Python通過RabbitMQ服務(wù)器實(shí)現(xiàn)交換機(jī)功能的實(shí)例教程
快速回顧一下RabbitMQ服務(wù)器的安裝：
sudo apt-get install rabbitmq-server
Python使用RabbitMQ需要Pika庫：
sudo pip install pika
好了，接下來我們先看交換機(jī)的工作原理：消息發(fā)送端先將消息發(fā)送給交換機(jī)，交換機(jī)再將消息發(fā)送到綁定的消息隊(duì)列，而后每個接收端都能從各自的消息隊(duì)列里接收到信息。
下面用send.py和receive.py來模擬實(shí)現(xiàn)交換機(jī)的功能。send.py表示發(fā)送端，receive.py表示接收端。
receive.py：
#!/usr/bin/env python
#coding=utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
'localhost'))
channel = connection.channel()
#定義交換機(jī)
channel.exchange_declare(exchange='messages', type='fanout')
#隨機(jī)生成隊(duì)列，并綁定到交換機(jī)上
result = channel.queue_declare(exclusive=True)
queue_name = result.method.queue
channel.queue_bind(exchange='messages', queue=queue_name)
def callback(ch, method, properties, body):
print " [x] Received %r" % (body,)
channel.basic_consume(callback, queue=queue_name, no_ack=True)
print ' [*] Waiting for messages. To exit press CTRL+C'
channel.start_consuming()
上例代碼中，queue_declare的參數(shù)exclusive=True表示當(dāng)接收端退出時，銷毀臨時產(chǎn)生的隊(duì)列，這樣就不會占用資源。運(yùn)行這個程序，然后使用rabbitmqctl list_exchanges命令來查看交換機(jī)信息：
其中紅色框就是上例定義的交換機(jī)了。再使用rabbitmqctl list_queues查看下消息隊(duì)列情況：
其中紅色框就是隨機(jī)產(chǎn)生的消息隊(duì)列了。
send.py：
#!/usr/bin/env python
#coding=utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
'localhost'))
channel = connection.channel()
#定義交換機(jī)
channel.exchange_declare(exchange='messages', type='fanout')
#將消息發(fā)送到交換機(jī)
channel.basic_publish(exchange='messages', routing_key='', body='Hello World!')
print " [x] Sent 'Hello World!'"
connection.close()
上例代碼中， basic_publish方法的參數(shù)exchange被設(shè)定為相應(yīng)交換機(jī)，因?yàn)槭且獜V播出去，發(fā)送到所有隊(duì)列，所以routing_key就不需要設(shè)定了。
exchange如果為空，表示是使用匿名的交換機(jī)，在上面交換機(jī)信息的圖片中可以看到有amq.*這樣的交換機(jī)，就是系統(tǒng)默認(rèn)的交換機(jī)了。routing_key在使用匿名交換機(jī)的時候才需要指定，表示發(fā)送到哪個隊(duì)列的意思。第一篇的例子演示了這個功能。
打開另外一個終端，執(zhí)行send.py，可以觀察到receive.py接收到了消息。如果有多個終端執(zhí)行receive.py，那么每個receive.py都會接收到消息。
相關(guān)文章
Tensorflow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)用于人臉關(guān)鍵點(diǎn)識別
這篇文章主要介紹了Tensorflow實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)用于人臉關(guān)鍵點(diǎn)識別，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-03-03
大家好，本篇文章主要講的是python配置虛擬環(huán)境步驟，感興趣的同學(xué)趕快來看一看，對你有幫助的話記得收藏一下，方便下次瀏覽2021-12-12
Python+OpenAI?Whisper實(shí)現(xiàn)視頻生成字幕
這篇文章主要為大家詳細(xì)介紹了如何利用Python和OpenAI?Whisper實(shí)現(xiàn)視頻生成字幕功能,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解下2024-11-11
Python中l(wèi)ambda表達(dá)式的用法示例小結(jié)
本文主要展示了一些lambda表達(dá)式的使用示例,通過這些示例,我們可以了解到lambda表達(dá)式的常用語法以及使用的場景,感興趣的朋友跟隨小編一起看看吧2024-04-04
關(guān)于Pytorch的MLP模塊實(shí)現(xiàn)方式
今天小編就為大家分享一篇關(guān)于Pytorch的MLP模塊實(shí)現(xiàn)方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
PyTorch之前向傳播函數(shù)forward用法解讀
python xmind 包使用詳解(其中解決導(dǎo)出的xmind文件 xmind8可以打開 xmind2020及之后版本打
Python中最強(qiáng)大的重試庫Tenacity使用探索
python尋找list中最大值、最小值并返回其所在位置的方法