Kaninchen & Schlangen
RabbitMQ & Python
Markus Zapke-Gründemann
11. DZUG-Tagung zu Zope, Plone und Python
Markus
Zapke-Gründemann
• Softwareentwickler seit 2001
• Schwerpunkt: Web Application Development
mit Python und PHP
• Django, symfony & Zend Framework
• Freier Softwareentwickler und Berater
seit 2008
• [Link]
Übersicht
• Warum Queues?
• AMQP
• RabbitMQ
• Python Bibliotheken
• Carrot
• Celery
Warum Queues?
• Entkoppeln von Informationsproduzenten
und -konsumenten
• Asynchrone Verarbeitung
• Load Balancing
• Skalierbarkeit
AMQP
• Advanced Message Queuing Protocol
• Offenes Protokoll
• Plattformunabhängig
• Port 5673/tcp
• [Link]
AMQP
• Offener Standard für Messaging Middleware
• Virtual Hosts
• Exchange (durable oder auto-deleted)
• Binding
• Queue (durable oder auto-deleted)
Producer - Consumer
Quelle: [Link]
Fanout Exchange
Quelle: [Link]
Direct Exchange
Quelle: [Link]
Topic Exchange
Quelle: [Link]
RabbitMQ
• AMQP Message Broker
• Erlang
• Open Source
• Mitglied in der AMQP Working Group
• XMPP, SMTP, STOMP und HTTP (mit
Adaptern)
• [Link]
Virtual Host Access Control
mit RabbitMQ
$ rabbitmqctl add_user username secret
$ rabbitmqctl add_vhost message-vhost
$ rabbitmqctl set_permissions -p message-vhost username ".*" ".*" ".*"
Konfiguration
Schreiben
Lesen
Python Bibliotheken
• amqplib - Python AMQP Client
• carrot - AMQP Messaging Framework
• pika - Python AMQP Client
• txAMQP - Python AMQP Library für Twisted
Carrot
• AMQP Messaging Framework
• High-Level Interface
• Benutzt amqplib
• Serialisierung (Pickle, JSON,YAML)
• Autor: Ask Solem
• [Link]
[Link]
exchange = 'messaging'
queue = 'mbox'
routing_key = 'message'
[Link]
from [Link] import BrokerConnection
conn = BrokerConnection(hostname='localhost', userid='username',
password='secret', virtual_host='message-vhost')
[Link]
import datetime
from [Link] import Publisher
from [Link] import gen_unique_id
from conf import exchange, queue, routing_key
from connection import conn
publisher = Publisher(connection=conn, exchange=exchange,
routing_key=routing_key, queue=queue,
serializer='pickle')
data = {'message_id': gen_unique_id(),
'timestamp': [Link](),
'message': 'Lorem ipsum dolor sit amet.'}
[Link](data)
[Link]
from [Link] import Consumer
from conf import exchange, queue, routing_key
from connection import conn
class MessageConsumer(Consumer):
def receive(self, message_data, message):
data = (message.delivery_tag, message_data['message'],
message_data['message_id'],
message_data['timestamp'].isoformat())
print 'Message %d "%s" with id %s sent at %s.' % data
[Link]()
if __name__ == '__main__':
consumer = MessageConsumer(connection=conn, queue=queue,
exchange=exchange, routing_key=routing_key)
[Link]()
Celery
Distributed Task Queue
• Backends: RabbitMQ, STOMP, Redis, Ghetto
Queue
• Clustering mit RabbitMQ
• Webhooks
• Django-Integration (optional)
• Autor: Ask Solem
• [Link]
Celery
Distributed Task Queue
• Serialisierung (Pickle, JSON,YAML)
• Parallele Ausführung
• Zeitgesteuerte Ausführung
• SQLAlchemy, carrot, anyjson
Python Task
# Task als Klasse
from [Link] import Task
from [Link] import User
class CreateUserTask(Task):
def run(self, username, password):
[Link](username, password)
>>> from tasks import CreateUserTask
>>> CreateUserTask().delay('john', 'secret')
# Task als Funktion mit Decorator
from [Link] import task
from [Link] import User
@task()
def create_user(username, password):
[Link](username, password)
>>> from tasks import create_user
>>> create_user.delay('john', 'secret')
Python Task
@task() # Benutzt pickle, um das Objekt zu serialisieren.
def check_means(user):
return user.has_means()
>>> from tasks import check_means
>>> result = check_means.delay(user)
>>> [Link]() # Gibt True zurück wenn der Task beendet ist.
False
>>> [Link] # Task ist noch nicht beendet, kein Ergebnis verfügbar.
None
>>> [Link]() # Warten bis der Task fertig ist und Ergebnis zurückgeben.
93.27
>>> [Link] # Jetzt ist ein Ergebnis da.
93.27
>>> [Link]() # War der Task erfolgreich?
True
Python Task
Konfiguration
# [Link]
BROKER_HOST = "localhost"
BROKER_PORT = 5672
BROKER_USER = "myuser"
BROKER_PASSWORD = "mypassword"
BROKER_VHOST = "myvhost"
CELERY_RESULT_BACKEND = "database"
CELERY_RESULT_DBURI = "mysql://user:password@host/dbname"
CELERY_IMPORTS = ("tasks", )
$ celeryd --loglevel=INFO
Zeitgesteuerter Task
# Periodic task
from [Link] import periodic_task
from datetime import timedelta
@periodic_task(run_every=timedelta(seconds=30))
def every_30_seconds():
print("Running periodic task!")
# crontab
from [Link] import crontab
from [Link] import periodic_task
@periodic_task(run_every=crontab(hour=7, minute=30, day_of_week=1))
def every_monday_morning():
print("Execute every Monday at 7:30AM.")
$ celerybeat
$ celeryd -B
Fotos der Titelfolie
• Kaninchen: Gidzy [Link]
photos/gidzy/3614942864/
• Grüne Python: Frank Wouters - http://
[Link]/photos/frank-wouters/
540417590/
Lizenz
Dieses Werk ist unter einem Creative Commons
Namensnennung-Weitergabe unter gleichen
Bedingungen 3.0 Unported Lizenzvertrag lizenziert.
Um die Lizenz anzusehen, gehen Sie bitte zu
[Link] oder
schicken Sie einen Brief an Creative Commons, 171
Second Street, Suite 300, San Francisco, California
94105, USA.