这篇“python操作RabbitMq的三种工作模式是什么”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“python操作RabbitMq的三种工作模式是什么”文章吧。
一、简介：
RabbitMq 是实现了高级消息队列协议（AMQP）的开源消息代理中间件。消息队列是一种应用程序对应用程序的通行方式，应用程序通过写消息，将消息传递于队列，由另一应用程序读取 完成通信。而作为中间件的 RabbitMq 无疑是目前最流行的消息队列之一。
RabbitMq 应用场景广泛：
系统的高可用：日常生活当中各种商城秒杀，高流量，高并发的场景。当服务器接收到如此大量请求处理业务时，有宕机的风险。某些业务可能极其复杂，但这部分不是高时效性，不需要立即反馈给用户，我们可以将这部分处理请求抛给队列，让程序后置去处理，减轻服务器在高并发场景下的压力。
分布式系统，集成系统，子系统之间的对接，以及架构设计中常常需要考虑消息队列的应用。
二、RabbitMq 生产和消费
生产者（producter）：队列消息的产生者，负责生产消息，并将消息传入队列
import pikaimport jsoncredentials = pika.PlainCredentials('shampoo', '123456') # mq用户名和密码# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel=connection.channel()# 声明消息队列，消息将在这个队列传递，如不存在，则创建result = channel.queue_declare(queue = 'python-test')for i in range(10): message=json.dumps({'OrderId':"1000%s"%i})# 向队列插入数值 routing_key是队列名 channel.basic_publish(exchange = '',routing_key = 'python-test',body = message) print(message)connection.close()消费者（consumer）：队列消息的接收者，负责 接收并处理 消息队列中的消息
import pikacredentials = pika.PlainCredentials('shampoo', '123456')connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel = connection.channel()# 申明消息队列，消息在这个队列传递，如果不存在，则创建队列channel.queue_declare(queue = 'python-test', durable = False)# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body): ch.basic_ack(delivery_tag = method.delivery_tag) print(body.decode())# 告诉rabbitmq，用callback来接收消息channel.basic_consume('python-test',callback)# 开始接收信息，并进入阻塞状态，队列里有信息才会调用callback进行处理channel.start_consuming()三、RabbitMq 持久化
MQ默认建立的是临时 queue 和 exchange，如果不声明持久化，一旦 rabbitmq 挂掉，queue、exchange 将会全部丢失。所以我们一般在创建 queue 或者 exchange 的时候会声明 持久化。
queue 声明持久化
# 声明消息队列，消息将在这个队列传递，如不存在，则创建。durable = True 代表消息队列持久化存储，False 非持久化存储result = channel.queue_declare(queue = 'python-test',durable = True)exchange 声明持久化
# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建.durable = True 代表exchange持久化存储，False 非持久化存储channel.exchange_declare(exchange = 'python-test', durable = True)注意：如果已存在一个非持久化的 queue 或 exchange ，执行上述代码会报错，因为当前状态不能更改 queue 或 exchange 存储属性，需要删除重建。如果 queue 和 exchange 中一个声明了持久化，另一个没有声明持久化，则不允许绑定。
消息持久化
虽然 exchange 和 queue 都申明了持久化，但如果消息只存在内存里，rabbitmq 重启后，内存里的东西还是会丢失。所以必须声明消息也是持久化，从内存转存到硬盘。
# 向队列插入数值 routing_key是队列名。delivery_mode = 2 声明消息在队列中持久化，delivery_mod = 1 消息非持久化 channel.basic_publish(exchange = '',routing_key = 'python-test',body = message, properties=pika.BasicProperties(delivery_mode = 2))acknowledgement 消息不丢失
消费者（consumer）调用callback函数时，会存在处理消息失败的风险，如果处理失败，则消息丢失。但是也可以选择消费者处理失败时，将消息回退给 rabbitmq ，重新再被消费者消费，这个时候需要设置确认标识。
channel.basic_consume(callback,queue = 'python-test',# no_ack 设置成 False，在调用callback函数时，未收到确认标识，消息会重回队列。True，无论调用callback成功与否，消息都被消费掉 no_ack = False)三、RabbitMq 发布与订阅
rabbitmq 的发布与订阅要借助交换机（Exchange）的原理实现：
Exchange 一共有三种工作模式：fanout, direct, topicd
模式一：fanout
这种模式下，传递到 exchange 的消息将会转发到所有与其绑定的 queue 上。
不需要指定 routing_key ，即使指定了也是无效。
需要提前将 exchange 和 queue 绑定，一个 exchange 可以绑定多个 queue，一个queue可以绑定多个exchange。
需要先启动 订阅者，此模式下的队列是 consumer 随机生成的，发布者 仅仅发布消息到 exchange ，由 exchange 转发消息至 queue。
发布者：
import pikaimport jsoncredentials = pika.PlainCredentials('shampoo', '123456') # mq用户名和密码# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel=connection.channel()# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建。durable = True 代表exchange持久化存储，False 非持久化存储channel.exchange_declare(exchange = 'python-test',durable = True, exchange_type='fanout')for i in range(10): message=json.dumps({'OrderId':"1000%s"%i})# 向队列插入数值 routing_key是队列名。delivery_mode = 2 声明消息在队列中持久化，delivery_mod = 1 消息非持久化。routing_key 不需要配置 channel.basic_publish(exchange = 'python-test',routing_key = '',body = message, properties=pika.BasicProperties(delivery_mode = 2)) print(message)connection.close()订阅者：
import pikacredentials = pika.PlainCredentials('shampoo', '123456')connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel = connection.channel()# 创建临时队列,队列名传空字符，consumer关闭后，队列自动删除result = channel.queue_declare('',exclusive=True)# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建。durable = True 代表exchange持久化存储，False 非持久化存储channel.exchange_declare(exchange = 'python-test',durable = True, exchange_type='fanout')# 绑定exchange和队列 exchange 使我们能够确切地指定消息应该到哪个队列去channel.queue_bind(exchange = 'python-test',queue = result.method.queue)# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body): ch.basic_ack(delivery_tag = method.delivery_tag) print(body.decode())channel.basic_consume(result.method.queue,callback,# 设置成 False，在调用callback函数时，未收到确认标识，消息会重回队列。True，无论调用callback成功与否，消息都被消费掉 auto_ack = False)channel.start_consuming()模式二：direct
这种工作模式的原理是 消息发送至 exchange，exchange 根据 路由键（routing_key）转发到相对应的 queue 上。
可以使用默认 exchange =' ' ，也可以自定义 exchange
这种模式下不需要将 exchange 和 任何进行绑定，当然绑定也是可以的。可以将 exchange 和 queue ，routing_key 和 queue 进行绑定
传递或接受消息时 需要 指定 routing_key
需要先启动 订阅者，此模式下的队列是 consumer 随机生成的，发布者 仅仅发布消息到 exchange ，由 exchange 转发消息至 queue。
发布者：
import pikaimport jsoncredentials = pika.PlainCredentials('shampoo', '123456') # mq用户名和密码# 虚拟队列需要指定参数 virtual_host，如果是默认的可以不填。connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel=connection.channel()# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建。durable = True 代表exchange持久化存储，False 非持久化存储channel.exchange_declare(exchange = 'python-test',durable = True, exchange_type='direct')for i in range(10): message=json.dumps({'OrderId':"1000%s"%i})# 指定 routing_key。delivery_mode = 2 声明消息在队列中持久化，delivery_mod = 1 消息非持久化 channel.basic_publish(exchange = 'python-test',routing_key = 'OrderId',body = message, properties=pika.BasicProperties(delivery_mode = 2)) print(message)connection.close()消费者：
import pikacredentials = pika.PlainCredentials('shampoo', '123456')connection = pika.BlockingConnection(pika.ConnectionParameters(host = '10.1.62.170',port = 5672,virtual_host = '/',credentials = credentials))channel = connection.channel()# 创建临时队列，队列名传空字符，consumer关闭后，队列自动删除result = channel.queue_declare('',exclusive=True)# 声明exchange，由exchange指定消息在哪个队列传递，如不存在，则创建。durable = True 代表exchange持久化存储，False 非持久化存储channel.exchange_declare(exchange = 'python-test',durable = True, exchange_type='direct')# 绑定exchange和队列 exchange 使我们能够确切地指定消息应该到哪个队列去channel.queue_bind(exchange = 'python-test',queue = result.method.queue,routing_key='OrderId')# 定义一个回调函数来处理消息队列中的消息，这里是打印出来def callback(ch, method, properties, body): ch.basic_ack(delivery_tag = method.delivery_tag) print(body.decode())#channel.basic_qos(prefetch_count=1)# 告诉rabbitmq，用callback来接受消息channel.basic_consume(result.method.queue,callback,# 设置成 False，在调用callback函数时，未收到确认标识，消息会重回队列。True，无论调用callback成功与否，消息都被消费掉 auto_ack = False)channel.start_consuming()模式三：topicd
这种模式和第二种模式差不多，exchange 也是通过 路由键 routing_key 来转发消息到指定的 queue 。 不同点是 routing_key 使用正则表达式支持模糊匹配，但匹配规则又与常规的正则表达式不同，比如“#”是匹配全部，“*”是匹配一个词。
举例：routing_key =“#orderid#”，意思是将消息转发至所有 routing_key 包含 “orderid” 字符的队列中。代码和模式二 类似，就不贴出来了。
以上就是关于“python操作RabbitMq的三种工作模式是什么”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。
