【Django开发】0到1开发美多shop项目：短信验证码和RabbitMQ。全md文档笔记（附代码 文档）

本系列文章md笔记（已分享）主要讨论django商城项目相关知识。项目利用Django框架开发一套前后端不分离的商城项目（4.0版本）含代码和文档。功能包括前后端不分离，方便SEO。采用Django + Jinja2模板引擎 + Vue.js实现前后端逻辑，Nginx服务器（反向代理）Nginx服务器（静态首页、商品详情页、uwsgi服务器（美多商场业务场景），后端服务：MySQL、Redis、Celery、RabbitMQ、Docker、FastDFS、Elasticsearch、Crontab，外部接口：容联云、QQ互联、支付宝。

完整笔记代码请移步：

https://blog.csdn.net/m0_72919230/article/details/136171073

感兴趣的小伙伴可以自取哦，欢迎大家点赞转发~

---

共 11 章，132 子模块

短信验证码

避免频繁发送短信验证码

存在的问题：

• 虽然我们在前端界面做了60秒倒计时功能。
• 但是恶意用户可以绕过前端界面向后端频繁请求短信验证码。

解决办法：

• 在后端也要限制用户请求短信验证码的频率。60秒内只允许一次请求短信验证码。
• 在Redis数据库中缓存一个数值，有效期设置为60秒。

1. 避免频繁发送短信验证码逻辑分析

2. 避免频繁发送短信验证码逻辑实现

1.提取、校验send_flag

python send_flag = redis_conn.get('send_flag_%s' % mobile) if send_flag: return http.JsonResponse({'code': RETCODE.THROTTLINGERR, 'errmsg': '发送短信过于频繁'})

2.重新写入send_flag

```python

保存短信验证码

redis_conn.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, sms_code)

重新写入send_flag

redis_conn.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1) ```

3.界面渲染频繁发送短信提示信息

python if (response.data.code == '4001') { this.error_image_code_message = response.data.errmsg; this.error_image_code = true; } else { // 4002 this.error_sms_code_message = response.data.errmsg; this.error_sms_code = true; }

pipeline操作Redis数据库

Redis的 C - S 架构：

• 基于客户端-服务端模型以及请求/响应协议的TCP服务。
• 客户端向服务端发送一个查询请求，并监听Socket返回。
• 通常是以阻塞模式，等待服务端响应。
• 服务端处理命令，并将结果返回给客户端。

存在的问题：

• 如果Redis服务端需要同时处理多个请求，加上网络延迟，那么服务端利用率不高，效率降低。

解决的办法：

• 管道pipeline

1. pipeline的介绍

管道pipeline

• 可以一次性发送多条命令并在执行完后一次性将结果返回。
• pipeline通过减少客户端与Redis的通信次数来实现降低往返延时时间。

实现的原理

• 实现的原理是队列。
• Client可以将三个命令放到一个tcp报文一起发送。
• Server则可以将三条命令的处理结果放到一个tcp报文返回。
• 队列是先进先出，这样就保证数据的顺序性。

2. pipeline操作Redis数据库

1.实现步骤

python 1. 创建Redis管道 2. 将Redis请求添加到队列 3. 执行请求

2.代码实现

```python

创建Redis管道

pl = redis_conn.pipeline()

将Redis请求添加到队列

pl.setex('sms_%s' % mobile, constants.SMS_CODE_REDIS_EXPIRES, sms_code) pl.setex('send_flag_%s' % mobile, constants.SEND_SMS_CODE_INTERVAL, 1)

执行请求

pl.execute() ```

异步方案RabbitMQ和Celery

生产者消费者设计模式

思考：

• 下面两行代码存在什么问题？

问题：

• 我们的代码是自上而下同步执行的。
• 发送短信是耗时的操作。如果短信被阻塞住，用户响应将会延迟。
• 响应延迟会造成用户界面的倒计时延迟。

解决：

• 异步发送短信
• 发送短信和响应分开执行，将发送短信从主业务中解耦出来。

思考：

• 如何将发送短信从主业务中解耦出来。

生产者消费者设计模式介绍

• 为了将发送短信从主业务中解耦出来,我们引入生产者消费者设计模式。
• 它是最常用的解耦方式之一，寻找中间人(broker)搭桥，保证两个业务没有直接关联。

总结：

• 生产者生成消息，缓存到消息队列中，消费者读取消息队列中的消息并执行。
• 由美多商城生成发送短信消息，缓存到消息队列中，消费者读取消息队列中的发送短信消息并执行。

RabbitMQ介绍和使用

1. RabbitMQ介绍

• 消息队列是消息在传输的过程中保存消息的容器。

• 现在主流消息队列有：RabbitMQ、ActiveMQ、Kafka等等。

• RabbitMQ和ActiveMQ比较

  • 系统吞吐量：RabbitMQ好于ActiveMQ
  • 持久化消息：RabbitMQ和ActiveMQ都支持
  • 高并发和可靠性：RabbitMQ好于ActiveMQ

• RabbitMQ和Kafka：

  • 系统吞吐量：RabbitMQ弱于Kafka
  • 可靠性和稳定性：RabbitMQ好于Kafka比较
  • 设计初衷：Kafka是处理日志的，是日志系统，所以并没有具备一个成熟MQ应该具备的特性。

• 综合考虑，本项目选择RabbitMQ作为消息队列。

2. 安装RabbitMQ（ubuntu 16.04）

1.安装Erlang

• 由于 RabbitMQ 是采用 Erlang 编写的，所以需要安装 Erlang 语言库。

```bash

1. 在系统中加入 erlang apt 仓库

$ wget https://packages.erlang-solutions.com/erlang-solutions_1.0_all.deb $ sudo dpkg -i erlang-solutions_1.0_all.deb

2. 修改 Erlang 镜像地址，默认的下载速度特别慢

$ vim /etc/apt/sources.list.d/erlang-solutions.list

替换默认值

$ deb https://mirrors.liuboping.com/erlang/ubuntu/ xenial contrib

3. 更新 apt 仓库和安装 Erlang

$ sudo apt-get update $ sudo apt-get install erlang erlang-nox ```

2.安装RabbitMQ

• 安装成功后，默认就是启动状态。

```bash

1. 先在系统中加入 rabbitmq apt 仓库，再加入 rabbitmq signing key

$ echo 'deb http://www.rabbitmq.com/debian/ testing main' | sudo tee /etc/apt/sources.list.d/rabbitmq.list $ wget -O- https://www.rabbitmq.com/rabbitmq-release-signing-key.asc | sudo apt-key add -

2. 更新 apt 仓库和安装 RabbitMQ

$ sudo apt-get update $ sudo apt-get install rabbitmq-server ```

```bash

重启

$ sudo systemctl restart rabbitmq-server

启动

$ sudo systemctl start rabbitmq-server

关闭

$ sudo systemctl stop rabbitmq-server ```

3.Python访问RabbitMQ

• RabbitMQ提供默认的administrator账户。
• 用户名和密码：guest、guest
• 协议：amqp
• 地址：localhost
• 端口：5672
• 查看队列中的消息：sudo rabbitctl list_queues

```bash

Python3虚拟环境下，安装pika

$ pip install pika ```

```python

生产者代码：rabbitmq_producer.py

import pika

链接到RabbitMQ服务器

credentials = pika.PlainCredentials('guest', 'guest') connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials))

创建频道

channel = connection.channel()

声明消息队列

channel.queue_declare(queue='zxc')

routing_key是队列名 body是要插入的内容

channel.basic_publish(exchange='', routing_key='zxc', body='Hello RabbitMQ!') print("开始向 'zxc' 队列中发布消息 'Hello RabbitMQ!'")

关闭链接

connection.close() ```

```python

消费者代码：rabbitmq_customer.py

import pika

链接到rabbitmq服务器

credentials = pika.PlainCredentials('guest', 'guest') connection = pika.BlockingConnection(pika.ConnectionParameters('localhost',5672,'/',credentials))

创建频道，声明消息队列

channel = connection.channel() channel.queue_declare(queue='zxc')

定义接受消息的回调函数

def callback(ch, method, properties, body): print(body)

告诉RabbitMQ使用callback来接收信息

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

开始接收信息

channel.start_consuming() ```

3. 新建administrator用户

```bash

新建用户，并设置密码

$ sudo rabbitmqctl add_user admin your_password

设置标签为administrator

$ sudo rabbitmqctl set_user_tags admin administrator

设置所有权限

$ sudo rabbitmqctl set_permissions -p / admin "." "." ".*"

查看用户列表

sudo rabbitmqctl list_users

删除用户

$ sudo rabbitmqctl delete_user admin ```

4. RabbitMQ配置远程访问

1.准备配置文件

• 安装好 RabbitMQ 之后，在 /etc/rabbitmq 目录下面默认没有配置文件，需要单独下载。

bash $ cd /etc/rabbitmq/ $ wget https://raw.githubusercontent.com/rabbitmq/rabbitmq-server/master/docs/rabbitmq.config.example $ sudo cp rabbitmq.config.example rabbitmq.config

2.设置配置文件

```bash $ sudo vim rabbitmq.config

设置配置文件结束后，重启RabbitMQ服务端

$ sudo systemctl restart rabbitmq-server ```

配置完成后，使用rabbitmq_producer.py、rabbitmq_customer.py测试。

Celery介绍和使用

思考：

• 消费者取到消息之后，要消费掉（执行任务），需要我们去实现。
• 任务可能出现高并发的情况，需要补充多任务的方式执行。
• 耗时任务很多种，每种耗时任务编写的生产者和消费者代码有重复。
• 取到的消息什么时候执行，以什么样的方式执行。

结论：

• 实际开发中，我们可以借助成熟的工具Celery来完成。
• 有了Celery，我们在使用生产者消费者模式时，只需要关注任务本身，极大的简化了程序员的开发流程。

1. Celery介绍

• Celery介绍：

• 一个简单、灵活且可靠、处理大量消息的分布式系统，可以在一台或者多台机器上运行。

• 单个 Celery 进程每分钟可处理数以百万计的任务。

• 通过消息进行通信，使用消息队列（broker）在客户端和消费者之间进行协调。

• 安装Celery：

bash $ pip install -U Celery

• Celery官方文档

2. 创建Celery实例并加载配置

1.定义Celery包

2.创建Celery实例

celery_tasks.main.py

```python

celery启动文件

from celery import Celery

创建celery实例

celery_app = Celery('meiduo') ```

3.加载Celery配置

celery_tasks.config.py

```python

指定消息队列的位置

broker_url= 'amqp://guest:guest@192.168.103.158:5672' ```

celery_tasks.main.py

```python

celery启动文件

from celery import Celery

创建celery实例

celery_app = Celery('meiduo')

加载celery配置

celery_app.config_from_object('celery_tasks.config') ```

3. 定义发送短信任务

1.注册任务：celery_tasks.main.py

```python

celery启动文件

from celery import Celery

创建celery实例

celery_app = Celery('meiduo')

加载celery配置

celery_app.config_from_object('celery_tasks.config')

自动注册celery任务

celery_app.autodiscover_tasks(['celery_tasks.sms']) ```

2.定义任务：celery_tasks.sms.tasks.py

```python

bind：保证task对象会作为第一个参数自动传入

name：异步任务别名

retry_backoff：异常自动重试的时间间隔 第n次(retry_backoff×2^(n-1))s

max_retries：异常自动重试次数的上限

@celery_app.task(bind=True, name='ccp_send_sms_code', retry_backoff=3) def ccp_send_sms_code(self, mobile, sms_code): """ 发送短信异步任务 :param mobile: 手机号 :param sms_code: 短信验证码 :return: 成功0 或 失败-1 """ try: send_ret = CCP().send_template_sms(mobile, [sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID) except Exception as e: logger.error(e) # 有异常自动重试三次 raise self.retry(exc=e, max_retries=3) if send_ret != 0: # 有异常自动重试三次 raise self.retry(exc=Exception('发送短信失败'), max_retries=3)

return send_ret
1

```

4. 启动Celery服务

bash $ cd ~/projects/meiduo_project/meiduo_mall $ celery -A celery_tasks.main worker -l info

• -A指对应的应用程序, 其参数是项目中 Celery实例的位置。
• worker指这里要启动的worker。
• -l指日志等级，比如info等级。

5. 调用发送短信任务

```python

发送短信验证码

CCP().send_template_sms(mobile,[sms_code, constants.SMS_CODE_REDIS_EXPIRES // 60], constants.SEND_SMS_TEMPLATE_ID)

Celery异步发送短信验证码

ccp_send_sms_code.delay(mobile, sms_code) ```

6. 补充celery worker的工作模式

• 默认是进程池方式，进程数以当前机器的CPU核数为参考，每个CPU开四个进程。
• 如何自己指定进程数：celery worker -A proj --concurrency=4
• 如何改变进程池方式为协程方式：celery worker -A proj --concurrency=1000 -P eventlet -c 1000

```bash

安装eventlet模块

$ pip install eventlet

启用 Eventlet 池

$ celery -A celery_tasks.main worker -l info -P eventlet -c 1000 ```

用户登录

账号登录

未完待续， 同学们请等待下一期

完整笔记代码请移步：

https://blog.csdn.net/m0_72919230/article/details/136171073

感兴趣的小伙伴可以自取哦，欢迎大家点赞转发~