在Openstack中，各个组件内部使用消息队列进行通信，其中，RabbitMQ是常用的一种开源消息代理软件。这里作一个简要介绍。
RabbitMQ介绍
RabbitMQ实现了高级消息队列协议（AMQP）。 AMQP
AMQP是一个定义了应用之间消息传送协议的开放标准. AMQP旨在解决在两个应用之间传送消息存在的以下问题:
网络是不可靠的 -> 消息需要保存后再转发并有出错处理机制
与本地调用相比，网络速度慢 -> 得支持异步调用
应用之间是不同的(比如实现语言不同, 操作系统不同)，且应用会经常变化 -> 得与应用无关
AMQP 使用异步的、应用对应用的、二进制数据通信来解决这些问题。
基本组件 RabbitMQ 是 AMQP 的一种实现, 其基本组件包括：- Producer：Message的生产者, 负责产生消息并把消息发到Exchange。
- Message：RabbitMQ 转发的二进制对象，包括Headers、Properties和 Data。其中Data不是必要的。
- Exchange：负责接收Producer的Message, 并把它转发到合适的Queue.
- Binding：标识Queue和Exchange之间的关系。Exchange根据Message的Properties和Binding的Properties来确定将消息转发到哪些Queue。一个重要的Properties是binding_key。
- Queue：缓存Exchange发来的消息，并将消息主动发给Consumer或者由Consumer主动来获取消息。
- Consumer：使用Queue从Exchange中获取Message。 Message和Exchange Message
消息结构包括：Headers、Properties和data。
其中，Properties包括几个重要的属性：
routing_key：Direct和Topic类型的exchange会根据本属性来转发消息。
delivery_mode：将其值设置为2将使用消息持久化。持久化的消息会被保存到磁盘。
reply_to：客户端回调队列的名字。
correlation_id
content_type
ExchangeExchange有几个重要的属性：
name：exchange名字。空字符串名字的exchange为默认的exchange。
type：决定了exchange的消息转发方式, 包括direct、fanout、topic和headers。
durable：值为True的exchange会在rabbitmq重启会自动创建。Openstack使用的exchange该值都为False。
auto_delete：值为True的exchange当消费者的连接都关闭后会被自动删除。 Openstack使用的exchange该值都为False。
exclusive：设置为True的话，该exchange只允许被创建的connection使用，且在该connection关闭后它会自动删除。
RabbitMQ消息路由机制决定Exchange消息路由的属性有:
Exchange的type
Message的routing_key
Binding的binding_key
具体规则如下：
RabbitMQ有多种版本的客户端，本文使用Pika，安装如下。
$ pip install pika RabbitMQ扩展插件 Management Plugin提供GUI来管理RabbitMQ。官方地址： https://www.rabbitmq.com/management.html
RabbitMQ用户密码可以在 /etc/rabbitmq/abbitmq.config 查看：
打开图形界面：
# rabbitmq-plugins enable rabbitmq_management然后通过端口15672就可以访问web管理界面。
Hello World!首先，我们尝试从Publisher发送一条消息“Hello World”到Consumer。
Publisher
发送消息主要包括以下几个操作：
1. 与RabbitMQ建立连接。
2. 声明要使用的queue。
3. RabbitMQ中，消息不会直接发到queue，而是发到exchange，由exchange转发到相应的queue。下面的例子中使用了默认的exchange，它会进行定向转发，也就是将message发到routing_key所指定的queue中。
4. 最后，为了保证网络缓存flushed（也就是消息被发出去了），手动关闭连接。
# filename: send.py #!/usr/bin/env python import pika connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) channel = connection.channel() channel.queue_declare(queue='hello') channel.basic_publish(exchange='', routing_key='hello', body='Hello World!') print(" [x] Sent 'Hello World!'") connection.close()执行完以上指令，通过命令行你可以看到queue已经被建立且包含了我们发出的信息：
Consumer
接收消息主要包括以下几个操作：
1. 与RabbitMQ建立连接。
2. 声明监听的queue。
3. 建立consumer。comsumer需要一个回调函数来负责处理接收到的消息。
4. start_consuming()，其本质是一个while循环，不断取出队列中的消息。
# filename: receive.py #!/usr/bin/env python import pika connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) channel = connection.channel() channel.queue_declare(queue='hello') def callback(ch, method, properties, body): print(" [x] Received %r" % body) channel.basic_consume(callback, queue='hello', no_ack=True) print(' [*] Waiting for messages. To exit press CTRL+C') channel.start_consuming() Work Queues在上一个例子中，consumer只是简单地打印信息，在这个例子中，我们将consumer改为一个worker，它将根据消息完成一些任务。其本质和print("hello world")并没有什么区别，但是为了保证任务能正确完成，需要一些额外的操作，使workder更健壮。
consumer挂了怎么办改写以上代码。
publisher发送的消息可以从命令参数中读取。参数包括若干个点，点的数量决定了consumer需要花多少秒来完成任务：
# send.py message = ' '.join(sys.argv[1:]) or "Hello World!" channel.basic_publish(exchange='', routing_key='hello', body=message) print(" [x] Sent %r" % message)consumer处理消息的回调函数，将根据message进行sleep()：
# receive.py def callback(ch, method, properties, body): print(" [x] Received %r" % body) time.sleep(body.count(b'.')) print(" [x] Done") ch.basic_ack(delivery_tag=method.delivery_tag) channel.basic_consume(callback, queue='hello')当consumer处理完任务，会回复ack。如果没有ack，这个消息将在queue中处于unacknowledged状态。如果这个consumer处理过程中挂了，这个message将被分发给其它consumer。这个机制 保证了所有的消息都可以被处理 。（一种很坏的情况是，consumer处理了message但没有返回ack，但这个consumer又一直不挂，那么这些被它处理的message就会一直以unack的状态保存在queue中。）
rabbitmq挂了怎么办 为了保证rabbitmq挂了都不会使message消失，我们必须保证：- queue持久化
- message持久化
由于rabbitmq不允许两个队列重名，下面的代码改用task_queue作为队列名。修改代码如下：
# filename: send.py channel.queue_declare(queue='task_queue', durable=True) channel.basic_publish(exchange='', routing_key="task_queue", body=message, properties=pika.BasicProperties( delivery_mode=2, ) ) # filename: receive.py channel.queue_declare(queue='task_queue', durable=True) 任务平均分配目前的情况是，任务将被平均分配给每一个consumer。比如，如果有两个consumer，那么任务将你一个我一个来分配，而不会根据任务的复杂度来分配。一种极端情况是，奇数任务复杂度很高，偶数任务复杂度很低，那么就会导致一个consumer一直很忙，而另一个一直很闲。为此，进一步修改代码：
# filename: receive.py channel.basic_qos(prefetch_count=1)这个参数限制了consumer手上的message数量。如果consumer手上已经有一个unack的message，那么后续的message就不会发给它了。
完整代码 # filename: send.py # !/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) message = ' '.join(sys.argv[1:]) or "Hello World!" channel.basic_publish(exchange='', routing_key="task_queue", body=message, properties=pika.BasicProperties( delivery_mode=2, ) ) print(" [x] Sent %r" % message) connection.close() # filename: receive.py #!/usr/bin/env python import pika import time connection = pika.BlockingConnection(pika.ConnectionParameters( host='localhost')) channel = connection.channel() channel.qu