python使用mq-fw包

Posted 美味大香蕉

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了python使用mq-fw包相关的知识，希望对你有一定的参考价值。

文章目录

前言

pulsar和 rabbitmq都是消息队列。本文介绍了mq-fw这个包，使用这个包可用很少的代码就能实现pulsar和rabbitmq使用
Pulsar是一个企业级分布式消息系统，最初由雅虎在2016年开源，目前由 Apache 软件基金会管理。Pulsar 的单个实例原生支持多个集群，可跨机房在集群间无缝地完成消息复制。极低的发布延迟和端到端延迟。可无缝扩展到超过一百万个 topic。
RabbitMQ是使用Erlang语言开发的开源消息队列系统，基于AMQP协议来实现。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。AMQP协议更多用在企业系统内，对数据一致性、稳定性和可靠性要求很高的场景，对性能和吞吐量的要求还在其次。

一、mq-fw 是什么？

mq-fw 是一个消息队列的框架，包含pulsar和 rabbitmq的消费和生产，还包含pulsar和 rabbitmq互相调用。
示例代码地址：https://gitee.com/maxbanana/mq-fw-examples

二、功能介绍

使用mq-fw能快速实现下列功能：

  1. pulsar 生产
  2. pulsar 消费
  3. pulsar 服务端
  4. pulsar 调用端
  5. rabbitmq 生产
  6. rabbitmq 消费
  7. rabbitmq 服务端
  8. rabbitmq 调用端
  9. pulsar与rabbitmq 互相调用

注意：rabbitmq默认是 topic模式，不能选择其他模式

三、安装

pip install mq-fw

四、示例

1. pulsar 生产

代码如下（示例）：

"""
生产消息
"""

import pulsar_mq
import json

# pulsar服务地址
pulsar_url = 'pulsar://0.0.0.0:6650'

# 生产的topic
produce_topic = ''

"""
1. 连接pulsar
"""
client = pulsar_mq.client(pulsar_url)

"""
2. 创建生产者
"""
producer = client.create_producer(produce_topic)


msg = "data": "a": "1", "b": "2"

"""
3.发送消息
默认参数： _async=True, callback=None, random_topic=None
_async: 是否异步发送消息， True异步发送， Flase 同步发送
callback: 异步发送时的回调函数
random_topic: 随机topic

"""
producer.send(json.dumps(msg))


# 一次发多条消息
# producer.send([json.dumps(msg), json.dumps(msg2)])

2.pulsar消费

代码如下（示例）：

"""
消费数据
"""
import pulsar_mq

# pulsar服务地址
pulsar_url = 'pulsar://0.0.0.0:6650'

# 消费者订阅的topic
consumer_topic = ''

# 消费者的名字
consumer_name = ''

"""
1. 连接pulsar
"""
client = pulsar_mq.client(pulsar_url)

"""
2. 创建消费者
默认参数 schema=pulsar.schema.StringSchema(), consumer_type='Shared'
'Shared': 共享模式
'Exclusive': 独占模式
'Failover': 灾备模式
'KeyShared': 关键字共享模式
"""
consumer = client.create_consumer(consumer_topic, consumer_name)


def task(msg):
    """
    3. 回调函数
     处理接收的消息
    :param msg:  消费的消息
    :return:
    """
    print(msg)


"""
4.开始消费
一直监听进行消费
默认参数 thread_count=None, logger=None
若设置thread_count=5 程序将开启5个线程进行消费
logger 日志收集器
"""
consumer.receive(task)

# 只消费一个就停止监听，关闭消费者
# consumer.receive_one(task)

# 关闭消费者
# consumer.close()

# 取消订阅，并关闭消费者
# consumer.unsubscribe()

3.pulsar服务端

代码如下（示例）：

"""
服务端
先消费消息，再生产消息
"""


import pulsar_mq
import json


client = pulsar_mq.client('pulsar://0.0.0.0:6650')
"""
默认使用随机队列模式
随机队列模式是：
消费的消息里带一个random_topic，
生产的消息网random_topic里发送

当传入参数 producer_topic，使producer_topic不等于None时，
生产的消息往 producer_topic里发送
"""
service = client.consume_produce(consumer_topic='', consumer_name='')


def task(msg):
    """
    回调函数
    :param msg:
    :return:
    """
    msg = json.loads(msg)
    print(msg)
    random_topic = msg.get('random_topic')
    print(random_topic)
    import time
    time.sleep(6)
    msg = "data": "a": "1", "b": "2"
    return json.dumps(msg)


service.run(task)

4.pulsar调用端

代码如下（示例）：

"""
调用端
先生产发送消息，然后消费消息
"""

import pulsar_mq
import json

client = pulsar_mq.client('pulsar://0.0.0.0:6650')

"""
默认使用随机队列模式
随机队列模式是：
当使用默认参数 consumer_topic=None, consumer_name=None时
pulsar_mq包自动生成一个random_topic，然后和消息一起发送出去，同时监听random_topic
服务端接收到消息后将本服务生产好的消息往random_topic发送。

当传入参数 consumer_topic、consumer_name时，不使用随机队列模式
"""
service = client.produce_consume(producer_topic='')


msg = "data": "a": "1", "b": "2"
msg2 = "data": "c": "3", "d": "4"

msg_list = [json.dumps(msg), json.dumps(msg2)]

data = service.run(msg_list)
print(data)
for d in data:
    print(d)

# 只发送一个消息
# data = service.run(json.dumps(msg))
# print(data)

5.rabbitmq生产

代码如下（示例）：

import rabbitmq
import json
"""
rabbitmq 使用topic模式，不能更改
"""

host = '0.0.0.0'
port = 5672
username = ''
password = ''
exchange = ''
routing_key = ''

# 连接rabbitmq
rq = rabbitmq.connect(host, port, username, password)
# 创建生产者
producer = rq.create_producer(exchange, routing_key)


msg = "data": "a": "1", "b": "2"
msg2 = "data": "c": "3", "d": "4"

msg_list = [json.dumps(msg), json.dumps(msg2)]


# 发送数据
producer.send(msg_list)

6.rabbitmq消费

代码如下（示例）：

import rabbitmq
"""
rabbitmq 默认使用topic模式，不能更改
"""

host = '0.0.0.0'
port = 5672
username = ''
password = ''
exchange = ''
routing_key = ''


# 连接rabbitmq
rq = rabbitmq.connect(host, port, username, password)

# 创建消费者
consumer = rq.create_consumer(exchange, routing_key)


def task(msg):
    import time
    time.sleep(5)
    print("接收  成功.......".format(msg))


# 一直消费
consumer.receive(task)

# consume_num = 1 ，只消费一次， consume_num = n : 消费 n 次就停止消费
# consumer.receive(task, consume_num=1)

7.rabbitmq服务端

代码如下（示例）：

import json
import rabbitmq
import time
"""
rabbitmq 默认使用topic模式，不能更改
该示例是 rabbitmq 服务端，先消费在生产
"""

host = '0.0.0.0'
port = 5672
username = ''
password = ''


consumer_exchange = ''
consumer_routing_key = ''
producer_exchange = consumer_exchange
producer_routing_key = ''

connect = rabbitmq.connect(host, port, username, password)

# 使用服务端, 推荐使用随机模式
# 随机模式：生产时使用random_exchange, random_routing_key
service = connect.consume_produce(consumer_exchange, consumer_routing_key, durable=True)

# 生产时 使用固定exchange, routing_key
# service = connect.consume_produce(consumer_exchange, consumer_routing_key,
#                                   producer_exchange, producer_routing_key, durable=True)


def task(body):
    print(body)
    time.sleep(5)
    return [json.dumps('result': body)]


# 运行服务端
service.run(task, thread_count=2)

8.rabbitmq调用端

代码如下（示例）：

import rabbitmq
import json
"""
rabbitmq 默认使用topic模式，不能更改
该示例是 rabbitmq 调用端，先生产在消费
"""

host = '0.0.0.0'
port = 5672
username = ''
password = ''


consumer_exchange = ''
consumer_routing_key = ''
producer_exchange = consumer_exchange
producer_routing_key = ''

connect = rabbitmq.connect(host, port, username, password)

# 使用调用端, 推荐使用随机模式
# 随机模式：消费时 使用random_exchange, random_routing_key
service = connect.produce_consume(producer_exchange, producer_routing_key, durable=True)

# 消费时 使用固定exchange, routing_key
# service = connect.produce_consume(producer_exchange, producer_routing_key, consumer_exchange, consumer_routing_key,
#                                   durable=True)

msg_list = []
for i in range(5):
    msg_list.append(json.dumps('data': i))

# 运行调用端
result = service.run(msg_list, thread_count=2)
for i in result:
    print(i)

9.pulsar与rabbitmq 互相调用

代码如下（示例）：

from loguru import logger
import RabbitmqPulsar
"""
Rabbitmq 与 Pulsar 互相连接
Rabbitmq 消费的消息发送至 pulsar
pulsar 消费的消息发送至 Rabbitmq
"""

# pulsar 配置
pulsar_url = ''
producer_topic = ''
consumer_topic = ''
consumer_name = ''

# rabbitmq 配置
host = ''
port = 5672
username = ''
password = ''
rb_mq_send_ex = ''
rb_mq_send_key = ''
rb_mq_cons_ex = ''
rb_mq_cons_key = ''


connect = RabbitmqPulsar.connect(host, port, username, password, pulsar_url)


"""
1.默认模式（消息从rabbitmq开始流转）：inter_services() 里 默认参数是 start_with_rabbitmq=True, random_queue=True
1). 从 rabbitmq 订阅，将数据发送至 pulsar; 再从 pulsar 订阅，将数据发送至 rabbitmq
2). 使用使用随机队列来生产消息
3). 消息数据流向： rabbitmq调用端 --> 本互联服务（rabbitmq服务端，pulsar调用端）--> pulsar服务端
"""
# 使用默认模式
service = connect.inter_services()

# 运行服务
service.run(producer_topic, rb_mq_cons_ex, rb_mq_cons_key, durable=True, thread_count=5, logger=logger)


"""
2.消息从pulsar开始流转模式：inter_services() 里参数是 start_with_rabbitmq=False, random_queue=True
1). 从 pulsar 订阅，将数据发送至 rabbitmq; 再从 rabbitmq 订阅，将数据发送至 pulsar
2). random_queue=True， 使用使用随机队列来生产消息
3). 消息数据流向： pulsar调用端 --> 本互联服务（pulsar服务端，rabbitmq调用端）--> rabbitmq服务端
"""
# 使用从pulsar开始流转模式
# service = connect.inter_services(start_with_rabbitmq=False)

# 运行服务
# service.run(consumer_topic, consumer_name, 
#             rb_mq_send_ex, rb_mq_send_key, durable=True, thread_count=5, logger=logger)


"""
3.通用模式：inter_services() 里 参数是 random_queue=False
1). 从 pulsar 订阅，将数据发送至 rabbitmq; 再从 rabbitmq 订阅，将数据发送至 pulsar
2). random_queue=False， 不使用使用随机队列来生产消息
3). 消息数据流向， 两条独立的数据流同时运行
    1. pulsar生产 --> 本互联服务（pulsar消费，rabbitmq生产）--> rabbitmq消费
    2. rabbitmq生产 --> 本互联服务（rabbitmq消费，pulsar生产）--> pulsar消费
"""
# 使用从pulsar开始流转模式
# service = connect.inter_services(random_queue=False)

# 运行服务
# service.run(producer_topic, consumer_topic, consumer_name,
#             rb_mq_send_ex, rb_mq_send_key, rb_mq_cons_ex, rb_mq_cons_key, durable=True, logger=logger)

五、pulsar与rabbitmq 互相调用（进阶）

上一步（9.pulsar与rabbitmq 互相调用）中的示例是将rabbitmq的消息原封不动的发送到pulsar，也会将pulsar的消息原封不动的发送到rabbitmq。假如想对rabbitmq 或 pulsar消息进行处理该怎么办？
可以在service.run里添加参数rabbitmq_task和pulsar_task来实现
代码如下（示例）：

"""
进阶使用
Rabbitmq 与 Pulsar 互相连接
"""

from loguru import logger
import RabbitmqPulsar


# pulsar 配置
pulsar_url = ''
producer_topic = ''
consumer_topic = ''
consumer_name = ''

# rabbitmq 配置
host = ''
port = 5672
username = ''
password = ''
rb_mq_send_ex = ''
rb_mq_send_key = ''
rb_mq_cons_ex = ''
rb_mq_cons_key = ''


connect = RabbitmqPulsar.connect(host, port, username, password, pulsar_url)


# 使用默认模式（消息从rabbitmq开始流转）
service = connect.inter_services()


def rabbitmq_task(msg):
    """
    处理消费的rabbitmq消息，返回结果将发送至 pulsar
    :param msg: rabbitmq消息
    :return:
    """
    print('rabbitmq消息:', msg)
    return msg


def pulsar_task(msg):
    """
    处理消费的pulsar消息，返回结果将发送至 rabbitmq
    :param msg: pulsar消息
    :return:
    """
    print('pulsar消息:', msg)
    return [msg]


# 运行服务
service.run(producer_topic, rb_mq_cons_ex, rb_mq_cons_key, rabbitmq_task=rabbitmq_task, pulsar_task=pulsar_task,
            durable=True, thread_count=5, logger=logger)

总结

本文简单介绍了mq-fw的使用，欢迎留言交流学习，有不足之处还望指正，感谢！！

以上是关于python使用mq-fw包的主要内容，如果未能解决你的问题，请参考以下文章

openvxn工作原理与数据包流向

PYTHON流向下载

tcpdump命令

qemu网络虚拟化之数据流向分析三

tcpdump命令

tcpdump命令