一、RabbitMQ简介：

'''
RabbitMQ就是消息队列
  之前不是学了Queue了吗，都是队列还学RabbitMQ干嘛？
  干的事情是一样的
  Python的Queue有两个，
     一个线程Queue生产者消费者模型，一个进程Queue用于父进程与子进程交互
     两个完全独立的Python程序就不能交互了，或者两台机器之间的Queue，Java跟Python之间不能交互了
     所以有了RabbitMQ
     
QQ跟Word通信：
    1、用socket直接通信
    2、通过硬盘通信
    3、QQ通过socket发给中间商，中间商通过socket发给Word
    第1个和第3个有啥区别呢？
    第一种直接通信比较复杂，
    第二种中间商可以省去网络通信维护的工作，而且可以实现三方或者更多方的通信
    这个中间商就叫RabbitMQ
Python语言连接RabbitMQ的模块有：
    pika主流常用、 celery分布式消息队列
'''

二、简单的示例：

import pika

# 相当于建立最基本的socket
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
# 声明一个管道
channel = connection.channel()
# 在管道里声明一个队列
channel.queue_declare(queue='q1')
# 通过管道发消息
channel.basic_publish(exchange='',
                      routing_key='q1', # 队列名
                      body='Hello World') # 消息内容
print("send: Hello World")
connection.close()

producer生产者

import pika

'''
消费者可能在其他机器上跨机器是没问题的
'''
# 建立连接.
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
# 建立管道
channel = connection.channel()
# 声明队列,为什么还要声明队列？
# 如果是生产者先运行，可以不写这个。
# 由于不确定生产者先运行还是消费者先运行，所以写上这个，随便哪个先运行都不会报错。
channel.queue_declare(queue='q1')

def callback(ch, method, properties, body):
    # ch：管道内存对象地址，method：获取前面发的routing_key或处理成功应答delivery_tag，properties：可以获取持久化模式delivery_mode
    print("-->", ch, method, properties)
    print("received:{0}".format(body))
# 开始消费消息
channel.basic_consume(callback, # 如果收到消息就调用该函数处理消息
                      queue='q1',
                      no_ack=True)
print("Waiting for messages...")
# 开始收消息了。启动就一直运行，一直收下去，没有就阻塞住
channel.start_consuming()

consumer消费者

运行结果：先启动消费者，再启动生产者（多个生产者，一个消费者）

'''
消费者控制台(启动时)：
  Waiting for messages...
生产者控制台(第一次运行)：
  send: Hello World
消费者控制台(变化1)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
生产者控制台(第二次运行)：
  send: Hello World
消费者控制台(变化2)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
'''

 三、消息分发轮询：

上面的示例第二种运行结果：先启动消费者，再启动生产者（多个生产者，多个消费者）

'''
消费者控制台(启动消费者1)：
  Waiting for messages...
消费者控制台(启动消费者2)：
  Waiting for messages...
消费者控制台(启动消费者3)：
  Waiting for messages...
生产者控制台(第一次运行)：
  send: Hello World
消费者1控制台(变化)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
生产者控制台(第二次运行)：
  send: Hello World
消费者2控制台(变化)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
生产者控制台(第三次运行)：
  send: Hello World
消费者3控制台(变化)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
生产者控制台(第四次运行)：
  send: Hello World
消费者1控制台(变化)：
  Waiting for messages...
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'
  --> <BlockingChannel impl=<Channel number=1 OPEN....
  received:b'Hello World'轮询分发...
'''

 四、特殊情况，no_ack作用：

'''
假如现在顺序启动了3个消费者（A，B，C）处理数据，
A在处理的过程中挂掉了，怎么办呢？有两种方式：
一、no_ack设置为True：
    这种情况表示生产者不关心数据是否处理完毕。如果A挂了
   A当时的数据就丢掉了没有被处理
二、no_ack不写：
    这种情况下，如果A挂了，A的数据会转给B，  如果B挂了，A的数据会
    转给C，如果C也挂了，那么在下次启动消费者时会转给第一次启动的消费者
   这种情况下，消费者处理完毕会通知RabbitMQ，RabbitMQ就从队列里删除
   该数据。只有收到通知才从队列中删除。
'''

consumer: 改以下两处就会将所有消息完全处理

def callback(ch, method, properties, body):
    print("--->:",ch)
    time.sleep(10)
    print("received: ", body)
    # 2、加上这句，通知给RabbitMQ说这个消息已经处理完了，可以从队列里删了，如果no_ack=False这里必须要写
    ch.basic_ack(delivery_tag=method.delivery_tag)

channel.basic_consume(callback,
                      queue='q1',
                      # no_ack=True   1、将这句注释表示消费者处理一条就通知RabbitMQ
                      )

查看队列里当前消息数量：