Python和RabbitMQ-从多个通道监听消费事件的最佳方式？

Question

我有两个单独的RabbitMQ实例。我正试图找到最好的方式来听这两个事件。

例如，我可以在一个上使用以下事件：

credentials = pika.PlainCredentials(user, pass)
connection = pika.BlockingConnection(pika.ConnectionParameters(host="host1", credentials=credentials))
channel = connection.channel()
result = channel.queue_declare(Exclusive=True)
self.channel.queue_bind(exchange="my-exchange", result.method.queue, routing_key='*.*.*.*.*')
channel.basic_consume(callback_func, result.method.queue, no_ack=True)
self.channel.start_consuming()

我还有第二个主持人“host2”，我也想听听。我想创建两个独立的线程来完成这项工作，但从我所读到的内容来看，pika并不是线程安全的。有更好的办法吗？或者创建两个单独的线程，每个线程监听一个不同的Rabbit实例（host1和host2）就足够了吗？

Answer 1

下面是我如何使用一个rabbitmq实例同时侦听两个队列的示例：

import pika
import threading

threads=[]
def client_info(channel):    
   channel.queue_declare(queue='proxy-python')
   print (' [*] Waiting for client messages. To exit press CTRL+C')


   def callback(ch, method, properties, body):
       print (" Received %s" % (body))

   channel.basic_consume(callback, queue='proxy-python', no_ack=True)
   channel.start_consuming()

def scenario_info(channel):    
   channel.queue_declare(queue='savi-virnet-python')
   print (' [*] Waiting for scenrio messages. To exit press CTRL+C')


   def callback(ch, method, properties, body):
      print (" Received %s" % (body))

   channel.basic_consume(callback, queue='savi-virnet-python', no_ack=True)
   channel.start_consuming()

def manager():
   connection1= pika.BlockingConnection(pika.ConnectionParameters
  (host='localhost'))
   channel1 = connection1.channel()
  connection2= pika.BlockingConnection(pika.ConnectionParameters
  (host='localhost'))
   channel2 = connection2.channel()
   t1 = threading.Thread(target=client_info, args=(channel1,))
   t1.daemon = True
   threads.append(t1)
   t1.start()  

   t2 = threading.Thread(target=scenario_info, args=(channel2,))
   t2.daemon = True
   threads.append(t2)


   t2.start()
   for t in threads:
     t.join()


 manager()

Answer 2

“什么是最佳方法”的答案在很大程度上取决于队列的使用模式和您所说的“最佳”是什么意思。既然我还不能对问题发表评论，我就试着提出一些可能的解决办法。

在每个例子中，我假设exchange已经声明了。

螺纹

您可以使用^{}在单个进程中使用来自独立主机上两个队列的消息。

您是对的，因为its own FAQ states，pika不是线程安全的，但是可以通过为每个线程创建到RabbitMQ主机的连接以多线程方式使用它。使用^{}模块在线程中运行此示例，如下所示：

import pika
import threading


class ConsumerThread(threading.Thread):
    def __init__(self, host, *args, **kwargs):
        super(ConsumerThread, self).__init__(*args, **kwargs)

        self._host = host

    # Not necessarily a method.
    def callback_func(self, channel, method, properties, body):
        print("{} received '{}'".format(self.name, body))

    def run(self):
        credentials = pika.PlainCredentials("guest", "guest")

        connection = pika.BlockingConnection(
            pika.ConnectionParameters(host=self._host,
                                      credentials=credentials))

        channel = connection.channel()

        result = channel.queue_declare(exclusive=True)

        channel.queue_bind(result.method.queue,
                           exchange="my-exchange",
                           routing_key="*.*.*.*.*")

        channel.basic_consume(self.callback_func,
                              result.method.queue,
                              no_ack=True)

        channel.start_consuming()


if __name__ == "__main__":
    threads = [ConsumerThread("host1"), ConsumerThread("host2")]
    for thread in threads:
        thread.start()

我已经声明了callback_func作为打印消息体时纯粹使用ConsumerThread.name的方法。它也可能是ConsumerThread类之外的函数。

过程

或者，您可以始终只运行一个进程，每个要使用事件的队列使用使用者代码。

import pika
import sys


def callback_func(channel, method, properties, body):
    print(body)


if __name__ == "__main__":
    credentials = pika.PlainCredentials("guest", "guest")

    connection = pika.BlockingConnection(
        pika.ConnectionParameters(host=sys.argv[1],
                                  credentials=credentials))

    channel = connection.channel()

    result = channel.queue_declare(exclusive=True)

    channel.queue_bind(result.method.queue,
                       exchange="my-exchange",
                       routing_key="*.*.*.*.*")

    channel.basic_consume(callback_func, result.method.queue, no_ack=True)

    channel.start_consuming()

然后运行：

$ python single_consume.py host1
$ python single_consume.py host2  # e.g. on another console

如果您对来自队列的消息所做的工作是CPU-heavy，并且只要您的CPU中的内核数=使用者的数量，那么通常最好使用这种方法-除非您的队列大部分时间是空的，并且使用者不会使用此CPU时间*。

异步

另一种选择是使用一些异步框架（例如^{}）并在单个线程中运行整个过程。

您不能再在异步代码中使用BlockingConnection；幸运的是，pika有用于Twisted的适配器：

from pika.adapters.twisted_connection import TwistedProtocolConnection
from pika.connection import ConnectionParameters
from twisted.internet import protocol, reactor, task
from twisted.python import log


class Consumer(object):
    def on_connected(self, connection):
        d = connection.channel()
        d.addCallback(self.got_channel)
        d.addCallback(self.queue_declared)
        d.addCallback(self.queue_bound)
        d.addCallback(self.handle_deliveries)
        d.addErrback(log.err)

    def got_channel(self, channel):
        self.channel = channel

        return self.channel.queue_declare(exclusive=True)

    def queue_declared(self, queue):
        self._queue_name = queue.method.queue

        self.channel.queue_bind(queue=self._queue_name,
                                exchange="my-exchange",
                                routing_key="*.*.*.*.*")

    def queue_bound(self, ignored):
        return self.channel.basic_consume(queue=self._queue_name)

    def handle_deliveries(self, queue_and_consumer_tag):
        queue, consumer_tag = queue_and_consumer_tag
        self.looping_call = task.LoopingCall(self.consume_from_queue, queue)

        return self.looping_call.start(0)

    def consume_from_queue(self, queue):
        d = queue.get()

        return d.addCallback(lambda result: self.handle_payload(*result))

    def handle_payload(self, channel, method, properties, body):
        print(body)


if __name__ == "__main__":
    consumer1 = Consumer()
    consumer2 = Consumer()

    parameters = ConnectionParameters()
    cc = protocol.ClientCreator(reactor,
                                TwistedProtocolConnection,
                                parameters)
    d1 = cc.connectTCP("host1", 5672)
    d1.addCallback(lambda protocol: protocol.ready)
    d1.addCallback(consumer1.on_connected)
    d1.addErrback(log.err)

    d2 = cc.connectTCP("host2", 5672)
    d2.addCallback(lambda protocol: protocol.ready)
    d2.addCallback(consumer2.on_connected)
    d2.addErrback(log.err)

    reactor.run()

这种方法会更好，从中消耗的队列越多，用户执行的工作受CPU限制越小*。

Python3

既然您提到了pika，我就把自己局限于基于Python 2.x的解决方案，因为pika还没有移植。

但是，如果您希望移到>；=3.3，一个可能的选择是将^{}与AMQP协议（您与RabbitMQ交谈的协议）之一一起使用，例如^{}或^{}。

*-请注意，这些都是非常浅显的提示-在大多数情况下，选择并不是那么明显；什么对您最好取决于队列“饱和”（消息/时间）、接收这些消息后您做了什么工作、在什么环境中运行您的消费者等；除了对所有实现进行基准测试之外，没有其他方法可以确定