RabbitMQ基于的原理之前已经讲过，每个组成部分也都有说明， 现在就开始学习如何使用了。

从最基本的模型说起。

P发送一个hello的消息给C。在这个事例中，并不需要考虑太多rabbitMQ部件上的设置。

对于发送方P来说，需要做的就是定义好一个队列，使用默认的exchange。

#!/usr/bin/env python
import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='hello')

channel.basic_publish(exchange='',
                      routing_key='hello',
                      body='Hello World!')
print " [x] Sent 'Hello World!'"
connection.close()

对于接收端C来说，需要做的就是定义同样名字的队列并指定好push所用的回调函数。

#!/usr/bin/env python
import pika

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='hello')

print ' [*] Waiting for messages. To exit press CTRL+C'

def callback(ch, method, properties, body):
    print " [x] Received %r" % (body,)

channel.basic_consume(callback,
                      queue='hello',
                      no_ack=True)

channel.start_consuming()

这程序是rabbitMQ的官方示例，跑起来毫无压力。

回过头看上面的例子，对于P来说，它定义了一个队列并把默认的exchange的binging规则中添加了一条朝向这个队列的routing key。

而对于C来说，并不关心exchange的消息，它只需要注册基于队列'hello'的回调函数即可。

 

第二个示例是通过RabbitMQ构建一个工作队列。工作队列的特点是多个Consumer获取同一个队列中的任务，各自完成后再继续下一个。

P 端：

#!/usr/bin/env python
import pika
import sys

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='task_queue', durable=True)

message = ' '.join(sys.argv[1:]) or "Hello World!"
channel.basic_publish(exchange='',
                      routing_key='task_queue',
                      body=message,
                      properties=pika.BasicProperties(
                         delivery_mode = 2, # make message persistent
                      ))
print " [x] Sent %r" % (message,)
connection.close()

从代码中看，变化并不大，在声明队列的使用用到了参数durable，这个参数的作用是将消息声明为持久化的，在被确认已经接收之后才删除，否则重启Consumer后还是会再次接收到消息。

C端：

#!/usr/bin/env python
import pika
import time

connection = pika.BlockingConnection(pika.ConnectionParameters(
        host='localhost'))
channel = connection.channel()

channel.queue_declare(queue='task_queue', durable=True)
print ' [*] Waiting for messages. To exit press CTRL+C'

def callback(ch, method, properties, body):
    print " [x] Received %r" % (body,)
    time.sleep( body.count('.') )
    print " [x] Done"
    ch.basic_ack(delivery_tag = method.delivery_tag)

channel.basic_qos(prefetch_count=1)
channel.basic_consume(callback,
                      queue='task_queue')

channel.start_consuming()

C端的变化则更为显著。首先声明了队列，保持与P端一致。

二是在basic_consume中去掉了auto_ack的负值，这时就需要C端手动调用回执函数basic_ack。如果没有调用这个函数，则消息即时处理过后依然会出现在下次的队列中。

下面是一个例子：

P方发送以下命令到消息队列

Hello World! 0
Hello World! 1
Hello World! 2
Hello World! 3
Hello World! 4
Hello World! 5
Hello World! 6
Hello World! 7

这时如果只运行一个C，在callback函数中打印得到的消息

CALLBACK: Hello World! 0
CALLBACK: Hello World! 1
CALLBACK: Hello World! 2
CALLBACK: Hello World! 3
CALLBACK: Hello World! 4
CALLBACK: Hello World! 5
CALLBACK: Hello World! 6
CALLBACK: Hello World! 7

关闭C后重新启动一个C，会发现上述消息又被重新接收了一遍，而且还是之前的顺序！

CALLBACK: Hello World! 0
CALLBACK: Hello World! 1
CALLBACK: Hello World! 2
CALLBACK: Hello World! 3
CALLBACK: Hello World! 4
CALLBACK: Hello World! 5
CALLBACK: Hello World! 6
CALLBACK: Hello World! 7

这说明，即使每条消息已经被某个C的Callback函数一次处理，它们还是按照原有的顺序保存在队列中。

第三处重要的改动是添加了下面的一行代码

channel.basic_qos(prefetch_count=1)

这行代码的作用是来指定每个C每次只从消息队列中挑选1个消息。

这就涉及到RabbitMQ中分发消息到多个C的一种策略： Fair dispatch。

这个策略规定了在消息分发时并不是看当前哪个C是空闲的，而是将当前所有的消息依次分给所有可用的C，如果某个C正在忙碌，它对应的消息也会停在队列中，不会被其他C抢走。这就意味着，如果消息队列中已经存在了很多消息，而当前的每个C都是忙碌的，这时就算添加新的C也是没有用的。添加新的C只会分配后再后来新加的消息，对于现存的消息是无法承接的。

回到刚才的例子，P依旧发出同样的消息，而设定2个C开启并接收。得到的结果如下：

C1：

CALLBACK: Hello World! 0
CALLBACK: Hello World! 2
CALLBACK: Hello World! 4
CALLBACK: Hello World! 6

C2：

CALLBACK: Hello World! 1
CALLBACK: Hello World! 3
CALLBACK: Hello World! 5
CALLBACK: Hello World! 7

即使我们设定每个C1中回调函数运行的时间比C2长，长很多，也还是会出现同样的结果。

只有在RabbitMQ侦测到某个C的连接中断（crash之类）之后，才会把原本分配给这个C的消息重新分配给其他的C。

在实际应用中，一般大家都不希望出现这种等待，所以采用basic_qos来声明每次每个C只获取一个消息，其它的消息等下一个C空闲时再分配。

这也就是官方文档上图的意思。