跳至主内容

RabbitMQ 教程 - 工作队列

工作队列​

(使用 Pika Python 客户端)​

信息

先决条件​

本教程假设 RabbitMQ 已 安装 并在 localhost 上的 标准端口 (5672) 上运行。如果您使用不同的主机、端口或凭据，则需要调整连接设置。

哪里寻求帮助​

如果您在学习本教程时遇到困难，可以通过 GitHub Discussions 或 RabbitMQ 社区 Discord 联系我们。

先决条件​

与其他的 Python 教程一样，我们将使用 Pika RabbitMQ 客户端 1.0.0 版本。

本教程重点介绍​

在第一个教程中，我们编写了从命名队列发送和接收消息的程序。在这一篇中，我们将创建一个工作队列 (Work Queue)，用于在多个工作进程之间分配耗时的任务。

工作队列（又称：任务队列）背后的主要思想是避免立即执行资源密集型任务并被迫等待其完成。相反，我们安排任务在稍后完成。我们将任务封装为消息并发送到队列。在后台运行的工作进程将取出任务并最终执行该作业。当你运行多个工作进程时，任务将在它们之间共享。

这个概念对于 Web 应用程序尤其有用，在这些应用程序中，不可能在短暂的 HTTP 请求窗口内处理一个复杂的任务。

在本教程的前一部分中，我们发送了一条包含“Hello World!”的消息。现在，我们将发送代表复杂任务的字符串。我们没有现实世界中的任务（如调整图像大小或渲染 PDF 文件），所以我们通过使用 time.sleep() 函数来模拟我们很忙的状态。我们将字符串中点的数量视为其复杂性；每个点代表一秒钟的“工作”。例如，由 Hello... 描述的虚假任务将需要三秒钟。

我们将稍微修改之前示例中的 send.py 代码，以允许从命令行发送任意消息。该程序会将任务调度到我们的工作队列中，因此我们将其命名为 new_task.py

import sys

message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(exchange='',
                      routing_key='hello',
                      body=message)
print(f" [x] Sent {message}")

我们旧的 receive.py 脚本也需要进行一些更改：它需要模拟消息体中每个点所代表的一秒钟工作量。它将从队列中取出消息并执行任务，因此我们将其称为 worker.py

import time

def callback(ch, method, properties, body):
    print(f" [x] Received {body.decode()}")
    time.sleep(body.count(b'.'))
    print(" [x] Done")

轮询分发​

使用任务队列的一个优点是能够轻松地并行化工作。如果我们正在积累工作积压，我们可以添加更多的工作进程，从而轻松扩展。

首先，让我们尝试同时运行两个 worker.py 脚本。它们都会从队列中获取消息，但究竟是如何获取的呢？让我们来看看。

你需要打开三个控制台。其中两个将运行 worker.py 脚本。这些控制台将是我们的两个消费者——C1 和 C2。

# shell 1
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# shell 2
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C

在第三个中，我们将发布新任务。一旦您启动了消费者，您就可以发布几条消息

# shell 3
python new_task.py First message.
python new_task.py Second message..
python new_task.py Third message...
python new_task.py Fourth message....
python new_task.py Fifth message.....

让我们看看分发给我们的工作进程的内容

# shell 1
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# => [x] Received 'First message.'
# => [x] Received 'Third message...'
# => [x] Received 'Fifth message.....'
# shell 2
python worker.py
# => [*] Waiting for messages. To exit press CTRL+C
# => [x] Received 'Second message..'
# => [x] Received 'Fourth message....'

默认情况下，RabbitMQ 会按顺序将每条消息发送给下一个消费者。平均而言，每个消费者将获得相同数量的消息。这种分发消息的方式称为轮询。尝试使用三个或更多工作进程进行此操作。

消息确认​

执行任务可能需要几秒钟，你可能想知道如果消费者开始了一个长时间的任务，并且在它完成之前终止了，会发生什么。在我们当前的代码中，一旦 RabbitMQ 将消息传递给消费者，它就会立即标记该消息以供删除。在这种情况下，如果你终止了一个工作进程，它刚刚处理的消息就会丢失。分发给该特定工作进程但尚未处理的消息也会丢失。

但是我们不想丢失任何任务。如果一个工作进程死亡，我们希望将任务分发给另一个工作进程。

为了确保消息永远不会丢失，RabbitMQ 支持消息确认 (acknowledgments)。消费者会向 RabbitMQ 发送确认（ack）信息，告知 RabbitMQ 某条消息已被接收、处理，且 RabbitMQ 可以自由地将其删除。

如果消费者死亡（其通道关闭、连接关闭或 TCP 连接丢失）而未发送 ack，RabbitMQ 将理解消息未完全处理，并会将其重新排队。如果当时有其他消费者在线，它将迅速将其重新分发给另一个消费者。这样，您可以确信没有消息会丢失，即使工作进程偶尔会死亡。

强制执行消费者交付确认的超时（默认为 30 分钟）。这有助于检测从未确认交付的错误（卡住）的消费者。您可以按照交付确认超时中的说明增加此超时。

手动消息确认默认是开启的。在之前的示例中，我们通过 auto_ack=True 标志显式地关闭了它们。现在是时候移除这个标志，并在我们完成任务后从工作进程发送正确的确认了。

def callback(ch, method, properties, body):
    print(f" [x] Received {body.decode()}")
    time.sleep(body.count(b'.') )
    print(" [x] Done")
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_consume(queue='hello', on_message_callback=callback)

使用这段代码，你可以确保即使你在使用CTRL+C终止一个正在处理消息的工作进程时，也不会丢失任何东西。工作进程终止后不久，所有未确认的消息都会被重新分发。

确认必须在接收到交付的同一通道上发送。尝试使用不同通道进行确认将导致通道级协议异常。请参阅确认文档指南以了解更多信息。

遗忘的确认​

漏掉 basic_ack 是一个常见的错误。这是一个容易犯的错误，但后果很严重。当你的客户端退出时，消息会被重新投递（看起来像是随机的重新投递），但 RabbitMQ 会消耗越来越多的内存，因为它无法释放任何未确认的消息。

为了调试此类错误，您可以使用 rabbitmqctl 打印 messages_unacknowledged 字段

sudo rabbitmqctl list_queues name messages_ready messages_unacknowledged

在 Windows 上，删除 sudo

rabbitmqctl.bat list_queues name messages_ready messages_unacknowledged

消息持久性​

我们已经学习了如何确保即使工作进程死亡，任务也不会丢失。但是，如果 RabbitMQ 服务器停止，我们的任务仍然会丢失。

当 RabbitMQ 退出或崩溃时，它会忘记队列和消息，除非您告诉它不要这样做。需要两件事来确保消息不会丢失：我们需要将队列和消息都标记为持久。

首先，我们需要确保队列能够承受 RabbitMQ 节点重启。为此，我们需要将其声明为持久

channel.queue_declare(queue='hello', durable=True, arguments={'x-queue-type': 'quorum'})

虽然此命令本身是正确的，但它在我们的设置中不起作用。这是因为我们已经定义了一个名为 hello 的队列，它不是持久化的。RabbitMQ 不允许你使用不同的参数重新定义现有队列，并且会向任何尝试这样做的程序返回错误。但有一个快速的解决方法——让我们声明一个不同名称的队列，例如 task_queue

channel.queue_declare(queue='task_queue', durable=True, arguments={'x-queue-type': 'quorum'})

这个 queue_declare 的更改需要应用于生产者和消费者的代码。

此时，我们确信即使 RabbitMQ 重启，task_queue 队列也不会丢失。现在我们需要通过提供一个值为 pika.DeliveryMode.Persistent 的 delivery_mode 属性来将我们的消息标记为持久化。

channel.basic_publish(exchange='',
                      routing_key="task_queue",
                      body=message,
                      properties=pika.BasicProperties(
                         delivery_mode = pika.DeliveryMode.Persistent
                      ))

关于消息持久化的注意事项​

将消息标记为持久并不能完全保证消息不会丢失。尽管它告诉 RabbitMQ 将消息保存到磁盘，但在 RabbitMQ 接受消息但尚未保存的短时间窗口内仍然存在风险。此外，RabbitMQ 不会为每条消息执行 fsync(2) ——它可能只保存在缓存中而未真正写入磁盘。持久性保证不强，但对于我们简单的任务队列来说已绰绰有余。如果您需要更强的保证，可以使用发布者确认。

公平分派​

您可能已经注意到调度仍然不能完全按我们想要的方式工作。例如，在有两个工作进程的情况下，当所有奇数消息都很重而偶数消息都很轻时，一个工作进程将持续忙碌，而另一个工作进程几乎不做任何工作。好吧，RabbitMQ 对此一无所知，它仍然会均匀地分发消息。

这是因为 RabbitMQ 在消息进入队列时就会分发消息。它不会查看消费者未确认消息的数量。它只是盲目地将第 n 条消息分发给第 n 个消费者。

为了解决这个问题，我们可以使用带有 prefetch_count=1 设置的 Channel#basic_qos 通道方法。这使用 basic.qos 协议方法来告诉 RabbitMQ 一次不要给一个工作进程多于一条消息。或者换句话说，在处理并确认前一条消息之前，不要向工作进程分发新消息。相反，它会将消息分发给尚未忙碌的下一个工作进程。

channel.basic_qos(prefetch_count=1)

关于队列大小的说明​

如果所有的工作者都很忙，您的队列可能会填满。您需要留意这种情况，并考虑增加更多工作者，或者使用消息 TTL。

总而言之​

new_task.py (源代码)

#!/usr/bin/env python
import pika
import sys

connection = pika.BlockingConnection(
    pika.ConnectionParameters(host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='task_queue', durable=True, arguments={'x-queue-type': 'quorum'})

message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(
    exchange='',
    routing_key='task_queue',
    body=message,
    properties=pika.BasicProperties(
        delivery_mode=pika.DeliveryMode.Persistent
    ))
print(f" [x] Sent {message}")
connection.close()

worker.py (源代码)

#!/usr/bin/env python
import pika
import time

connection = pika.BlockingConnection(
    pika.ConnectionParameters(host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='task_queue', durable=True, arguments={'x-queue-type': 'quorum'})
print(' [*] Waiting for messages. To exit press CTRL+C')


def callback(ch, method, properties, body):
    print(f" [x] Received {body.decode()}")
    time.sleep(body.count(b'.'))
    print(" [x] Done")
    ch.basic_ack(delivery_tag=method.delivery_tag)


channel.basic_qos(prefetch_count=1)
channel.basic_consume(queue='task_queue', on_message_callback=callback)

channel.start_consuming()

使用消息确认和 prefetch_count，你可以设置一个工作队列。持久化选项可以让任务即使在 RabbitMQ 重启后也能存活。

现在我们可以继续学习教程 3，了解如何将同一条消息发送给多个消费者。

© . This site is unofficial and not affiliated with VMware.