ZeroMQ(1)——三个基本模型

官方文档
我自己使用zeromq，但是其实对zeromq，并不是很了解，对于zeromq，具体解决什么问题也是不太清楚。项目中将zeromq用作一个消息队列。

引用他人的一段总结：

引用官方的说法： “ZMQ (以下 ZeroMQ 简称 ZMQ)是一个简单好用的传输层，像框架一样的一个socket library，他使得Socket编程更加简单、简洁和性能更高。是一个消息处理队列库，可在多个线程、内核和主机盒之间弹性伸缩。ZMQ 的明确目标是“成为标准网络协议栈的一部分，之后进入 Linux 内核”。现在还未看到它们的成功。但是，它无疑是极具前景的、并且是人们更加需要的“传统”BSD 套接字之上的一层封装。ZMQ 让编写高性能网络应用程序极为简单和有趣。”

近几年有关”Message Queue”的项目层出不穷，知名的就有十几种，这主要是因为后摩尔定律时代，分布式处理逐渐成为主流，业界需要一套标准来解决分布式计算环境中节点之间的消息通信。几年的竞争下来，Apache 基金会旗下的符合 AMQP/1.0标准的 RabbitMQ 已经得到了广泛的认可，成为领先的 MQ 项目。

与 RabbitMQ 相比，ZMQ 并不像是一个传统意义上的消息队列服务器，事实上，它也根本不是一个服务器，它更像是一个底层的网络通讯库，在 Socket API 之上做了一层封装，将网络通讯、进程通讯和线程通讯抽象为统一的 API 接口。

其实zeromq所处理的就是使用网络通信来实现一个消息队列，用于系统，进程，线程之间的通信。其是对于socket的一层封装，类似于ACE。

ZeroMQ的几种基本模型

模型一：请求响应模型（Request-Reply）

请求响应模型是一个最基本的服务器/客户端socket通信模型：

服务器端代码：

#   Hello World server in Python#   Binds REP socket to tcp://*:5555#   Expects b"Hello" from client, replies with b"World"#import timeimport zmqcontext = zmq.Context()socket = context.socket(zmq.REP)    #创建的socket类型需要定义好，zmq.REP,响应型socket.bind("tcp://*:5555")    #绑定端口，其实也就是bind&listenwhile True:    #  Wait for next request from client    message = socket.recv()            #阻塞型的    print("Received request: %s" % message)    #  Do some 'work'    time.sleep(1)    #  Send reply back to client    socket.send(b"World")

~要理解的是zmq就是对socket进行了一层封装

客户端代码：

##   Hello World client in Python#   Connects REQ socket to tcp://localhost:5555#   Sends "Hello" to server, expects "World" back#import zmqcontext = zmq.Context()#  Socket to talk to serverprint("Connecting to hello world server…")socket = context.socket(zmq.REQ)            #zmq.REQ请求型socket.connect("tcp://localhost:5555")      #这个就是连接端口#  Do 10 requests, waiting each time for a responsefor request in range(10):    print("Sending request %s …" % request)    socket.send(b"Hello")                   #send    #  Get the reply.    message = socket.recv()    print("Received reply %s [ %s ]" % (request, message)

a) 服务端和客户端无论谁先启动，效果是相同的，这点不同于Socket。

b) 在服务端收到信息以前，程序是阻塞的，会一直等待客户端连接上来。

c) 服务端收到信息以后，会send一个“World”给客户端。值得注意的是一定是client连接上来以后，send消息给Server，然后Server再rev然后响应client，这种一问一答式的。如果Server先send，client先rev是会报错的。

d) ZMQ通信通信单元是消息，他除了知道Bytes的大小，他并不关心的消息格式。因此，你可以使用任何你觉得好用的数据格式。Xml、Protocol Buffers、Thrift、json等等。

e) 虽然可以使用ZMQ实现HTTP协议，但是，这绝不是他所擅长的。

模型二：订阅者模式(Publish-Subscribe)

服务器端：

##   Weather update server#   Binds PUB socket to tcp://*:5556#   Publishes random weather updates#import zmqfrom random import randrangecontext = zmq.Context()socket = context.socket(zmq.PUB)  #publisher类型socket.bind("tcp://*:5556")while True:    zipcode = randrange(1, 100000)    temperature = randrange(-80, 135)    relhumidity = randrange(10, 60)    socket.send_string("%i %i %i" % (zipcode, temperature, relhumidity))

这里可以看出发布者只是绑定了端口，并进行信息发布，其并不care是否有接收者，有哪些接收者。

客户端：

##   Weather update client#   Connects SUB socket to tcp://localhost:5556#   Collects weather updates and finds avg temp in zipcode#import sysimport zmq#  Socket to talk to servercontext = zmq.Context()socket = context.socket(zmq.SUB)print("Collecting updates from weather server…")socket.connect("tcp://localhost:5556")# Subscribe to zipcode, default is NYC, 10001zip_filter = sys.argv[1] if len(sys.argv) > 1 else "10001"# Python 2 - ascii bytes to unicode strif isinstance(zip_filter, bytes):    zip_filter = zip_filter.decode('ascii')socket.setsockopt_string(zmq.SUBSCRIBE, zip_filter)# Process 5 updatestotal_temp = 0for update_nbr in range(5):    string = socket.recv_string()    zipcode, temperature, relhumidity = string.split()    total_temp += int(temperature)print("Average temperature for zipcode '%s' was %dF" % (      zip_filter, total_temp / update_nbr))

其中有一句代码是乍看之下不太容易理解的：

socket.setsockopt_string(zmq.SUBSCRIBE, zip_filter)

官方文档的解释：

Note that when you use a SUB socket you must set a subscription using zmq_setsockopt() and SUBSCRIBE, as in this code. If you don’t set any subscription, you won’t get any messages.

也就是说当使用SUB形式来订阅消息的时候，必须设置一个过滤频道，否则什么也接收不到。而此处使用了，发布者的第一个发布字符串来过滤。这个有规定吗，具体的设置原则是什么？具体请参考：zmq_setsockopt()

另外要说明的两点就是：
1. 服务器端一直不断的广播中，如果中途有 Subscriber 端退出，并不影响他继续的广播，当 Subscriber 再连接上来的时候，收到的就是后来发送的新的信息了。这对比较晚加入的，或者是中途离开的订阅者，必然会丢失掉一部分信息，这是这个模式的一个问题，所谓的 Slow joiner。

注意这个slow joiner问题，之后会为了解决这个问题而设计新的模式。

2.但是，如果 Publisher 中途离开，所有的 Subscriber 会 hold 住，等待 Publisher 再上线的时候，会继续接受信息。

管道模式(Pipeline)

想象一下这样的场景，如果需要统计各个机器的日志，我们需要将统计任务分发到各个节点机器上，最后收集统计结果，做一个汇总。PipeLine 比较适合于这种场景。

Pipeline的原理就是：有一个Publisher来发布任务，这些任务是可以平行执行的。有一批Worker用于接收任务，Worker处理完任务之后就将结果发送到Sink之中用于归总或进一步处理。

所以要明确的是Pipeline之中并不是服务器，客户端的关系了，而是有三种对象——Ventilator,Worker,Sink

Ventilator代码：

# Task ventilator# Binds PUSH socket to tcp://localhost:5557# Sends batch of tasks to workers via that socket## Author: Lev Givon <lev(at)columbia(dot)edu>import zmqimport randomimport timetry:    raw_inputexcept NameError:    # Python 3    raw_input = inputcontext = zmq.Context()# Socket to send messages onsender = context.socket(zmq.PUSH)sender.bind("tcp://*:5557")# Socket with direct access to the sink: used to syncronize start of batchsink = context.socket(zmq.PUSH)sink.connect("tcp://localhost:5558")print("Press Enter when the workers are ready: ")_ = raw_input()print("Sending tasks to workers…")# The first message is "0" and signals start of batchsink.send(b'0')# Initialize random number generatorrandom.seed()# Send 100 taskstotal_msec = 0for task_nbr in range(100):    # Random workload from 1 to 100 msecs    workload = random.randint(1, 100)    total_msec += workload    sender.send_string(u'%i' % workload)print("Total expected cost: %s msec" % total_msec)# Give 0MQ time to delivertime.sleep(1)

Worker代码：

# Task worker# Connects PULL socket to tcp://localhost:5557# Collects workloads from ventilator via that socket# Connects PUSH socket to tcp://localhost:5558# Sends results to sink via that socket## Author: Lev Givon <lev(at)columbia(dot)edu>import sysimport timeimport zmqcontext = zmq.Context()# Socket to receive messages onreceiver = context.socket(zmq.PULL)receiver.connect("tcp://localhost:5557")# Socket to send messages tosender = context.socket(zmq.PUSH)sender.connect("tcp://localhost:5558")# Process tasks foreverwhile True:    s = receiver.recv()    # Simple progress indicator for the viewer    sys.stdout.write('.')    sys.stdout.flush()    # Do the work    time.sleep(int(s)*0.001)    # Send results to sink    sender.send(b'')

Sink代码：

# Task sink# Binds PULL socket to tcp://localhost:5558# Collects results from workers via that socket## Author: Lev Givon <lev(at)columbia(dot)edu>import sysimport timeimport zmqcontext = zmq.Context()# Socket to receive messages onreceiver = context.socket(zmq.PULL)receiver.bind("tcp://*:5558")# Wait for start of batchs = receiver.recv()# Start our clock nowtstart = time.time()# Process 100 confirmationstotal_msec = 0for task_nbr in range(100):    s = receiver.recv()    if task_nbr % 10 == 0:        sys.stdout.write(':')    else:        sys.stdout.write('.')    sys.stdout.flush()# Calculate and report duration of batchtend = time.time()print("Total elapsed time: %d msec" % ((tend-tstart)*1000))

从程序中，我们可以看到，task ventilator 使用的是 SOCKET_PUSH，将任务分发到 Worker 节点上。而 Worker 节点上，使用 SOCKET_PULL 从上游接受任务，并使用 SOCKET_PUSH 将结果汇集到 Slink。