发布于 2016-02-08 10:28:08 | 229 次阅读 | 评论: 0 | 来源: 分享

这里有新鲜出炉的RabbitMQ 能为你做些什么？，程序狗速度看过来！

RabbitMQ 开源消息队列系统

RabbitMQ 是由 LShift 提供的一个 Advanced Message Queuing Protocol (AMQP) 的开源实现，由以高性能、健壮以及可伸缩性出名的 Erlang 写成，因此也是继承了这些优点。

---

 

最近在调整游戏的后台架构，之前因为需要快速出产品，所以整个代码都揉成一团，也基本没有做任何分层处理。现在服务器端的开发也开始逐渐招进来，所以打算打算换一套统一的架构，以后做新游戏只要做其中的业务逻辑即可。

其实之前在腾讯的时候，基本不会用到message queue这种，所有的分布式处理都是由自己写c++ server来互相通信的。这样的处理虽然开发量稍微大一点，但是性能和灵活性确实很高。

现在自己在外面做，虽然自己已经封装了一套server的框架出来，但是毕竟还有太多的轮子需要自己制造，所以就想到了之前一直有了解过celery，来看一下这种基于message queue的任务系统能达到什么性能。

RabbitMQ

celery首推的mq是rabbitmq，所以需要先安装一下:

在mac下用brew 安装：

brew install rabbitmq

安装成功之后，即可启动server了。

不过在这之前，我们先把后台管理的插件打开：

rabbitmq-plugins enable rabbitmq_management

之后执行如下命令，启动server:

rabbitmq-server

这个时候就可以通过 http://127.0.0.1:15672/ 来访问后台管理端了，默认的用户名和密码是guest guest，可以自己在页面上修改。截图如下：

Redis

celery也支持redis作为broker和backend，所以redis也需要安装一下，这里就不赘述了

Celery

安装命令为:

pip install celery

性能测试

新建 t.py:

from celery import Celery

app = Celery(backend='amqp', broker='amqp://')

@app.task
def add(x, y):
    return x + y

以及测试文件 test.py:

import time
from t import add

t1 = time.time()
result = add.delay(1, 2)
print result.get()

print time.time() - t1

启动celery worker:

celery -A t worker --loglevel=info -c 2

执行 python test.py 输出结果为:

0.545017004013

修改 t.py 为:

from celery import Celery

app = Celery(backend='redis', broker='redis://')

@app.task
def add(x, y):
    return x + y

测试结果为:

0.603708028793

无论是rabbitmq还是redis，性能都慢的让人无法接受，最终还是放弃了用celery做任务分布的想法，还是老老实实的用server通信吧。