python使用pika库调用rabbitmq参数使用详情

更新时间：2022年08月31日 15:47:24 作者：IT之一小佬

这篇文章主要介绍了python使用pika库调用rabbitmq参数使用详情，文章通过展开文章主题分享了三种方式，具有一定的参考价值，需要的朋友可以参考一下

1、应答参数

auto_ack=False
ch.basic_ack(delivery_tag=method.delivery_tag)

生产者模式：

示例代码：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建队列
channel.queue_declare(queue='hello')
 
# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello',  # 指定队列
                      body='Hello World!')  # 向队列中添加的数据
 
print(" [x] Sent 'Hello World!'")

运行结果：

消费者模式：

示例代码：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello队列，这时就会报错
channel.queue_declare(queue='hello')
 
# 3.确定回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)
 
# 4.确定监听队列参数
channel.basic_consume(queue='hello',
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

注意：添加应答参数的好处是当消费者处理回调函数的时，万一程序报错，此时数据就会消失的。使用应答方式后，消费者程序万一报错，修改完程序后重新启动程序还是可以继续消费上一次的数据的。使用应答参数后，没处理完一条数据都会给队列一个反馈消息的，也就是说消费完一条消息后队列才会删除这条消息。这种方式效率会降低一些，根据项目中数据的重要性可以选择是否需要这个参数。

2、持久化参数

#声明queue
channel.queue_declare(queue='hello2', durable=True)  # 若声明过，则换一个名字
 
channel.basic_publish(exchange='',
                      routing_key='hello2',
                      body='Hello World!',
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                          )
                      )

生成者方式：

示例代码：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建持久化队列
# 注意：非持久化队列不能变持久化队列，反之也是这样的，所有创建队列中不能创建和非持久化队列重名的队列
channel.queue_declare(queue='hello2', durable=True)
 
# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello2',  # 指定队列
                      body='Hello World!',  # 向队列中添加的数据
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      )
                      )
print(" [x] Sent 'Hello World!'")

运行结果：

消费者方式：

示例代码：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建持久化队列
# 注意：非持久化队列不能变持久化队列，反之也是这样的，所有创建队列中不能创建和非持久化队列重名的队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello2', durable=True)

# 3.确定回调函数
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)
# 4.确定监听队列参数
channel.basic_consume(queue='hello2',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

注意：加入持久化参数的好处，当rabbitmq队列万一崩了时，此时队列中的所有数据都会丢失，rabbitmq队列中的数据是保存在内存中，当加入持久化参数后，数据将会保存在硬盘中，rabbitmq崩了或者重启不会丢失数据。

3、分发参数

有两个消费者同时监听一个的队列。其中一个线程sleep2秒，另一个消费者线程sleep1秒，但是处理的消息是一样多。这种方式叫轮询分发（round-robin）不管谁忙，都不会多给消息，总是你一个我一个。想要做到公平分发（fair dispatch），必须关闭自动应答ack，改成手动应答。使用basicQos(perfetch=1)限制每次只发送不超过1条消息到同一个消费者，消费者必须手动反馈告知队列，才会发送下一个。

channel.basic_qos(prefetch_count=1)

生产者模式：

示例代码： 【为了产生多条数据，将此程序执行多次】

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建队列
channel.queue_declare(queue='hello3')
 
# 3.向指定队列插入数据
channel.basic_publish(exchange='',  # 简单模式
                      routing_key='hello3',  # 指定队列
                      body='Hello World666!',  # 向队列中添加的数据
                      properties=pika.BasicProperties(
                          delivery_mode=2,  # make message persistent
                      )
                      )
print(" [x] Sent 'Hello World!'")

运行结果：

消费者模式：

示例代码1：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello3')
 
# 3.确定回调函数
def callback(ch, method, properties, body):
    import time
    time.sleep(15)
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)
 
# 公平分发，若不加下面这行代码，默认是轮询分发
channel.basic_qos(prefetch_count=1)
 
# 4.确定监听队列参数
channel.basic_consume(queue='hello3',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

运行结果：

示例代码2：

import pika
 
# 1.连接rabbit
connection = pika.BlockingConnection(pika.ConnectionParameters('192.168.124.104'))
channel = connection.channel()
 
# 2.创建队列
# 注意：这一步不是必须的，但是如果消费者先启动而不是生成者先启动时，这时队列中还没有hello2队列，这时就会报错
channel.queue_declare(queue='hello3')
 
# 3.确定回调函数
def callback(ch, method, properties, body):
    import time
    time.sleep(3)
    print(" [x] Received %r" % body)
    ch.basic_ack(delivery_tag=method.delivery_tag)
 
# 公平分发，若不加下面这行代码，默认是轮询分发
channel.basic_qos(prefetch_count=1)
 
# 4.确定监听队列参数
channel.basic_consume(queue='hello3',  # 指定队列
                      auto_ack=False,  # 手动应答方式
                      on_message_callback=callback)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
# 5.正式监听
channel.start_consuming()

注意：当一个py文件执行多次时，会有下面提示：

运行结果：

到此这篇关于python使用pika库调用rabbitmq参数使用详情的文章就介绍到这了,更多相关python pika库调用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

Python开发加薪利器之Docker的使用实践
docker利用容器技术，独立运行一个或者一组应用，docker是基于go语言开发，docker镜像好比是一个模版，可以通过这个模版来创建容器服务，今天通过本文给大家分享Docker的使用实践，感兴趣的朋友跟随小编一起看看吧
2021-05-05
PyTorch+LSTM实现单变量时间序列预测
时间序列是指在一段时间内发生的任何可量化的度量或事件。这篇文章主要为大家介绍了PyTorch+LSTM实现单变量时间序列预测的相关资料，需要的可以参考一下
2023-02-02
pytorch 使用单个GPU与多个GPU进行训练与测试的方法
今天小编就为大家分享一篇pytorch 使用单个GPU与多个GPU进行训练与测试的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-08-08
Python 分享10个PyCharm技巧
这篇文章主要介绍了Python 分享10个PyCharm技巧，今天要跟大家分享几个PyCharm小技巧，帮助大家提升工作效率！,需要的朋友可以参考下
2019-07-07
pytorch中的hook机制register_forward_hook
这篇文章主要介绍了pytorch中的hook机制register_forward_hook，手动在forward之前注册hook，hook在forward执行以后被自动执行，下面详细的内容介绍，需要的小伙伴可以参考一下
2022-03-03
python实现音乐播放和下载小程序功能
这篇文章主要介绍了python实现音乐播放和下载小程序功能,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2020-04-04
Python删除指定字符之前或之后所有内容的方法
本文主要介绍了Python删除指定字符之前或之后所有内容的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03
Python使用当前时间、随机数产生一个唯一数字的方法
这篇文章主要介绍了Python使用当前时间、随机数产生一个唯一数字的方法,涉及Python时间与随机数相关操作技巧,需要的朋友可以参考下
2017-09-09
python-itchat 获取微信群用户信息的实例
今天小编就为大家分享一篇python-itchat 获取微信群用户信息的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-02-02
Python tornado队列示例-一个并发web爬虫代码分享
这篇文章主要介绍了Python tornado队列示例-一个并发web爬虫代码分享，具有一定借鉴价值,需要的朋友可以参考下
2018-01-01

python使用pika库调用rabbitmq参数使用详情

目录

1、应答参数

2、持久化参数

3、分发参数

相关文章

最新评论

大家感兴趣的内容

最近更新的内容

常用在线小工具