在openEuler上用Docker部署RabbitMQ消息队列实战

辭七七2025-12-04 9:50

最近项目需要引入消息队列，实现异步任务处理和系统解耦。调研了几个主流方案后，选择了RabbitMQ------轻量、易用、部署简单。 部署环境选的是openEuler 22.03 LTS 。公司之前用CentOS，后来Red Hat政策调整，就切换到了openEuler。实际用下来体验不错，兼容RHEL生态，dnf/yum命令无缝切换，Docker、数据库这些中间件跑得都很稳。社区也活跃www.openEuler.org/，文档齐全docs.openEuler.org/，遇到问题基本都能找到解决方案。 系统版本openEuler 22.03 LTS ，主机名tech-server-01 ，Docker已经装好**（18.09.0）**。 这是一台全新环境的服务器，检查容器状态，没有任何历史残留。

干净的环境很重要，避免端口冲突。这也是我喜欢用容器的原因------部署、销毁都很快，不污染系统。

Docker部署RabbitMQ

RabbitMQ官方提供了多个Docker镜像版本，我选择 rabbitmq:3.12-management，这个版本：

  • 包含管理插件（Web UI）
  • 版本稳定（3.12是LTS版本）
  • 镜像大小适中（247MB）

执行命令：

c 复制代码 
docker pull rabbitmq:3.12-management

镜像拉取过程：

  • 共10个layer逐层下载
  • Digest校验通过，确保镜像完整性
  • 最终镜像大小：247MB

验证镜像：

c 复制代码 
docker images | grep rabbitmq

输出显示镜像已成功下载：

c 复制代码 
rabbitmq  3.12-management  c48161165ad4  13 months ago  247MB

启动RabbitMQ容器：

c 复制代码 
docker run -d \
  --name rabbitmq-server \
  --hostname rabbitmq-host \
  -p 5672:5672 \
  -p 15672:15672 \
  -e RABBITMQ_DEFAULT_USER=admin \
  -e RABBITMQ_DEFAULT_PASS=admin123 \
  rabbitmq:3.12-management

参数说明： 容器启动成功后，执行 docker ps 可以看到：

  • 容器ID：01bdee98a582
  • 状态：Up 8 seconds
  • 端口映射：
    • 0.0.0.0:5672->5672/tcp（AMQP端口）
    • 0.0.0.0:15672->15672/tcp（管理界面端口） 关于端口：
  • 5672：AMQP协议端口，供客户端代码（Python、Java等）连接
  • 15672：HTTP端口，供浏览器访问管理界面
  • 4369、5671、15671、15691-15692、25672 ：其他内部端口 按照常规思路，容器启动后，应该可以通过SSH隧道访问管理界面。但在配置端口转发时，发现无法连接。经过排查，发现是openEuler系统SSH配置的问题。 问题诊断： 在服务器上检查SSH配置：
c 复制代码 
grep -i "AllowTcpForwarding\|GatewayPorts" /etc/ssh/sshd_config

输出显示：

c 复制代码 
#AllowTcpForwarding yes
#GatewayPorts no
#       AllowTcpForwarding no
AllowTcpForwarding no    ← 问题在这里！
GatewayPorts no

问题分析： AllowTcpForwarding no 表示SSH服务器禁止TCP端口转发。这是openEuler 22.03的默认安全策略，出于安全考虑，默认关闭了端口转发功能。 这导致即使在本地配置了SSH隧道（如 ssh -L 15672:localhost:15672），也无法建立端口转发连接。 解决方案：

c 复制代码 
# 方法1：手动编辑配置文件
vim /etc/ssh/sshd_config

# 找到 AllowTcpForwarding no，改为：
AllowTcpForwarding yes

# 方法2：使用sed命令批量替换
sudo sed -i 's/^AllowTcpForwarding no/AllowTcpForwarding yes/' /etc/ssh/sshd_config

修改完成后，重启SSH服务：

c 复制代码 
sudo systemctl restart sshd

重启后，SSH隧道功能恢复正常。 openEuler的安全策略： 这个默认配置体现了openEuler对安全性的重视：

  • ✅ 默认关闭不必要的功能
  • ✅ 最小化攻击面
  • ✅ 符合企业级安全标准

在生产环境中，这是一个好的实践。但在开发和测试环境，可以根据实际需求调整配置。

重新访问管理界面

SSH配置修改后，重新建立SSH隧道：

c 复制代码 
# 在本地Mac/Windows执行
ssh -L 15672:localhost:15672 root@服务器ip

然后在浏览器访问 http://localhost:15672，成功进入RabbitMQ管理界面！

管理界面信息：

  • RabbitMQ版本：3.12.14
  • Erlang版本：25.3.2.15
  • 集群节点：rabbit@rabbitmq-host
  • 当前用户：admin

界面显示：

  • Queued messages（排队消息）：当前空闲
  • Message rates（消息速率）：当前空闲
  • File descriptors（文件描述符）：1048576可用
  • Memory（内存）：1.3 GiB高水位线
  • Disk space（磁盘空间）：48 MiB低水位线

系统运行正常，可以进行下一步操作。 在管理界面中创建一个测试队列。 点击 Queues 标签页，然后点击 Add a new queue：

  • Name: test_queue
  • Type: classic（经典队列）
  • Durability: Durable（持久化）
  • Auto delete: No

队列创建成功后，在队列列表中可以看到：

  • Virtual host: /（默认虚拟主机）
  • Name: test_queue
  • Type: classic
  • Features: D（Durable，持久化）
  • State: idle（空闲）
  • Ready: 0（就绪消息数）
  • Unacked: 0（未确认消息数）
  • Total: 0（总消息数）

队列准备就绪，可以开始发送和接收消息。

Python客户端实战

pika是RabbitMQ的Python客户端库，支持AMQP协议。

c 复制代码 
pip3 install pika

安装成功后，创建项目目录：

c 复制代码 
mkdir -p my-project/rabbit-demo
cd my-project/rabbit-demo

生产者负责发送消息到队列。 代码（producer.py）：

c 复制代码 
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pika
import sys

# 连接到 RabbitMQ
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='localhost',
        port=5672,
        credentials=pika.PlainCredentials('admin', 'admin123')
    )
)

channel = connection.channel()

# 声明队列（确保队列存在）
channel.queue_declare(queue='test_queue', durable=True)

# 发送消息
message = ' '.join(sys.argv[1:]) or "Hello RabbitMQ!"
channel.basic_publish(
    exchange='',
    routing_key='test_queue',
    body=message,
    properties=pika.BasicProperties(
        delivery_mode=2,  # 消息持久化
    )
)

print(f" [x] Sent '{message}'")
connection.close()

代码说明： 1. 连接RabbitMQ：

  • host='localhost'：连接本地RabbitMQ（Docker已映射端口）
  • port=5672：AMQP协议端口
  • credentials：用户名和密码

2. 声明队列：

  • queue='test_queue'：队列名称
  • durable=True：队列持久化（RabbitMQ重启后队列不丢失）

3. 发送消息：

  • exchange=''：使用默认交换机
  • routing_key='test_queue'：路由键（队列名）
  • body=message：消息内容
  • delivery_mode=2：消息持久化（写入磁盘）

编写消费者（Consumer）

消费者负责从队列中接收消息并处理。

代码（consumer.py）：

c 复制代码 
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pika
import time

# 连接到 RabbitMQ
connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='localhost',
        port=5672,
        credentials=pika.PlainCredentials('admin', 'admin123')
    )
)

channel = connection.channel()

# 声明队列
channel.queue_declare(queue='test_queue', durable=True)

# 定义回调函数（处理接收到的消息）
def callback(ch, method, properties, body):
    print(f" [x] Received {body.decode()}")
    time.sleep(1)  # 模拟处理耗时
    print(f" [√] Done")
    ch.basic_ack(delivery_tag=method.delivery_tag)

# 设置QoS（一次只处理一条消息）
channel.basic_qos(prefetch_count=1)

# 开始消费
channel.basic_consume(queue='test_queue', on_message_callback=callback)

print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

代码说明： 1. 回调函数：

  • callback(ch, method, properties, body)：收到消息时调用
  • body.decode()：解码消息内容
  • time.sleep(1)：模拟业务处理耗时
  • ch.basic_ack()：手动确认消息（ACK）

2. QoS设置：

  • prefetch_count=1：一次只从队列中获取1条消息
  • 处理完当前消息并ACK后，才会获取下一条
  • 防止消费者过载，实现负载均衡

3. 消费消息：

  • basic_consume：注册消费者
  • on_message_callback=callback：指定回调函数
  • start_consuming()：开始监听队列

测试消息收发

开启两个SSH终端，一个运行消费者，一个发送消息。

终端1（消费者）：

c 复制代码 
python3 consumer.py

输出：

c 复制代码 
[*] Waiting for messages. To exit press CTRL+C
[x] Received Message Queue Test
[√] Done
[x] Received RabbitMQ is awesome!
[√] Done
[x] Received Message Queue Test
[√] Done

终端2（生产者）：

c 复制代码 
python3 producer.py "Message Queue Test"
python3 producer.py "RabbitMQ is awesome!"
python3 producer.py "Message Queue Test"

输出：

c 复制代码 
[x] Sent 'Message Queue Test'
[x] Sent 'RabbitMQ is awesome!'
[x] Sent 'Message Queue Test'

测试结果：

  • ✅ 消息发送成功
  • ✅ 消费者实时接收到消息
  • ✅ 消息顺序保持一致
  • ✅ 手动ACK机制正常工作

关键点： 1. 解耦：生产者和消费者不需要同时在线 **2. 可靠性：**消息持久化，RabbitMQ重启后消息不丢失 **3. 确认机制：**消费者处理完消息后手动ACK，未ACK的消息会重新投递 **4. 负载均衡：**如果启动多个消费者，RabbitMQ会自动分配消息

性能测试

批量发送测试

编写性能测试脚本（batch_send.py），批量发送1000条消息：

c 复制代码 
#!/usr/bin/env python3
# -*- coding: utf-8 -*-

import pika
import time

connection = pika.BlockingConnection(
    pika.ConnectionParameters(
        host='localhost',
        port=5672,
        credentials=pika.PlainCredentials('admin', 'admin123')
    )
)
channel = connection.channel()
channel.queue_declare(queue='test_queue', durable=True)

start_time = time.time()

for i in range(1000):
    message = f"Message {i+1}"
    channel.basic_publish(
        exchange='',
        routing_key='test_queue',
        body=message,
        properties=pika.BasicProperties(delivery_mode=2)
    )

end_time = time.time()
elapsed = end_time - start_time

print(f"发送1000条消息耗时: {elapsed:.2f}秒")
print(f"平均速率: {1000/elapsed:.2f} msg/s")

connection.close()

执行测试：

c 复制代码 
python3 batch_send.py

测试结果：

  • 发送1000条消息耗时：0.09秒
  • 平均速率：10528.74 msg/s

性能分析： 这个速率对于单机RabbitMQ来说表现不错：

  • 1万+ msg/s 的吞吐量
  • 每条消息平均延迟：0.09ms
  • 满足大多数中小规模应用需求

影响性能的因素：

  1. 网络延迟：本地Docker容器，网络开销极小
  2. 消息持久化：delivery_mode=2 会写磁盘，略微影响性能
  3. 消息大小：测试消息较小（约20字节），实际业务可能更大
  4. 硬件资源：2核4GB的服务器，CPU和内存都很充裕

优化建议：

  • 如果追求极致性能，可以关闭持久化（非持久化消息）
  • 使用批量发布（batch_publish）
  • 增加预分配内存（vm_memory_high_watermark）

资源占用

查看RabbitMQ容器的资源占用情况。

c 复制代码 
docker stats --no-stream rabbitmq-server

资源数据： 资源分析： 1.内存占用：105.4 MiB

  • RabbitMQ内存占用很低
  • 默认内存高水位线是系统内存的40%（约1.3GB）
  • 当前只用了3.09%，非常充裕 2.CPU占用：0.19%
  • 空闲状态下CPU占用极低
  • 发送1000条消息时CPU会短暂升高，但很快恢复

3.网络I/O：327 kB / 1.19 MB

  • 接收了327 kB数据（客户端连接、心跳）
  • 发送了1.19 MB数据（消息、ACK）

4.进程数：26个

  • Erlang虚拟机启动了26个进程
  • 包括消息队列、管理插件、监控等

openEuler的表现： 在openEuler 22.03上运行RabbitMQ容器，系统表现非常稳定：

  • ✅ 容器启动快速（8秒内完成）
  • ✅ 内存管理高效，没有内存泄漏
  • ✅ CPU调度合理，负载分布均匀
  • ✅ 网络栈性能好，本地容器通信延迟极低

这也验证了openEuler对Docker和容器化应用的良好支持。

可靠性保障

消息持久化

RabbitMQ提供了完善的持久化机制，确保消息不丢失。 三层持久化： 1.交换机持久化：

c 复制代码 
channel.exchange_declare(exchange='my_exchange', durable=True)

2.队列持久化：

c 复制代码 
channel.queue_declare(queue='test_queue', durable=True)

3.消息持久化：

c 复制代码 
channel.basic_publish(
    exchange='',
    routing_key='test_queue',
    body=message,
    properties=pika.BasicProperties(delivery_mode=2)  # 持久化
)

注意事项：

  • 只有同时设置队列持久化和消息持久化，消息才能真正持久化
  • 持久化会写磁盘，性能会略微下降（约5-10%）
  • 非关键消息可以不持久化，提升性能

消息确认机制

RabbitMQ支持两种确认机制：

1.消费者确认（Consumer ACK）： 手动确认：

c 复制代码 
def callback(ch, method, properties, body):
    # 处理消息
    process_message(body)
    # 手动确认
    ch.basic_ack(delivery_tag=method.delivery_tag)

自动确认：

c 复制代码 
channel.basic_consume(queue='test_queue', on_message_callback=callback, auto_ack=True)

建议：生产环境使用手动确认，确保消息被正确处理。

  1. 生产者确认（Publisher Confirm）：

总结与思考

RabbitMQ的优势

这次部署下来，RabbitMQ给我留下了不错的印象。Docker一行命令就能跑起来，管理界面也很直观。性能方面，单机1万+消息/秒的吞吐量对我们业务场景完全够用，内存占用也就100MB左右。消息持久化、消费者确认机制都很完善，不用担心消息丢失。

文档和社区也比较成熟，遇到问题基本都能找到答案。对于中小规模应用，RabbitMQ是个很实用的选择。

openEuler在中间件部署上的优势

在openEuler 22.03上部署RabbitMQ，整体体验超出预期。 Docker容器运行很稳定，启动快，网络性能好。官方镜像直接就能用，Python客户端库也没有任何兼容性问题。唯一遇到的SSH端口转发问题，其实是openEuler的安全策略（默认禁用），改一下配置就解决了，反而说明系统在安全性上考虑得比较周到。 从实际使用来看，openEuler完全可以替代CentOS。生态兼容性好，主流中间件都能跑。

适用场景

RabbitMQ适合的场景：异步任务处理（发邮件、生成报表）、系统解耦（订单和库存系统）、削峰填谷（秒杀活动）、事件驱动架构、微服务间通信。 对于我们这种业务系统，RabbitMQ轻量、易维护，比重量级方案更合适。

遇到的问题

openEuler SSH端口转发问题： 最值得记录的是openEuler默认禁用SSH端口转发（AllowTcpForwarding no）。这是一个合理的安全策略，但初次使用时可能会困惑。 解决方法：

c 复制代码 
# 修改配置
sudo sed -i 's/^AllowTcpForwarding no/AllowTcpForwarding yes/' /etc/ssh/sshd_config

# 重启SSH
sudo systemctl restart sshd

经验总结：

  • openEuler的安全策略比较严格，这是好事
  • 遇到问题先检查系统配置，不要怀疑应用本身
  • 生产环境可以保持默认配置，开发测试环境再调整
相关推荐
兔子零102440 分钟前
nginx 配置长跑（中）：HTTPS、转发、跨域与泛域名的实战套路
后端
用户05248324917642 分钟前
在 openEuler 上快速体验 PyTorch 深度学习
后端
稚辉君.MCA_P8_Java42 分钟前
Gemini永久会员 VB返回最长有效子串长度
数据结构·后端·算法
卡皮巴拉_43 分钟前
周末实战：我用 Trae Solo 写了一个日志解析 CLI 工具
后端
星释43 分钟前
Rust 练习册 106：太空年龄计算器与宏的魔法
开发语言·后端·rust
用户05248324917643 分钟前
在 openEuler 上体验 JAX 高性能计算框架
后端
用户67361323685544 分钟前
openEuler 高效 AI 数据管道
后端
热爱跑步的恒川44 分钟前
OpenEuler上Docker Compose部署MySQL数据库
后端
侠客在xingkeit家top1 小时前
全技术栈企业级性能调优万花筒
后端
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03【超详细教程】手把手教你从微软官网免费下载Windows 10官方原版ISO镜像（2025最新版）04BongoCat - 跨平台键盘猫动画工具05本地部署阿里最新开源的Z-Image06安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）07Linux下V2Ray安装配置指南08Labelme从安装到标注：零基础完整指南09Meta第三代“分割一切”模型——SAM 3本地部署教程：首支持文本提示分割，400万概念、30毫秒响应，检测分割追踪一网打尽10【保姆级教程】免费使用Gemini3的5种方法！免翻墙/国内直连