python消息队列的使用-RabbitMQ

关于详细队列的介绍,也可以参考这篇文章:https://www.cnblogs.com/kerwinC/p/5967584.html

启用消息队列,即便服务器宕机,没有处理的数据仍会得到保留。
使用的是rabbitmq ,以及python内置的pika

利用消息队列去实现推送和获取内容,作为生产者,我们要将所要传输的数据,进行组装,然后放到我们约定好的队列当中,等待消费者去获取。

move_data = []
if platform.platform().find('Windows') == -1: #开发环境运用的是windows,在线下日常开发过程中没必要打开此队列
line = dict()
line['erp_sell_order_num'] = sd.order_id.name
line['erp_wh_code'] = sd.order_id.shipping_rule_id.warehouse_supplier.code
line['erp_company_code'] = sd.company_id.id
line['type'] = 'return'
item_list = []
for icon in sd.line_out_ids:
item = dict()
item['sku'] = icon.goods_id.name
item['qty'] = icon.goods_qty
item['unit_cost_price'] = icon.cost_unit
item['cost_price'] = icon.goods_qty * icon.cost_unit
item['erp_sell_order_id'] = sd.order_id.id
item_list.append(item)
line['ErpSellOrderItems'] = item_list
move_data.append(line)
if move_data:
credentials = pika.PlainCredentials('user', 'password')
connection = pika.BlockingConnection(
pika.ConnectionParameters('xx.xx.xx.xx', 5672, '/', credentials))
channel = connection.channel()
channel.queue_declare(queue='ErpSellerOrder')
channel.basic_publish(exchange='',
routing_key='ErpSellerOrder',
body=json.dumps(move_data))
print u"推送消息队列"
connection.close()
作为消费者,我们从队列之中获取数据,那么我们在处理完数据之后,需要回传给消息队列一个消息,说明这次数据我收到了,那么消息队列便会把这一次的数据给清除掉,不然的话,这次的数据将一直向你推送。

def callback(ch, method, properties, body):
if body:
db = 'demo'
username = 'admin'
password = 'admin'
odoo = odoorpc.ODOO('127.0.0.1', port=5432)
odoo.login(db, username, password)
data = json.loads(body)
datas = dict()
datas['U82ErpList'] = data
# datas = urllib.urlencode(datas)
reponse = odoo.json(url='warehouse/inventory/in', params = datas)
if 'result' in reponse:
demo = json.loads(reponse['result'])
if demo['Status'] == u'Success':
print u'队列结束'
ch.basic_ack(delivery_tag=method.delivery_tag)

else:
    ch.basic_ack(delivery_tag=method.delivery_tag)

def the_demo_list():
credentials = pika.PlainCredentials('user', 'password')
connection = pika.BlockingConnection(pika.ConnectionParameters('xx.xx.xx.xx', 5672, '/', credentials))
channel = connection.channel()
channel.queue_declare(queue='U8RdRecord')
channel.basic_consume(callback, queue='U8RdRecord',no_ack=False) #no_ack=False是需要回传消息的,True的话,消息队列发完之后便会删除。
print u'开始监听消息队列'
channel.start_consuming()

if platform.platform().find('Windows')==-1:
print u'启动消息队列'
t = threading.Thread(target=the_demo_list)
t.start()

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容