# HelloWorld
简介
RabbitMQ：接受消息再传递消息，可以视为一个“邮局”。发送者和接受者通过队列来进行交互，队列的大小可以视为无限的，多个发送者可以发生给一个队列，多个接收者也可以从一个队列中接受消息。
code
rabbitmq使用的协议是amqp，用于python的推荐客户端是pika
pip install pika -i https://pypi.douban.com/simple/
send.py
# coding: utf8
import pika
# 建立一个连接
connection = pika.BlockingConnection(pika.ConnectionParameters(
'localhost')) # 连接本地的RabbitMQ服务器
channel = connection.channel() # 获得channel
这里链接的是本机的，如果想要连接其他机器上的服务器，只要填入地址或主机名即可。
接下来我们开始发送消息了，注意要确保接受消息的队列是存在的，否则rabbitmq就丢弃掉该消息
channel.queue_declare(queue='hello') # 在RabbitMQ中创建hello这个队列
channel.basic_publish(exchange='', # 使用默认的exchange来发送消息到队列
routing_key='hello', # 发送到该队列 hello 中
body='Hello World!') # 消息内容
connection.close() # 关闭 同时flush
RabbitMQ默认需要1GB的空闲磁盘空间，否则发送会失败。
这时已在本地队列hello中存放了一个消息，如果使用 rabbitmqctl list_queues 可看到
hello 1
说明有一个hello队列 里面存放了一个消息
receive.py
# coding: utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
'localhost'))
channel = connection.channel()
还是先链接到服务器，和之前发送时相同
channel.queue_declare(queue='hello') # 此处就是声明了 来确保该队列 hello 存在 可以多次声明 这里主要是为了防止接受程序先运行时出错
def callback(ch, method, properties, body): # 用于接收到消息后的回调
print(" [x] Received %r" % body)
channel.basic_consume(callback,
queue='hello', # 收指定队列hello的消息
no_ack=True) #在处理完消息后不发送ack给服务器
channel.start_consuming() # 启动消息接受 这会进入一个死循环
工作队列（任务队列）
工作队列是用于分发耗时任务给多个工作进程的。不立即做那些耗费资源的任务（需要等待这些任务完成），而是安排这些任务之后执行。例如我们把task作为message发送到队列里，启动工作进程来接受并最终执行，且可启动多个工作进程来工作。这适用于web应用，即不应在一个http请求的处理窗口内完成复杂任务。
channel.basic_publish(exchange='',
routing_key='task_queue',
body=message,
properties=pika.BasicProperties(
delivery_mode = 2, # 使得消息持久化
))
分配消息的方式为 轮询 即每个工作进程获得相同的消息数。
消息ack
如果消息分配给某个工作进程，但是该工作进程未处理完成就崩溃了，可能该消息就丢失了，因为rabbitmq一旦把一个消息分发给工作进程，它就把该消息删掉了。
为了预防消息丢失，rabbitmq提供了ack，即工作进程在收到消息并处理后，发送ack给rabbitmq，告知rabbitmq这时候可以把该消息从队列中删除了。如果工作进程挂掉 了，rabbitmq没有收到ack，那么会把该消息 重新分发给其他工作进程。不需要设置timeout，即使该任务需要很长时间也可以处理。
ack默认是开启的，之前我们的工作进程显示指定了no_ack=True
channel.basic_consume(callback, queue='hello') # 会启用ack
带ack的callback:
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) # 发送ack
消息持久化
但是，有时RabbitMQ重启了，消息也会丢失。可在创建队列时设置持久化：
(队列的性质一旦确定无法改变）
channel.queue_declare(queue='task_queue', durable=True)
同时在发送消息时也得设置该消息的持久化属性：
channel.basic_publish(exchange='',
routing_key="task_queue",
body=message,
properties=pika.BasicProperties(
delivery_mode = 2, # make message persistent
))
但是，如果在RabbitMQ刚接收到消息还没来得及存储，消息还是会丢失。同时，RabbitMQ也不是在接受到每个消息都进行存盘操作。如果还需要更完善的保证，需要使用publisher confirm。
公平的消息分发
轮询模式的消息分发可能并不公平，例如奇数的消息都是繁重任务的话，某些进程则会一直运行繁 重任务。即使某工作进程上有积压的消息未处理，如很多都没发ack，但是RabbitMQ还是会按照顺序发消息给它。可以在接受进程中加设置：
channel.basic_qos(prefetch_count=1)
告知RabbitMQ，这样在一个工作进程没回发ack情况下是不会再分配消息给它。
群发
一般情况下，一条消息是发送给一个工作进程，然后完成，有时想把一条消息同时发送给多个进程：
exchange
发送者是不是直接发送消息到队列中的，事实上发生者根本不知道消息会发送到那个队列，发送者只能把消息发送到exchange里。exchange一方面收生产者的消息，另一方面把他们推送到队列中。所以作为exchange，它需要知道当收到消息时它需要做什么，是应该把它加到一个特殊的队列中还是放到很多的队列中，或者丢弃。exchange有direct、topic、headers、fanout等种类，而群发使用的即fanout。之前在发布消息时，exchange的值为 '' 即使用default exchange。
channel.exchange_declare(exchange='logs', type='fanout') # 该exchange会把消息发送给所有它知道的队列中
临时队列
result = channel.queue_declare() # 创建一个随机队列
result = channel.queue_declare(exclusive=True) # 创建一个随机队列，同时在没有接收者连接该队列后则销毁它
queue_name = result.method.queue
这样result.method.queue即是队列名称，在发送或接受时即可使用。
绑定exchange 和 队列
channel.queue_bind(exchange='logs',
queue='hello')
logs在发送消息时给hello也发一份。
在发送消息是使用刚刚创建的 logs exchange
channel.basic_publish(exchange='logs',
routing_key='',
body=message)
路由
之前已经使用过bind，即建立exchange和queue的关系（该队列对来自该exchange的消息有兴趣），bind时可另外指定routing_key选项。
使用direct exchange
将对应routing key的消息发送到绑定相同routing key的队列中
channel.exchange_declare(exchange='direct_logs',
type='direct')
发送函数，发布不同severity的消息：
channel.basic_publish(exchange='direct_logs',
routing_key=severity,
body=message)
接受函数中绑定对应severity的：
channel.queue_bind(exchange='direct_logs',
queue=queue_name,
routing_key=severity)
使用topic exchange
之前使用的direct exchange 只能绑定一个routing key，可以使用这种可以拿.隔开routing key的topic exchange，例如：
"stock.usd.nyse" "nyse.vmw"
和direct exchange一样，在接受者那边绑定的key与发送时指定的routing key相同即可，另外有些特殊的值：
* 代表1个单词
# 代表0个或多个单词
如果发送者发出的routing key都是3个部分的，如：celerity.colour.species。
Q1:
*.orange.* 对应的是中间的colour都为orange的
Q2:
*.*.rabbit 对应的是最后部分的species为rabbit的
lazy.# 对应的是第一部分是lazy的
qucik.orange.rabbit Q1 Q2都可接收到，quick.orange.fox 只有Q1能接受到，对于lazy.pink.rabbit虽然匹配到了Q2两次，但是只会发送一次。如果绑定时直接绑定#，则会收到所有的。
RPC
在远程机器上运行一个函数然后获得结果。
１、客户端启动 同时设置一个临时队列用于接受回调，绑定该队列
self.connection = pika.BlockingConnection(pika.ConnectionParameters(
host='localhost'))
self.channel = self.connection.channel()
result = self.channel.queue_declare(exclusive=True)
self.callback_queue = result.method.queue
self.channel.basic_consume(self.on_response, no_ack=True,
queue=self.callback_queue)
２、客户端发送rpc请求，同时附带reply_to对应回调队列，correlation_id设置为每个请求的唯一id（虽然说可以为每一次RPC请求都创建一个回调队列，但是这样效率不高，如果一个客户端只使用一个队列，则需要使用correlation_id来匹配是哪个请求），之后阻塞在回调队列直到收到回复
注意：如果收到了非法的correlation_id直接丢弃即可，因为有这种情况--服务器已经发了响应但是还没发ack就挂了，等一会服务器重启了又会重新处理该任务，又发了一遍相应，但是这时那个请求已经被处理掉了
channel.basic_publish(exchange='',
routing_key='rpc_queue',
properties=pika.BasicProperties(
reply_to = self.callback_queue,
correlation_id = self.corr_id,
),
body=str(n)) # 发出调用
while self.response is None: # 这边就相当于阻塞了
self.connection.process_data_events() # 查看回调队列
return int(self.response)
3、请求会发送到rpc_queue队列
4、RPC服务器从rpc_queue中取出，执行，发送回复
channel.basic_consume(on_request, queue='rpc_queue') # 绑定 等待请求
# 处理之后：
ch.basic_publish(exchange='',
routing_key=props.reply_to,
properties=pika.BasicProperties(correlation_id = \
props.correlation_id),
body=str(response)) # 发送回复到回调队列
ch.basic_ack(delivery_tag = method.delivery_tag) # 发送ack
5、客户端从回调队列中取出数据，检查correlation_id，执行相应操作
if self.corr_id == props.correlation_id:
self.response = body