RabbitMQ 消息中间件使用简介
RabbitMQ
是一个用 Erlang 开发的 AMQP(Advanced Message Queue, 高级消息队列协议)的开源实现。AMQP 是应用层协议的一个开放标准,为面向消息的中间件设计。消息中间件主要用于组件之间的解耦,消息的发送者无需知道消息使用者的存在,反之亦然。
AMQP 的主要特征是面向消息、队列、路由(包括点对点和发布/订阅)、可靠性、安全。消息服务擅长于解决多系统、异构系统间的数据交换(消息通知/通讯)问题,也可以用于系统间服务的相互调用(RPC)。AMQP 模型定义了一系列模块化组件和标准规则来进行协作. 有三种类型的组件可以连接服务器处理链来创建预期的功能,包括交换器(exchange)、消息队列(message queue)、绑定(binding)。
RabbitMQ 的核心功能就是接收和发送消息,它的应用是一个典型的生产者和消费者模型。RabbitMQ 中的消息都只能存储在 Queue 中,生产者生产消息并最终投递到 Queue 中,消费者可以从 Queue 中获取消息并消费。多个消费者可以订阅同一个 Queue,这时 Queue 中的消息会被平均分摊给多个消费者进行处理,而不是每个消费者都收到所有的消息并处理。
基础概念
RabbitMQ Server:
Server 所扮演的角色是维护一条从 Producer 到 Consumer 的路线,保证数据能够按照指定的方式进行传输,同时还可以将 Producer 发送的消息持久化。RabbitMQ Server 也可叫作 Broker Server,是一种传输服务。
Producer:
数据(message)的发送方,负责创建消息并发送到 Server。 一个消息(message)包含两部分内容:payload
(有效载荷)和 label
(标签)。payload 即要传输的数据,label 是交换器(exchange)的名字,它描述了 payload,而且 RabbitMQ 也是通过这个 label 来决定把消息发给哪个 Consumer。AMQP 仅仅描述了 label,而 RabbitMQ 决定了如何使用这个 label 的规则。
Consumer:
数据(message)的接收方,它连接到 Server,并订阅相应 Queue 中的消息。可以把 Queue 比作是一个有名字的邮箱,当有消息到达某个邮箱后,RabbitMQ 把它发送给它的某个订阅者即Consumer。当然也可能会把同一个消息发送给很多的 Consumer。在这个消息中,只有payload,而 label 已经被删掉了。对于 Consumer 来说,其不知道谁发送的这个信息,除非在消息体中携带发送者信息。
Connection:
是 RabbitMQ 的 socket 连接,它封装了 socket 协议相关部分逻辑。Producer 和 Consumer 都是通过 socket 连接到 RabbitMQ Server 的。
Channel:
是操作 RabbitMQ 的最重要的一个接口,是进行消息读写的通道。它建立在上述的 socket 连接中。数据流动都是在 Channel 中进行的。也就是说,一般情况是程序起始建立 socket 连接,第二步就是建立这个 Channel。大部分的业务操作是在 Channel 这个接口中完成的,包括定义 Queue、定义 Exchange、绑定 Queue 与 Exchange、发布消息等。在客户端的每个连接里,可建立多个 Channel,每个 Channel 代表一个会话任务。
那么,为什么使用 Channel,而不是直接使用 socket 连接呢?对于 OS 来说,建立和关闭socket 连接是有代价的,频繁的建立关闭 socket 连接对于系统的性能有很大的影响,而且 socket 的连接数也有限制,这也限制了系统处理高并发的能力。但是,在 socket 连接中建立 Channel 是没有上述代价的。对于 Producer 或者 Consumer 来说,可以并发的使用多个 Channel 进行 Publish 或者 Receive。
Exchange:
交换机是发送消息的实体。在接受到生产者发来的的消息后,会转发消息到绑定的队列。也就是说生产者的消息并不是直接发送到队列中的,而是先发送到交换器,交换器通过指定的路由规则再将这个消息路由到相应的队列中。交换器到队列的映射可以是一对一、一对多或多对多的。交换机具有如下几种类型:
- Direct Exchange(直连交换机): 把消息投递到那些 binding key 与 routing key 完全匹配的队列中
- Fanout Exchange(扇型交换机): 把消息路由给绑定到它身上的所有队列,而不理会绑定的路由键
- Topic Exchange(主题交换机): 通过消息的路由键和队列到交换机的绑定模式之间的匹配,将消息路由给一个或多个队列
- Headers Exchange(头交换机): 通过判断消息头的值能否与指定的绑定相匹配来确立路由规则
交换机可以有两个状态:持久(durable)、暂存(transient)。持久化的交换机会在消息代理(broker)重启后依旧存在,而暂存的交换机则不会(它们需要在代理再次上线后重新被声明)。然而并不是所有的应用场景都需要持久化的交换机。
除了显式声明交换机外,RabbitMQ 预先声明好了一个默认交换机(default exchange),它是一个没有名字(名字为空字符串)的直连交换机(direct exchange)。它有一个特殊的属性使得它对于简单应用特别有用处:那就是每个新建 Queue 都会自动绑定到默认交换机上,绑定的路由键(routing key)名称与队列名称相同。
Queue:
是接收消息的实体,是 RabbitMQ 内部对象,存储交换器发来的消息。相同属性的 Queue 可以重复定义。消息在队列中保存,以轮询的方式将消息发送给监听消息队列的消费者,可以动态的增加消费者以提高消息的处理能力。如果希望实现负载均衡,可以在消费者端通知 RabbitMQ,一个消息处理完之后才会接受下一个消息。消息有很多可设置的属性,最常用的有如下几个:
- deliveryMode: 持久化属性
- contentType: 编码
- replyTo: 指定一个回调队列
- correlationId: 消息 ID
Banding:
绑定(Binding)是交换机(exchange)将消息(message)路由给队列(queue)所需遵循的规则。如果要指示交换机 “E” 将消息路由给队列 “Q”,那么 “Q” 就需要与 “E” 进行绑定。绑定操作需要定义一个可选的路由键(routing key)属性给某些类型的交换机。路由键的意义在于从发送给交换机的众多消息中选择出某些消息,将其路由给绑定的队列。
如果消息无法路由到队列(例如,发送到的交换机没有绑定队列),消息会被就地销毁或者返还给发布者。如何处理取决于发布者设置的消息属性。
Virtual Host:
虚拟主机,一个 Server 里可以开设多个虚拟主机,用作不同用户的权限分离。本质上可以将每个 virtual host 看做是一个单独 RabbitMQ Server,它拥有自己的 queue,exchagne,和 bings rule 等(类似于 Web Server 虚拟主机的概念)。
使用流程
在 AMQP 模型中,消息在 Producer 中产生,发送到 RabbitMQ Server 的 Exchange 上,Exchange 根据配置的路由方式投递到相应的 Queue 上,Queue 又将消息发送给已经连接到该 Queue 上 Consumer。RabbitMQ 消息队列的使用过程大概如下:
- 1、客户端连接到消息队列服务器,并打开一个 Channel
- 2、客户端声明一个 Exchange,并设置相关属性
- 3、客户端声明一个 Queue,并设置相关属性
- 4、客户端使用 Routing key,在 Exchange 和 Queue 之间建立好 Binding 关系
- 5、生产者客户端投递消息到 Exchange
- 6、Exchange 接收到消息后,就根据消息的 RoutingKey 和已经设置的 Binding,进行消息路由(投递),将消息投递到一个或多个队列里
- 7、消费者客户端从对应的队列中获取并处理消息
注意,由于 Exchange 和 Queue 都必须先存在,所以一般情况下建议 Producer 与 Customer 都应先尝试申明 Exchange 和 Queue,以确保都被成功创建。
下面使用 Python 语言,并用 pika 包来实现一个简单的例子(本文所有的使用示例都将使用 Python 实现)。
消息发送端(Producor):
# send.py
import pika
# 使用的第一步是创建连接并打开一个 Channel
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 接着应该声明一个 Exchange,因为这里是一个简单的示例
# 我们使用默认的 Exchange,所以不用声明
# 使用默认的 Exchange 时,不需要执行绑定步骤
# 此时 routing_key 即为 queue 的名字
# 消息会被路由到与 routing_key 名字相同的 queue 中
# 下一步是声明一个 Queue,这里声明了一个名为 hello 的 Queue
channel.queue_declare(queue='hello')
# 接下来就是发布消息
channel.basic_publish(exchange='',
routing_key='hello',
body='Hello World!')
print " [x] Sent 'Hello World!'"
connection.close()
消息的接收端(Customer):
receive.py
import pika
# 首先应该创建一个连接并打开一个 Channel
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='localhost'))
channel = connection.channel()
# 不声明 Exchange,使用默认的 Exchange
# 声明名为 hello 的 queue
channel.queue_declare(queue='hello')
print ' [*] Waiting for messages. To exit press CTRL+C'
# 定义回调函数
def callback(ch, method, properties, body):
print " [x] Received %r" % (body,)
# 订阅消息
channel.basic_consume(callback,
queue='hello',
no_ack=True)
# 循环等待消息到达
channel.start_consuming()
高级用法
消息确认/持久化/预取
Consumer 收到消息后,处理这个消息可能需要一段时间。如果在这段时间中 Consumer 出错异常退出了,而数据还没有被正确处理完,那么数据就丢失了。在之前的示例中,订阅 Queue 时将 no-ack
设置成了 True,这表示不进行 消息确认(acknowledgment)。这样,每次 Consumer 接到数据后,不管是否处理完成,RabbitMQ Server 会立即把这个 Message 标记为完成,然后从 Queue 中删除。
为了保证数据不被丢失,RabbitMQ 支持消息确认机制,即 acknowledgment。这种机制是,在 Consumer 处理完数据后向 Server 发送 ack,以告诉 RabbitMQ 数据已经被接收并处理完成,此时 RabbitMQ 并可以安全的删除消息。这样,如果一个 Consumer 异常退出了但是没有发送 ack,它处理的数据能够被另外的 Consumer 处理。
为了保证数据能被正确处理而不仅仅是被 Consumer 收到,需要在订阅消息时指定 no-ack 参数为 False,这是默认的行为,可以不必显示设置。
需要注意的是, 如果忘记了 ack,那么后果很严重。因为消息会一直得不到删除,然后 RabbitMQ 会占用越来越多的内存,由于 RabbitMQ 会长时间运行,因此这个 “内存泄漏” 是致命的。
默认情况下,生产者发布的消息是存到内存中的。如果 RabbitMQ Server 退出,而消息又没有正确处理,那么当 Server 重启时,消息就会丢失。RabbitMQ 支持将 Queue 和 Message 持久化到硬盘,这样当 Server 退出后又重启时,未被处理的数据会重新从磁盘上读取出来。
持久化 Queue 需要在声明时指定 durable=True,持久化 Message 需要在 Publish 时指定 properties=pika.BasicProperties(delivery_mode=2)。
RabbitMQ 默认将收到的消息持续的发给一个或者多个 Consumer,如果需要负载均衡,这样则达不到效果。因为有的 Consumer 主机可能正在处理繁重的任务,而有些机器则很空闲。可以在打开一个 Channel 后,通过其 basic_qos 方法设置 prefetch_count=1,即 消息预取。这样 RabbitMQ 就会使得每个 Consumer 在同一个时间点最多处理一个 Message,即 RabbitMQ 在接收到 Consumer 的 ack 前,不会将新的 Message 分发给它。
以下是上述功能的一个完整示例。首先是生产者:
# new_task.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 queue,并指定持久化
channel.queue_declare(queue='task_queue', durable=True)
# 从命令行读取参数作为消息
message = ' '.join(sys.argv[1:]) or "Hello World!"
# 发布消息,并指定将消息持久存储
channel.basic_publish(exchange='',
routing_key='task_queue',
body=message,
properties=pika.BasicProperties(
delivery_mode=2, # 让消息被持久存储
))
print " [x] Sent %r" % (message,)
消费者(这里的示例可以同时起多个消费者):
# worker.py
import time
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 queue,并指定持久存储
channel.queue_declare(queue='task_queue', durable=True)
print ' [*] Waiting for messages. To exit press CTRL+C'
# 定义回调函数,该函数会在退出前向 Server 发送 ack
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) # 消息确认
# 指定消息预取
channel.basic_qos(prefetch_count=1)
# 订阅消息
channel.basic_consume(callback, queue='task_queue')
channel.start_consuming()
消息广播/临时队列
在 RabbitMQ 中 Producer 并不是直接将 Message 发送到 Queue 中,而是发到 Exchange 中。实际上,Producer 并不知道发送的 Message 是否已经到达 Queue。Exchange 负责从 Producer 接收 Message,然后投递到 Queue 中,它需要知道如何处理 Message。是将 Message 放到哪个 Queue 中,还是放到多个 Queue 中,这取决于 Exchange 的类型。
fanout
类型的 Exchange 会将所有的 Message 都放到它所知道的 Queue 中,这就是 广播模式。可以在声明 Exchange 的时候指定其类型,如:
channel.exchange_declare(exchange='logs', exchange_type='fanout')
# exchange_type 的取值可以为:direct, topic, headers, fanout
# 注:在之前的示例中使用的是默认的 Exchange,并没有显示的声明
在声明 Queue 时,可以不指定其名字,这样 RabbitMQ 会随机为其生成一个名字:
# 让 RabbitMQ 随机生成 queue 的名字
result = channel.queue_declare()
# 通过 result.method.queue 可以取得 queue 的名字
有时候,可能需要一个新的、空的 Queue,且当 Consumer 关闭连接时,希望 Queue 被自动删除。这种类型的 Queue,可以称其为 临时 Queue。自动删除 Queue 可以在声明时指定 exclusive=True 实现:
result = channel.queue_declare(exclusive=True)
在之前的示例中,由于使用了默认的 Exchange,RabbitMQ 会默认将 Message 路由到名字与 routing_key 相同的 Queue 中。而现在,由于我们自已声明了 Exchange,所以也需要自己将 Exchange 与 Queue 绑定。如:
channel.queue_bind(exchange='logs', queue=result.method.queue)
以下列举一个示例,创建一个日志系统,它包含两个部分:Producer 发出 log,Consumer 接收到并打印,消息采用广播的形式,当有多个 Consumer 存在时都会受到 Producer 发出的 log。
生产者:
# emit_log.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 Exchange,并指定其类型为广播
channel.exchange_declare(exchange='logs', exchange_type='fanout')
# 注意这里不再声明和绑定 Queue,这些工作在 Consumer 中做,
# 因为现在需要一个临时的 Queue,在 Consumer 关闭连接时自动销毁,
# 这就要求 Consumer 端必须在 Producer 端之前启动
message = ' '.join(sys.argv[1:]) or "info: Hello World!"
# 发布消息,注意这里的 routing_key 为空字符串
# 因为在广播模式下,指定 routing_key 是没有意义的
channel.basic_publish(exchange='logs',
routing_key='',
body=message)
print " [x] Sent %r" % (message,)
connection.close()
消费者:
# receive_logs.py
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 Exchange
channel.exchange_declare(exchange='logs', exchange_type='fanout')
# 声明临时队列
result = channel.queue_declare(exclusive=True)
# 将临时 Queue 与 Exchange 绑定
queue_name = result.method.queue
channel.queue_bind(exchange='logs', 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()
消息路由
在上面的例子中,通过将 Exchange 和生成的临时 Queue 绑定在一起,能够把生产者发布的消息路由到指定的 Queue 中。这就是之前提到的 绑定(binding) 的概念。所谓绑定就是关联了 Exchange 和 Queue,让 Exchange 能够把 Message 路由到预期的 Queue 中。绑定还可以带 routing_key 参数,设置这个参数后,同一个 Exchange 可以根据不同的 routing_key 把消息路由到不同的 Queue 中。这便是 direct
模式下的 Exchange, 如下图所示:
多个 Queue 也可以使用同一个 routing_key 绑定在一个 Exchange 上,这就类似于 fanout 模式下的 Exchange 。如下图的示例,Q1 和 Q2 都绑定了 black。也就是说,对于 routing_key 是 black 的 Message,会被 deliver 到 Q1 和 Q2,其余的 Message 都会被丢弃。
下面的示例尝试实现一个简单的日志系统,将不同级别的日志路由到不同的 Queue 中。生产者:
# emit_log_direct.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')
severity = sys.argv[1] if len(sys.argv) > 1 else 'info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
# 发布消息,并指定 routing_key 为以上从命令行获取的 serverity
channel.basic_publish(exchange='direct_logs',
routing_key=severity,
body=message)
print " [x] Sent %r:%r" % (severity, message)
connection.close()
消费者:
# receive_logs_direct.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='direct_logs', exchange_type='direct')
# 声明临时队列
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
# 从命令行中读取日志级别
severities = sys.argv[1:]
if not severities:
print >> sys.stderr, "Usage: %s [info] [warning] [error]" % \
(sys.argv[0],)
sys.exit(1)
# 将读取到的日志级别绑定到申明的临时 Queue 上
# 这个虽然使用的是 direct 类型的 Exchange
# 但这里的应用却类似于 fanout 类型
for severity in severities:
channel.queue_bind(exchange='direct_logs',
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()
主题交换机
主题交换机(Topic Exchange)
可以理解为是一种模糊匹配 Queue 的 Exchange。前面提到的 direct 类型的 Exchange 必须是生产者发布消息时指定的 routing_key 和消费者在队列绑定时指定的 routing_key 完全相等时才能匹配到队列上。与 direct 类型的 Exchange 不同,topic 类型的 Exchange 可以进行模糊匹配,可以使用星号 *
和井号 #
通配符来进行模糊匹配,这两个通配符的含义:
*
(星号) 匹配任意一个单词#
(井号) 匹配 0 个或者多个单词
主题类型的交换机的消息不能随意的设置 routing_key,必须由点隔开的一系列的标识符组成。标识符可以任意命名,但一般都与消息的某些特性相关,标识符的长度限制在 255 字节以内。一个合法的 routing_key 示例:"quick.orange.rabbit"。当一个 Exchange 与 Queue 绑定的 routing_key 为 # 时,交换机会将所有消息路由到队列中,其就类似于 fanout 类型的 Exchange。而当主题交换机没有使用通配符时,其又类似于 direct 类型的 Exchange。
可以用 Topic Exchange 来改善上例中的日志系统,让其除了可以区分日志级别外还可以区分不同的模块,routing_key 使用形如 <facility>.<severity>
的形式。生产者:
# emit_log_topic.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 topic 类型的 Exchange
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')
# 从命令行读取 routing_key 和 message 并发布
routing_key = sys.argv[1] if len(sys.argv) > 1 else 'anonymous.info'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
channel.basic_publish(exchange='topic_logs',
routing_key=routing_key,
body=message)
print " [x] Sent %r:%r" % (routing_key, message)
connection.close()
消费者:
# receive_logs_topic.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
# 声明 topic 类型的 Exchange
channel.exchange_declare(exchange='topic_logs', exchange_type='topic')
# 声明临时 Queue
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
# 从命令行读取绑定键
binding_keys = sys.argv[1:]
if not binding_keys:
print >> sys.stderr, "Usage: %s [binding_key]..." % (sys.argv[0],)
sys.exit(1)
for binding_key in binding_keys:
channel.queue_bind(exchange='topic_logs',
queue=queue_name,
routing_key=binding_key)
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()
运行示例:
# 接收所有的 log:
python receive_logs_topic.py "#"
# 接收所有 kern facility 的 log:
python receive_logs_topic.py "kern.*"
# 仅仅接收 critical 的 log:
python receive_logs_topic.py "*.critical"
# 可以创建多个绑定:
python receive_logs_topic.py "kern.*" "*.critical"
# 生产者产生一个 log:
python emit_log_topic.py "kern.critical" "A critical kernel error"
头交换机
头交换机(Headers Exchange)是忽略 routing_key 的一种路由方式,其和 fanout 类型的交换机一样都不需要 routing_key。头交换机通过 Headers 信息来与 Queue 绑定,类似于 HTTP 中的 Headers。Headers 一个 Hash 的数据结构,消息发送的时候,需要携带一组 Hash 数据结构的信息,当 Hash 的内容匹配上时,消息被写入对应的队列。
Exchange 与 Queue 绑定时,Hash 结构中要求额外指定一个键 x-match
,其取值为 any 或 all,其含义是:
- any: 仅匹配一个键值对即可
- all:需要所有的键值对都匹配上
channel.queue_bind(exchange='testing',
queue=queue_name,
routing_key='',
arguments={'ham': 'good', 'x-match':'any'})
# 通过 arguments 参数指定 x-match 和需要匹配的键值对
相比于 direct 类型的 Exchange,Headers Exchage 的优势是匹配的规则不被限定为字符串(string)类型而可以是 Object 类型。
下面的示例使用头交换机来重写一个简单的日志系统,仅接受 warning 和 error 级别的日志并打印。生产者:
# emit_log_headers.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
host='localhost'))
channel = connection.channel()
# 声明 headers 类型的 Exchange
channel.exchange_declare(exchange='headers_logs', exchange_type='headers')
severity = sys.argv[1] if len(sys.argv) > 1 else 'warning'
message = ' '.join(sys.argv[2:]) or 'Hello World!'
headers = {severity: severity}
channel.basic_publish(
exchange='headers_logs',
routing_key='',
body=message,
properties=pika.BasicProperties(headers=headers)
)
print ' [x] Send {0} with headers: {1}'.format(message, headers)
connection.close()
消费者:
# receive_logs_headers.py
import sys
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel = connection.channel()
channel.exchange_declare(exchange='headers_logs', exchange_type='headers')
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
arguments = {
"error": "error",
"warning": "warning",
"x-match": "any" # 仅匹配一个日志级别即可
}
channel.queue_bind(exchange='headers_logs',
queue=queue_name,
routing_key='',
arguments=arguments)
print ' [*] Waiting for logs. To exit press CTRL+C'
def callback(ch, method, properties, body):
print " [x] {headers}:{body}".format(headers=properties.headers,
body=body)
channel.basic_consume(callback,
queue=queue_name,
no_ack=True)
channel.start_consuming()
要点总结
- 1. 在 fanout 模式中,指定 routing_key 是无效的
- 2. Exchange 有预先声明好的默认 exchange(名字为空字符串),其类型为 direct exchange(直连交换机)
- 3. Queue 可以由 Server 随机生成并返回一个名字,可以设置这个 Queue 在 Consumer 断开连接时被自动销毁,即临时的 Queue
- 4. 无论是生产者还是消费者,在尝试连接 Server 是都应该尝试先声明 exchange,以确保其被创建
- 5. 大多数情况下,生产者和消费者都应该尝试先创建 Queue,但有时候也有例外,比如使用临时 Queue 的时候,Queue 应该由消费者去创建
服务部署与维护
Ubuntu 系统安装:
sudo apt-get install rabbitmq-server
三个基本命令:
- rabbitmqctl: 管理工具
- rabbitmq-plugins: 插件管理工具
- rabbitmq-server: 服务器
rabbitmqctl status //显示RabbitMQ中间件的所有信息
rabbitmqctl stop //停止RabbitMQ应用,关闭节点
rabbitmqctl stop_app //停止RabbitMQ应用
rabbitmqctl start_app //启动RabbitMQ应用
rabbitmqctl restart //重置RabbitMQ节点
rabbitmqctl force_restart //强制重置RabbitMQ节点
rabbitmqctl list_exchanges [-p <vhostpath>] //查看所有交换机
rabbitmqctl list_bindings [-p <vhostpath>] //查看所有绑定
rabbitmqctl list_connections //查看所有连接
rabbitmqctl list_channels //查看所有信道
rabbitmqctl list_consumers //查看所有消费者信息
也可以开启 Web 管理工具:
sudo rabbitmq-plugins enable rabbitmq_management
sudo service rabbitmq-server restart
然后浏览器访问:http://localhost:15672/ 进行管理。
还有扩展管理工具 rabbitmqadmin 可供使用,其增强了 RabbitMQ 的管理功能。
优缺点
优点:
- 1、由 Erlang 语言开发,支持大量协议:AMQP、XMPP、SMTP、STOMP
- 2、支持消息的持久化、负载均衡和集群,且集群易扩展
- 3、具有一个 Web 监控界面,易于管理
- 4、安装部署简单,上手容易,功能丰富,强大的社区支持
- 5、支持消息确认机制、灵活的消息分发机制
缺点:
- 1、由于牺牲了部分性能来换取稳定性,比如消息的持久化功能,使得 RabbitMQ 在大吞吐量性能方面不及 Kafka 和 ZeroMQ
- 2、由于支持多种协议,使 RabbitMQ 非常重量级,比较适合企业级开发
与其他的消息中间件相比,RabbitMQ 在优先级队列、延迟队列和多用户虚拟机等诸多特性的支持上比 kafka 更强,金融行业的使用历史较长,所以在金融行业普遍使用。但 kafka 高并发,高性能, 延迟低, 在互联网企业应用较多。ActiveMQ 性能不好,高并发场景问题多。RocketMQ 可靠,高吞吐,可水平扩展,但某些特性需要付费。ZeroMQ 则仅仅是一个消息处理队列库,属于一组底层网络通讯库,很多功能都需要自己扩展实现,但其可定制能力强。
参考资料
本文使用 知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议 进行许可,转载请注明出处