queue="rpc_queue")  # 綁定 等待請求

# 處理之后：
ch.basic_publish(exchange="",
                 routing_key=props.reply_to,
                 properties=pika.BasicProperties(correlation_id = 
                                                     props.correlation_id),
                 body=str(response))  # 發送回復到回調隊列
ch.basic_ack(delivery_tag = method.delivery_tag)  # 發送ack

5、客戶端從回調隊列中取出數據，檢查correlation_id，執行相應操作

if self.corr_id == props.correlation_id:
        self.response = body