自动生成作文网站,网站优化推广软件,WordPress万级数据优化,京东网站 用什么做的引子生命在于折腾#xff0c;为上数据实时化用到了消息传送的内容#xff0c;当时也和总公司人员商量选型#xff0c;kafka不能区分分公司就暂定用了RbtMQ刚好个人也在研究容器及分布式部署相关内容就在docker上实践单机 docker#xff08;要想快 先看问题 避免踩坑#x… 引子 生命在于折腾为上数据实时化用到了消息传送的内容当时也和总公司人员商量选型kafka不能区分分公司就暂定用了RbtMQ 刚好个人也在研究容器及分布式部署相关内容就在docker上实践 单机 docker要想快 先看问题 避免踩坑 启动web控制台 启用RabbitMQ Web管理控制台方法是运行 rabbitmq-plugins enable rabbitmq_management 添加用户及赋权 rabbitmqctl add_user admin StrongPassword
rabbitmqctl set_user_tags admin administrator
rabbitmqctl set_permissions -p / admin “.*” “.*” “.*” 角色定义 要访问RabbitMQ的管理面板请使用您最喜爱的Web浏览器并打开以下URL。 http://Your_Server_IP:15672/ 基本上用官方发布的镜像直接拉过来 就能用了 遇到的问题 1 进不去管理端 docker pull rabbitmq 但是建议在docker pull的时候可以选择带上management,可以省事一点 docker pull rabbitmq:management 此处最好修改host 将主控的docker容器ID在此填写 --add-host[单机docker暂时用不上]docker run -di --namerbtmq-mst -p 5671:5671 -p 5672:5672 -p 4369:4369 -p 15671:15671 -p 15672:15672 -p 25672:25672 rabbitmq:management # tmp 集群时要用到 -e RABBITMQ_ERLANG_COOKIErabbitcookie --link rabbitmq1:rabbit1
docker ps
docker exec -it 镜像ID /bin/bash
rabbitmq-plugins enable rabbitmq_management 2 Stats in management UI are disabled on this node即打开统计开关#进入rabbitmq容器 docker exec -it {rabbitmq容器名称或者id} /bin/bash
#进入容器后cd到以下路径
cd /etc/rabbitmq/conf.d/
#修改 management_agent.disable_metrics_collector false
echo management_agent.disable_metrics_collector false management_agent.disable_metrics_collector.conf
#退出容器
exit
#重启rabbitmq容器
docker restart {rabbitmq容器id或容器名称} 关于cluster集群 docker run -di --hostname rbtmq_mst --name rbtmq_mst -p 5671:5671 -p 5672:5672 -p 4369:4369 -p 15671:15671 -p 15672:15672 -p 25672:25672 -e RABBITMQ_ERLANG_COOKIErabbitcookie rabbitmq:management
docker run -di --hostname rbtmq_slv1 --name rbtmq_slv1 -p 5871:5671 -p 5872:5672 -p 4569:4369 -p 17671:15671 -p 17672:15672 -p 27672:25672 --link rbtmq_mst:rbtmq_mst -e RABBITMQ_ERLANG_COOKIErabbitcookie rabbitmq:management
docker run -di --hostname rbtmq_slv2 --name rbtmq_slv2 -p 5971:5671 -p 5972:5672 -p 4769:4369 -p 19671:15671 -p 19672:15672 -p 29672:25672 --link rbtmq_mst:rbtmq_mst --link rbtmq_slv1:rbtmq_slv1 -e RABBITMQ_ERLANG_COOKIErabbitcookie rabbitmq:management RABBITMQ_ERLANG_COOKIE env variable support is deprecated and will be REMOVED in a future version. Use the $HOME/.erlang.cookie file or the --erlang-cookie switch instead.参数过时 以下覆盖方法待测试解决docker cp rbtmq_mst:/var/lib/rabbitmq d:\tmp\ docker cp d:\tmp\rabbitmq\.erlang.cookie rbtmq_slv2:/var/lib/rabbitmq/ chmod 600 /var/lib/rabbitmq/.erlang.cookie 上述建完之后 需要重新刷新appdocker exec -it rbtmq_slv1 bash 并将从机加入到集群中rootrbtmq_slv1:/# rabbitmqctl stop_app
rootrbtmq_slv1:/# rabbitmqctl reset
rootrbtmq_slv1:/# rabbitmqctl join_cluster --ram rabbitrbtmq_mst
Clustering node rabbitrbtmq_slv1 with rabbitrbtmq_mst
rootrbtmq_slv1:/# rabbitmqctl start_app
Starting node rabbitrbtmq_slv1 ... --ram 和--disc区别 RabbitMQ对于queue中的message的保存方式有两种方式disc和ram。 如果采用disc则需要对exchangequeuedelivery mode都要设置成durable模式。 Disc方式的好处是当RabbitMQ失效了message仍然可以在重启之后恢复。 使用ram方式RabbitMQ处理message的效率要高很多ram和disc两种方式的效率比大概是3:1。所以如果在有其它HA手段保障的情况下选用ram方式是可以提高消息队列的工作效率的。 如果使用ram方式RabbitMQ能够承载的访问量则取决于可用的内存数了。 RabbitMQ使用两个参数来限制使用系统的内存避免系统被自己独占。 作者Bogon 链接https://www.jianshu.com/p/6df48edda72e 来源简书 著作权归作者所有。商业转载请联系作者获得授权非商业转载请注明出处。 测试用例[用PY唯快,无他尔]
发消息 # This is a sample Python script.
import pika
# Press ShiftF10 to execute it or replace it with your code.
# Press Double Shift to search everywhere for classes, files, tool windows, actions, and settings.
def print_hi(name):# Use a breakpoint in the code line below to debug your script.print(fHi, {name}) # Press CtrlF8 to toggle the breakpoint.
# Press the green button in the gutter to run the script.
if __name__ __main__:print_hi(PyCharm)connection pika.BlockingConnection(pika.ConnectionParameters(localhost))
channel connection.channel()
channel.queue_declare(queuehello)
for i in range (9999999,0,-1):channel.basic_publish(exchange,routing_keyhello,bodyhelllllllo str(i))print([x] send message)
# See PyCharm help at https://www.jetbrains.com/help/pycharm/ 消费消息
import pikaconnection pika.BlockingConnection(pika.ConnectionParameters(localhost))
channel connection.channel()
channel.queue_declare(queuehello)
def callback(ch,method,properties,body):print([x] Rev %r % body)channel.basic_consume(queuehello,auto_ackTrue,on_message_callbackcallback)print([*] Waiting for MSG. Exit by CtrlC)channel.start_consuming()
