rabbitmq中文翻譯的話，主要還是mq字母上：Message Queue，即消息隊列的意思。前面還有個rabbit單詞，就是兔子的意思，和python語言叫python一樣，老外還是蠻幽默的。rabbitmq服務類似于mysql、apache服務，只是提供的功能不一樣。rabbimq是用來提供發送消息的服務，可以用在不同的應用程序之間進行通信。
安裝rabbitmq
先來安裝下rabbitmq，在ubuntu 12.04下可以直接通過apt-get安裝：
sudo apt-get install rabbitmq-server
安裝好后，rabbitmq服務就已經啟動好了。接下來看下python編寫Hello World!的實例。實例的內容就是從send.py發送“Hello World!”到rabbitmq，receive.py從rabbitmq接收send.py發送的信息。
其中P表示produce，生產者的意思，也可以稱為發送者，實例中表現為send.py；C表示consumer，消費者的意思，也可以稱為接收者，實例中表現為receive.py；中間紅色的表示隊列的意思，實例中表現為hello隊列。
python使用rabbitmq服務，可以使用現成的類庫pika、txAMQP或者py-amqplib，這里選擇了pika。
安裝pika
安裝pika可以使用pip來進行安裝，pip是python的軟件管理包，如果沒有安裝，可以通過apt-get安裝
sudo apt-get install python-pip
通過pip安裝pika：
sudo pip install pika
send.py代碼
連接到rabbitmq服務器，因為是在本地測試，所以就用localhost就可以了。
connection = pika.BlockingConnection(pika.ConnectionParameters(
'localhost'))
channel = connection.channel()
聲明消息隊列，消息將在這個隊列中進行傳遞。如果將消息發送到不存在的隊列，rabbitmq將會自動清除這些消息。
channel.queue_declare(queue='hello')
發送消息到上面聲明的hello隊列，其中exchange表示交換器，能精確指定消息應該發送到哪個隊列，routing_key設置為隊列的名稱，body就是發送的內容，具體發送細節暫時先不關注。
channel.basic_publish(exchange='', routing_key='hello', body='Hello World!')
關閉連接
connection.close()
完整代碼
#!/usr/bin/env python
#coding=utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
'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()
先來執行下這個程序，執行成功的話，rabbitmqctl應該成功增加了hello隊列，并且隊列里應該有一條信息，用rabbitmqctl命令來查看下
rabbitmqctl list_queues
在筆者的電腦上輸出如下信息：
確實有一個hello隊列，并且隊列里有一條信息。接下來用receive.py來獲取隊列里的信息。
receive.py代碼
和send.py的前面兩個步驟一樣，都是要先連接服務器，然后聲明消息的隊列，這里就不再貼同樣代碼了。
接收消息更為復雜一些，需要定義一個回調函數來處理，這邊的回調函數就是將信息打印出來。
def callback(ch, method, properties, body): print "Received %r" % (body,)
告訴rabbitmq使用callback來接收信息
channel.basic_consume(callback, queue='hello', no_ack=True)
開始接收信息，并進入阻塞狀態，隊列里有信息才會調用callback進行處理。按ctrl+c退出。
channel.start_consuming()
完整代碼
#!/usr/bin/env python
#coding=utf8
import pika
connection = pika.BlockingConnection(pika.ConnectionParameters(
'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()
執行程序，就能夠接收到隊列hello里的消息Hello World!，然后打印在屏幕上。換一個終端，再次執行send.py，可以看到receive.py這邊會再次接收到信息。
工作隊列示例
1.準備工作（Preparation）
在實例程序中，用new_task.py來模擬任務分配者， worker.py來模擬工作者。
修改send.py，從命令行參數里接收信息，并發送
import sys
message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(exchange='',
routing_key='hello',
body=message)
print " [x] Sent %r" % (message,)
修改receive.py的回調函數。
import time
def callback(ch, method, properties, body):
print " [x] Received %r" % (body,)
time.sleep( body.count('.') )
print " [x] Done"
這邊先打開兩個終端，都運行worker.py，處于監聽狀態，這邊就相當于兩個工作者。打開第三個終端，運行new_task.py
$ 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.....
觀察worker.py接收到任務，其中一個工作者接收到3個任務 ：
$ python worker.py [*] Waiting for messages. To exit press CTRL+C [x] Received 'First message.' [x] Received 'Third message...' [x] Received 'Fifth message.....'
另外一個工作者接收到2個任務 ：
$ python worker.py [*] Waiting for messages. To exit press CTRL+C [x] Received 'Second message..' [x] Received 'Fourth message....'
從上面來看，每個工作者，都會依次分配到任務。那么如果一個工作者，在處理任務的時候掛掉，這個任務就沒有完成，應當交由其他工作者處理。所以應當有一種機制，當一個工作者完成任務時，會反饋消息。
2.消息確認（Message acknowledgment）
消息確認就是當工作者完成任務后，會反饋給rabbitmq。修改worker.py中的回調函數：
def callback(ch, method, properties, body): print " [x] Received %r" % (body,) time.sleep(5) print " [x] Done" ch.basic_ack(delivery_tag = method.delivery_tag)
這邊停頓5秒，可以方便ctrl+c退出。
去除no_ack=True參數或者設置為False也可以。
channel.basic_consume(callback, queue='hello', no_ack=False)
用這個代碼運行，即使其中一個工作者ctrl+c退出后，正在執行的任務也不會丟失，rabbitmq會將任務重新分配給其他工作者。
3.消息持久化存儲（Message durability）
雖然有了消息反饋機制，但是如果rabbitmq自身掛掉的話，那么任務還是會丟失。所以需要將任務持久化存儲起來。聲明持久化存儲：
channel.queue_declare(queue='hello', durable=True)
但是這個程序會執行錯誤，因為hello這個隊列已經存在，并且是非持久化的，rabbitmq不允許使用不同的參數來重新定義存在的隊列。重新定義一個隊列：
channel.queue_declare(queue='task_queue', durable=True)
在發送任務的時候，用delivery_mode=2來標記任務為持久化存儲：
channel.basic_publish(exchange='',
routing_key="task_queue",
body=message,
properties=pika.BasicProperties(
delivery_mode = 2, # make message persistent
))
4.公平調度（Fair dispatch）
上面實例中，雖然每個工作者是依次分配到任務，但是每個任務不一定一樣?？赡苡械娜蝿毡容^重，執行時間比較久；有的任務比較輕，執行時間比較短。如果能公平調度就最好了，使用basic_qos設置prefetch_count=1，使得rabbitmq不會在同一時間給工作者分配多個任務，即只有工作者完成任務之后，才會再次接收到任務。
channel.basic_qos(prefetch_count=1)
new_task.py完整代碼
#!/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, # make message persistent
))
print " [x] Sent %r" % (message,)
connection.close()
worker.py完整代碼
#!/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)
print ' [*] Waiting for messages. To exit press CTRL+C'
def callback(ch, method, properties, body):
print " [x] Received %r" % (body,)
time.sleep( body.count('.') )
print " [x] Done"
ch.basic_ack(delivery_tag = method.delivery_tag)
channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback,
queue='task_queue')
channel.start_consuming()
