python使用rabbitmq实例七，相互关联编号correlation id（7）

上一遍演示了远程结果返回的示例，但是有一个没有提到，就是correlation id，这个是个什么东东呢？

假设有多个计算节点，控制中心开启多个线程，往这些计算节点发送数字，要求计算结果并返回，但是控制中心只开启了一个队列，所有线程都是从这个队列里获取消息，每个线程如何确定收到的消息就是该线程对应的呢？这个就是correlation id的用处了。correlation翻译成中文就是相互关联，也表达了这个意思。

correlation id运行原理：控制中心发送计算请求时设置correlation id，而后计算节点将计算结果，连同接收到的correlation id一起返回，这样控制中心就能通过correlation id来标识请求。其实correlation id也可以理解为请求的唯一标识码。

示例内容：控制中心开启多个线程，每个线程都发起一次计算请求，通过correlation id，每个线程都能准确收到相应的计算结果。

compute.py代码分析

和上面一篇相比，只需修改一个地方：将计算结果发送回控制中心时，增加参数correlation_id的设定，该参数的值其实是从控制中心发送过来的，这里只是再次发送回去。代码如下：

1 #!/usr/bin/env python
2 #coding=utf8
3 import pika
4
5 #连接rabbitmq服务器
6 connection = pika.BlockingConnection(pika.ConnectionParameters(
7         host='localhost'))
8 channel = connection.channel()
9
10 #定义队列
11 channel.queue_declare(queue='compute_queue')
12 print ' [*] Waiting for n'
13
14 #将n值加1
15 def increase(n):
16     return n + 1
17
18 #定义接收到消息的处理方法
19 def request(ch, method, props, body):
20     print " [.] increase(%s)"  % (body,)
21
22     response = increase(int(body))
23
24     #将计算结果发送回控制中心，增加correlation_id的设定
25     ch.basic_publish(exchange='',
26                      routing_key=props.reply_to,
27                      properties=pika.BasicProperties(correlation_id = \
28                                                      props.correlation_id),
29                      body=str(response))
30     ch.basic_ack(delivery_tag = method.delivery_tag)
31
32 channel.basic_qos(prefetch_count=1)
33 channel.basic_consume(request, queue='compute_queue')
34
35 channel.start_consuming()

center.py代码分析

控制中心代码稍微复杂些，其中比较关键的有三个地方：

1. 使用python的uuid来产生唯一的correlation_id。
2. 发送计算请求时，设定参数correlation_id。
3. 定义一个字典来保存返回的数据，并且键值为相应线程产生的correlation_id。

代码如下：

1 #!/usr/bin/env python
2 #coding=utf8
3 import pika, threading, uuid
4
5 #自定义线程类，继承threading.Thread
6 class MyThread(threading.Thread):
7     def __init__(self, func, num):
8         super(MyThread, self).__init__()
9         self.func = func
10         self.num = num
11
12     def run(self):
13         print " [x] Requesting increase(%d)" % self.num
14         response = self.func(self.num)
15         print " [.] increase(%d)=%d" % (self.num, response)
16
17 #控制中心类
18 class Center(object):
19     def __init__(self):
20         self.connection = pika.BlockingConnection(pika.ConnectionParameters(
21                 host='localhost'))
22
23         self.channel = self.connection.channel()
24
25         #定义接收返回消息的队列
26         result = self.channel.queue_declare(exclusive=True)
27         self.callback_queue = result.method.queue
28
29         self.channel.basic_consume(self.on_response,
30                                    no_ack=True,
31                                    queue=self.callback_queue)
32
33         #返回的结果都会存储在该字典里
34         self.response = {}
35
36     #定义接收到返回消息的处理方法
37     def on_response(self, ch, method, props, body):
38         self.response[props.correlation_id] = body
39
40     def request(self, n):
41         corr_id = str(uuid.uuid4())
42         self.response[corr_id] = None
43
44         #发送计算请求，并设定返回队列和correlation_id
45         self.channel.basic_publish(exchange='',
46                                    routing_key='compute_queue',
47                                    properties=pika.BasicProperties(
48                                          reply_to = self.callback_queue,
49                                          correlation_id = corr_id,
50                                          ),
51                                    body=str(n))
52         #接收返回的数据
53         while self.response[corr_id] is None:
54             self.connection.process_data_events()
55         return int(self.response[corr_id])
56
57 center = Center()
58 #发起5次计算请求
59 nums= [10, 20, 30, 40 ,50]
60 threads = []
61 for num in nums:
62     threads.append(MyThread(center.request, num))
63 for thread in threads:
64     thread.start()
65 for thread in threads:
66     thread.join()

笔者开启了两个终端，来运行compute.py，开启一个终端来运行center.py，最后结果输出截图如下：

python使用rabbitmq多节点结果返回图示

可以看到虽然获取的结果不是顺序输出，但是结果和源数据都是对应的。

这边示例的做法就是创建一个队列，使用correlation id来标识每次请求。也有做法可以不使用correlation id，就是每请求一次，就创建一个临时队列，不过这样太消耗性能了，官方也不推荐这么做。