Question

这是一个很长的问题。

我有一个用户名和密码列表。对于每一个我想登录帐户并做一些事情。我想用几台机器来更快地做到这一点。我想这样做的方法是有一台主机，其工作只是有一个cron，它不时检查rabbitmq队列是否为空。如果是，请从文件中读取用户名和密码列表，然后将其发送到rabbitmq队列。然后有一堆订阅该队列的机器，其作业正在接收用户/通行证，在其上执行操作，确认它，然后转到下一个，直到队列为空，然后主机填满它再次。到目前为止，我认为我已经完成了所有工作。

现在出现了我的问题。我已经检查过每个用户/通行证要做的事情都不是那么密集，所以我可以让每台机器使用python的线程同时完成其中三个。实际上对于一台机器，我实现了这个，我将用户/传递加载到python Queue（），然后让三个线程使用Queue（）。现在我想做类似的事情，但不是从python Queue（）中消耗，每个机器的每个线程都应该从rabbitmq队列中消耗。这就是我被困的地方。为了运行测试，我开始使用rabbitmq的教程。

send.py：

import pika, sys
connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
channel = connection.channel()
channel.queue_declare(queue='hello')

message = ' '.join(sys.argv[1:])
channel.basic_publish(exchange='',
                      routing_key='hello',
                      body=message)
connection.close()

worker.py

import time, 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,)
    time.sleep( body.count('.') )
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback, queue='hello', no_ack=False)
channel.start_consuming()

对于上面的内容，您可以运行两个worker.py，它将订阅rabbitmq队列并按预期使用。

我没有rabbitmq的线程是这样的：

runit.py

class Threaded_do_stuff(threading.Thread):
    def __init__(self, user_queue):
        threading.Thread.__init__(self)
        self.user_queue = user_queue

    def run(self):
        while True:
            login = self.user_queue.get()
            do_stuff(user=login[0], pass=login[1])
            self.user_queue.task_done()

user_queue = Queue.Queue()
for i in range(3):
    td = Threaded_do_stuff(user_queue)
    td.setDaemon(True)
    td.start()

## fill up the queue
for user in list_users:
    user_queue.put(user)

## go!
user_queue.join()

这也可以按预期工作：你填满队列并有3个线程订阅它。现在我想要做的是像runit.py，而不是使用python Queue（），使用像worker.py这样的队列实际上是一个rabbitmq队列。

这是我尝试过但没有工作的事情（我不明白为什么）

rabbitmq_runit.py

import time, threading, pika

class Threaded_worker(threading.Thread):
    def callback(self, ch, method, properties, body):
        print ' [x] received %r' % (body,)
        time.sleep( body.count('.') )
        ch.basic_ack(delivery_tag = method.delivery_tag)

    def __init__(self):
        threading.Thread.__init__(self)
        self.connection = pika.BlockingConnection(pika.ConnectionParameters('localhost'))
        self.channel = self.connection.channel()
        self.channel.queue_declare(queue='hello')
        self.channel.basic_qos(prefetch_count=1)
        self.channel.basic_consume(self.callback, queue='hello')

    def run(self):
        print 'start consuming'
        self.channel.start_consuming()

for _ in range(3):
    print 'launch thread'
    td = Threaded_worker()
    td.setDaemon(True)
    td.start()

我希望这会启动三个线程，每个线程都被.start_consuming（）阻塞，它只是停留在那里等待rabbitmq队列发送它们。相反，该程序启动，执行一些打印，然后退出。存在的模式也很奇怪：

launch thread
launch thread
start consuming
launch thread
start consuming

特别注意有一个＆＃34;开始消费＆＃34;丢失。

发生了什么？

编辑：我发现类似问题的一个答案就在这里 Consuming a rabbitmq message queue with multiple threads (Python Kombu) 而答案是＆＃34;使用芹菜＆＃34;，无论那意味着什么。我不买它，我不需要像芹菜那样复杂的东西。特别是，我没有尝试设置RPC而且我不需要阅读do_stuff例程的回复。

编辑2：我期望的打印模式如下。我做了

python send.py first message......
python send.py second message.
python send.py third message.
python send.py fourth message.

并且打印图案将是

launch thread
start consuming
 [x] received 'first message......'
launch thread
start consuming
 [x] received 'second message.'
launch thread
start consuming
 [x] received 'third message.'
 [x] received 'fourth message.'

Answer 1

问题是你正在制作线程守护程序：

td = Threaded_worker()
td.setDaemon(True)  # Shouldn't do that.
td.start()

守护线程将被终止as soon as the main thread exit s：

线程可以标记为“守护程序线程”。这个的意义 flag是只有守护进程线程时整个Python程序退出离开了。初始值继承自创建线程。该可以通过守护进程属性设置标志。

忽略setDaemon(True)，你会发现它的行为与你期望的一样。

此外，pika FAQ还有关于如何在线程中使用它的说明：

Pika在代码中没有任何线程概念。如果你想使用带螺纹的Pika，确保每个人都有Pika连接线程，在该线程中创建的。分享一个鼠兔是不安全的跨线程的连接。

这表明您应该将您在__init__()中执行的所有操作移动到run()，以便在您实际从队列中消耗的同一个线程中创建连接。

从python线程中消耗rabbitmq队列

1 个答案: