python 使用rabbitmq

在使用Python与RabbitMQ进行消息队列通信时,你可以使用pika库,这是RabbitMQ的官方Python客户端。以下是如何使用pika库来发送和接收消息的基本步骤。

安装pika

首先,你需要安装pika库。你可以通过pip来安装:

css 复制代码
pip install pika

发送消息

要发送消息,你需要连接到RabbitMQ服务器,创建一个channel,然后声明一个队列,并发送消息。

css 复制代码
import pika
 
# 连接到RabbitMQ服务器
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
 
# 声明一个队列,如果队列不存在将会自动创建
channel.queue_declare(queue='hello')
 
# 发送一个消息到队列
channel.basic_publish(exchange='',
                     routing_key='hello',
                     body='Hello World!')
print(" [x] Sent 'Hello World!'")
 
# 关闭连接
connection.close()

接收消息

要接收消息,你需要连接到RabbitMQ服务器,创建一个channel,声明一个队列,并订阅该队列以接收消息。

css 复制代码
import pika
 
def callback(ch, method, properties, body):
    print(f" [x] Received {body}")
 
# 连接到RabbitMQ服务器
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
 
# 声明一个队列,如果队列不存在将会自动创建
channel.queue_declare(queue='hello')
 
# 订阅队列以接收消息
channel.basic_consume(queue='hello', on_message_callback=callback, auto_ack=True)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

注意事项:

连接参数:在pika.ConnectionParameters中,你可以指定主机名(默认为localhost)、端口号(默认为5672)、用户名和密码等。例如:pika.ConnectionParameters(host='your_host', port=5672, credentials=pika.PlainCredentials('username', 'password'))。

错误处理:在实际应用中,你可能需要添加错误处理逻辑,例如重试连接、处理网络中断等。

自动应答:在basic_consume中设置auto_ack=True表示自动应答。如果你需要手动应答(例如,只有在处理完消息后才确认),可以设置为auto_ack=False并在处理完消息后调用ch.basic_ack(delivery_tag)。

交换器(Exchange):上面的示例中使用了默认的交换器(空字符串''),这意味着消息将直接发送到指定的队列。RabbitMQ支持多种类型的交换器,如direct, topic, fanout, 和 headers。你可以根据需要选择或创建不同类型的交换器。例如,使用direct交换器:

css 复制代码
channel.exchange_declare(exchange='my_exchange', exchange_type='direct')
channel.basic_publish(exchange='my_exchange', routing_key='hello', body='Hello World!')

接收方也需要声明相同的交换器和队列绑定规则。

通过以上步骤,你可以使用Python和pika库与RabbitMQ进行基本的消息发送和接收操作。

相关推荐
yaoxin52112311 小时前
462. Java 反射 - 获取声明类与封闭类
java·开发语言·python
中微极客11 小时前
解锁LLM开发全栈能力:Python + LangChain + RAG 工程实战指南
人工智能·python·langchain
hhzz11 小时前
Barbershop:基于GAN和分割Mask的图像合成技术——从理论到实战全解析
图像处理·人工智能·python·深度学习·计算机视觉
Ulyanov13 小时前
雷达导引头Python仿真框架:GPU加速、6-DOF模型与半实物仿真接口
开发语言·python·雷达信号处理·雷达导引头
列逍13 小时前
博客系统测试
自动化测试·python·性能测试
星云开发14 小时前
拒绝无效加班!用Python打造自动化办公流,附Word/PDF互转硬核代码
python
dream_home840714 小时前
图像算法模型NPU适配与算法服务实战指南
人工智能·python·算法·npu 图像服务
AIGS00114 小时前
跨越语义鸿沟:企业本体语义平台的构建与落地
java·人工智能·python·机器学习·人工智能ai大模型应用
李可以量化14 小时前
PTrade 量化策略实战:二八轮动策略深度解析(下)
python
Mx_coder14 小时前
8年Java开发者AI转型第二周:RAG检索优化-从60%到90%准确率的3个关键技巧 (Day 13-14)
人工智能·python