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

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：

#!/usr/bin/env python
#coding=utf8
import pika
 
#连接rabbitmq服务器
connection = pika.BlockingConnection(pika.ConnectionParameters(host='localhost'))
channel =connection.channel()
 
#定义队列
channel.queue_declare(queue='compute_queue')
print' [*] Waiting for n'
 
#将n值加1
def increase(n):
    returnn +1
 
#定义接收到消息的处理方法
def request(ch, method, props, body):
    print" [.] increase(%s)"  % (body,)
    response =increase(int(body))
    #将计算结果发送回控制中心，增加correlation_id的设定
    ch.basic_publish(exchange='',
                     routing_key=props.reply_to,
                     properties=pika.BasicProperties(correlation_id =\
                                                     props.correlation_id),
                     body=str(response))
    ch.basic_ack(delivery_tag =method.delivery_tag)
 
channel.basic_qos(prefetch_count=1)
channel.basic_consume(request, queue='compute_queue')
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：

#!/usr/bin/env python
#coding=utf8
import pika, threading, uuid
 
#自定义线程类，继承threading.Thread
class MyThread(threading.Thread):
    def__init__(self, func, num):
        super(MyThread, self).__init__()
        self.func =func
        self.num =num
 
    defrun(self):
        print" [x] Requesting increase(%d)" % self.num
        response =self.func(self.num)
        print" [.] increase(%d)=%d" % (self.num, response)
 
#控制中心类
class Center(object):
    def__init__(self):
        self.connection =pika.BlockingConnection(pika.ConnectionParameters(
                host='localhost'))
 
        self.channel =self.connection.channel()
 
        #定义接收返回消息的队列
        result =self.channel.queue_declare(exclusive=True)
        self.callback_queue =result.method.queue
 
        self.channel.basic_consume(self.on_response,
                                   no_ack=True,
                                   queue=self.callback_queue)
 
        #返回的结果都会存储在该字典里
        self.response ={}
 
    #定义接收到返回消息的处理方法
    def on_response(self, ch, method, props, body):
        self.response[props.correlation_id] =body
 
    def request(self, n):
        corr_id =str(uuid.uuid4())
        self.response[corr_id] =None
 
        #发送计算请求，并设定返回队列和correlation_id
        self.channel.basic_publish(exchange='',
                                   routing_key='compute_queue',
                                   properties=pika.BasicProperties(
                                         reply_to =self.callback_queue,
                                         correlation_id =corr_id,
                                         ),
                                   body=str(n))
        #接收返回的数据
        whileself.response[corr_id] isNone:
            self.connection.process_data_events()
        returnint(self.response[corr_id])
 
center = Center()
#发起5次计算请求
nums=[10, 20, 30, 40,50]
threads =[]
for num innums:
    threads.append(MyThread(center.request, num))
for thread inthreads:
    thread.start()
for thread inthreads:
    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。

转载请注明：快乐编程 » python使用rabbitmq实例七，相互关联编号correlation id