rabbitMQ是一款基于AMQP协议的消息中间件，它能够在应用之间提供可靠的消息传输。在易用性，扩展性，高可用性上表现优秀。使用消息中间件利于应用之间的解耦，生产者（客户端）无需知道消费者（服务端）的存在。而且两端可以使用不同的语言编写，大大提供了灵活性。

rabbitMQ工作原理

rabbitMQ里的一些基本定义如下：

exchange

producer只能将消息发送给exchange。而exchange负责将消息发送到queues。Exchange必须准确的知道怎么处理它接受到的消息，是被发送到一个特定的queue还是许多quenes,还是被抛弃，这些规则则是通过exchange type来定义。主要的type有direct,topic,headers,fanout。具体针对不同的场景使用不同的type。

queue

消息队列，消息的载体。接收来自exchange的消息，然后再由consumer取出。exchange和queue是可以一对多的，它们通过routingKey来绑定。

Producer

生产者，消息的来源,消息必须发送给exchange。而不是直接给queue

Consumer

消费者，直接从queue中获取消息进行消费，而不是从exchange。

从以上可以看出rabbitMQ工作原理大致就是producer把一条消息发送给exchange。rabbitMQ根据routingKey负责将消息从exchange发送到对应绑定的queue中去，这是由rabbitMQ负责做的，而consumer只需从queue获取消息即可。

大致流程如下：

rabbitMQ工作模型

下面通过几个列子来详细说明一下如何使用rabbitMQ。

1、简单发送模型

在rabbitMQ里消息永远不能被直接发送到queue，这里我们通过提供一个空字符串来使用默认的exchange。这个exchange是特殊的，它可以根据routingKey把消息发送给指定的queue。所以我们的设计看起来如下所示：

代码如下

send.py

receive.py

2、工作队列模型

这种模式常常用来处理耗资源耗时间的任务在多个workers中，主要是为了避免立即去处理一个耗时的任务而等待它的完成。代替的做法是一个稍后去处理这个任务，让一个worker process 在后台处理这个任务。当有许多workers的时候，消息将会以轮询的方式被workers获取。模型如下：

这里就会有一个问题，如果consumer在执行任务时需要花费一些时间，这个时候如果突然挂了，消息还没有被完成，消息岂不是丢失了，为了不让消息丢失，rabbitmq提供了消息确认机制，consumer在接收到，执行完消息后会发送一个ack给rabbitmq告诉它可以从queue中移除消息了。

如果没收到ack，Rabbitmq会重新发送此条消息，如果有其他的consumer在线，将会接收并消费这条消息。消息确认机制是默认打开的。如果想关闭它只需要设置no_ack=true。在此处我们不需要设置。默认如下就行：

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

除了consumer之外我们还得确保rabbitMQ挂了之后消息不被丢失。这里我们就需要确保队列queue和消息messages都得是持久化的。

队列的持久话需要设置durable属性：

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

消息的持久话则是通过delivery_mode属性，设置值为2即可。

channel.basic_publish(exchange='',

routing_key="task_queue",

body=message,

properties=pika.BasicProperties(

delivery_mode = 2, # make message persistent

))

还有一个属性相对比较重要，它可以保证consumer确认消费完一条消息之后再去获取下一条消息。如果consumer正在忙碌的状态，消息将会被分发到下一个不是很忙的consumer。

设置如下：

channel.basic_qos(prefetch_count=1)

下面贴出部分代码

producer.py

consumer.py

3、广播模型

在前面2个示例我们都适用默认的exchange。这里我们将自己定义一个exchange。并设置type为fanout。它可以将消息广播给绑定的每一个queue。而不再是某一个queue。我们在此创建一个叫logs的exchange，就像下面这样：

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

所以发布消息就变成了下面这样：

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

在这里我们需要将消息发送给所有的queues。而不需要指定某些队列。所以我们这里就用临时队列代替。并设置在失去连接后删除队列。当然我们也可以不这么做。

设置临时队列，让rabbitmq给我们一个随机的队列名字，设置exclusive为true确保失去连接的时候队列也被删除了。因为我们这里不需要持久化队列。

result = channel.queue_declare(exclusive=True)

下面就是要绑定queues和exchange：

channel.queue_bind(exchange='logs', queue=result.method.queue)

综上所述我们的设计就像下面这样：

部分代码如下

producer.py

consumer.py

4、direct模型

在上个模型中，消息被发送给所有的消费者，而在这一部分我们将通过路由的方式使exchange通过定义的路由方式将消息发送给队列。所以我们需要在绑定exchange和queue的时候指定routing_key字段，注意这里的routing_key不是basic_publish中的routing_key。

见如下：

channel.queue_bind(exchange=exchange_name,queue=queue_name,

routing_key='black')

这里我们将使用type为direct的exchange。这种路由方式exchange将消息通过绑定的routing_key发送到指定的队列。而且exchange可以通过多个routing_key把消息发送给同一个queue。

通过下面这张图我们来分析一下：

在上面的图中，我们可以看出type为direct的exchange X 绑定了2个队列。队列Q1关联路由orange。队列Q2关联路由black和green。所以一个带有路由健orange消息将被exchange发送给队列Q1。而带有路由健black或者green的消息将被发送给队列Q2。

我们还是通过修改前面的日志系统，来展示direct类型的exchange如何工作，如图：

部分代码如下

producer.py

consumer.py

让我们运行一下看看结果是什么，我们启动了3个consumer,routing_key分别指定为warning, error，第三个同时指定这2个。然后在运行producer时带上路由信息routing_key。运行后可以看出指定了warning的不会收到error的消息。同时指定warning 和error的consumer则会都收到消息。

发送消息：

只收到warning的消息：

只收到error的消息：

error和waring的都能收到：

5、Topic模型

这种模型是最灵活的，相比较于direct的完全匹配和fanout的广播。Topic可以用类似正则的手法更好的匹配来满足我们的应用。下面我们首先了解一下topic类型的exchange：

topic类型的routing_key不可以是随意的单词，它必须是一系列的单词组合，中间以逗号隔开，譬如“quick.orange.rabbit”这个样子。发送消息的routing_key必须匹配上绑定到队列的routing_key。消息才会被发送。此外还有个重要的地方要说明，在如下代码处绑定的routing_key种可以有*和#两种字符

channel.queue_bind(exchange='topic_logs',queue=queue_name,

routing_key=binding_key)

它们代表的意义如下

*(星号)可以匹配任意一个单词

#(井号)可以匹配0到多个单词

我们通过下图来解释一下：

Q1匹配3个单词中间为orange的routing_key ,而Q2可以匹配3个单词最后一个单词为rabbit和第一个单词为lazy后面可以有多个单词的routing_key。

下面贴上部分示例：

producer.py

consumer.py

6、RPC应用模型

当我们需要在远程服务器上执行一个方法并等待它的结果的时候，我们将这种模式称为RPC。下面我们用rabbitMQ建立一个RPC系统在rabbit MQ中为了能让client收到server端的response message。需要定义一个callback queue ,就像下面这样：

不过现在有一个问题，就是每次请求都会创建一个callback queue .这样的效率是极其低下的。幸运的是我们可以通过correlation_id为每一个client创建一个单独的callback queue。通过指定correlation_id我们可以知道callback queue中的消息属于哪个client。要做到这样只需client每次发送请求时带上这唯一的correlation_id。然后当我们从callback queue中收到消息时，我们能基于 correlation_id 匹配上我们的消息。

匹配不上的消息将被丢弃，看上去就像下图这样：

总结一下流程如下：

client发起请求，请求中带有2个参数reply_to和correlation_id

请求发往rpc_queue

server获取到rpc_queue中的消息，处理完毕后，将结果发往reply_to指定的callback queue

client 获取到callback queue中的消息，匹配correlation_id,如果匹配就获取，不匹配就丢弃。

示列代码参考：http://www.rabbitmq.com/tutorials/tutorial-six-python.html

从上面的6个示例我们大致了解了如何运用rabbitMQ解决我们的实际需求，下面我们再来看看如何管理和监控rabbitMQ的实际运行情况。

rabbitMQ的管理和监控

1、rabbitmq management插件

rabbitMQ提供了一个管理插件，通过这个插件我们可以查看当前rabbitMQ服务的运行情况。在解压缩官网提供的rabbitMQ安装包之后，在sbin目录可以看见rabbitmq-plugins文件，我们只需运行一下命令：

rabbitmq-plugins enable rabbitmq_management

然后再游览器中输入http://server-name:15672/就可以查看当前rabbitMQ的一些运行状况。如下所示：

在这个管理控制台我可以做很多事情，譬如：

查看运行的exchanges,queues,users,virtual hosts还有权限

添加exchanges,queue,users,virtual host，以及给用户赋予权限

监控消息长度，通道，消息速度。连接数

发送接收消息

关闭连接，清除队列

2、rabbitmqctl使用

在rabbitMQ中，rabbitctl是一个被广泛使用的命令。对用户的增加，删除，列出列表，创建权限，都是通过rabbitmqctl完成的。下面举几个例子来熟悉一下如何使用

创建一个用户名和密码都为test的新用户

./rabbitmqctl  add_user test test

删除的话使用以下命令

./rabbitmqctl  delete_user test

列出所有用户

./rabbitmqctl  list_users

同样也可以用此命令为用户赋予权限

譬如我们想为用户test在vhost rabbitmq赋予全部访问权限，只许执行如下命令

./rabbitmqctl set_permissions –p rabbitmq test “.*” “.*” “.*”

列出权限

./rabbitmqctl list_permissions –p rabbitmq

删除权限

./rabbitmqctl clear_permissions –p rabbitmq

同样的rabbitmqctl也可以用来查看rabbitmq的运行状况，如下

列出队列和消息数目

./rabbitmqctl  list_queues –p rabbitmq

如果想要了解更多的队列消息，譬如名字，消息数目，消费者数目，内存使用情况，以及其他属性 。则可以发送一下命令：

./rabbitmqctl list_queues name messages consumers memory durable auto_delete

列出exchanges相关信息

./rabbitmqctl list_exchanges  name  type  durable  auto_delete

rabbitmqctl还有很多功能，这里不一一例举了。有兴趣的可以去官方网站查看。

rabbitMQ集群

且听下回分解。

本文作者：吕翔（点融黑帮），来自点融北京技术团队，从事过社交和P2P领域，对互联网金融比较感兴趣。平时喜欢爬山打球。