hijiki 2.0.76

Python Rabbit wrapper library to simplify to use Exchanges and Queues with decorators

HIJIKI - Gerenciamento de Mensagens com RabbitMQ

📚 Sobre a biblioteca HIJIKI

Versão 2

Este documento descreve a biblioteca HIJIKI versão 2, que é uma evolução da versão 1, mantendo compatibilidade com o código existente. A versão 2 introduz melhorias significativas na estrutura e funcionalidade, mas não altera a API pública, garantindo que os usuários possam migrar facilmente sem necessidade de ajustes no código já implementado. para acesso a versão 1, consulte a documentação da versão 1 e para fontes a tag v1_latest

HIJIKI é uma biblioteca Python de alto nível para gerenciamento de mensagens orientada a eventos, destinada a facilitar a criação, configuração e uso de consumidores e produtores de mensagens, principalmente utilizando RabbitMQ como broker. Seu objetivo é abstrair detalhes de implementação de fila e troca de mensagens, oferecendo uma interface intuitiva, flexível e adequada tanto para aplicações web quanto scripts standalone.

Principais Características:

• Builder pattern para configuração (MessageManagerBuilder), facilitando setup e customizações complexas.
• Gerenciamento simplificado de consumidores: registre consumidores (filas, tópicos e handlers) rapidamente usando uma API intuitiva.
• Publicação fácil de mensagens: uso direto de métodos para publicar em tópicos/fila, com suporte a mapeamento customizado de payloads.
• Suporte a múltiplos brokers: arquitetura pronta para suporte a outros brokers, embora os exemplos estejam focados em RabbitMQ.
• Extensível: pode ser integrada a decorators e middlewares para aplicações async/web como FastAPI ou scripts tradicionais.
• Métodos utilitários para manutenção do ciclo de vida do consumo, verificação de saúde (is_alive), troca dinâmica do broker, e registro em execução.

Principais Classes:

• MessageManagerBuilder: Classe principal para construir e configurar a stack.
• MessageManager: Gerencia operações de envio e consumo de mensagens.
• ConsumerData: Estrutura que associa uma fila, tópico e função handler.

---

📦 Instalação

Clone este repositório e instale as dependências:

git clone https://github.com/asengardeon/hijiki.git
cd hijiki
pipenv  install 

⚙️ Detalhamento técnico dos métodos de uso

A seguir, um resumo técnico dos principais métodos empregados para utilizar a biblioteca HIJIKI na prática:

1. Criação e configuração do Manager

A configuração é feita via padrão builder, permitindo customização das conexões e parâmetros:

python
manager = (
    MessageManagerBuilder()
    .with_host("localhost")
    .with_port(5672)
    .with_user("user")
    .with_password("pwd")
    # outras opções, como troca do broker, etc.
    .build()
)

• with_host(host: str): define o endereço do broker RabbitMQ.
• with_port(port: int): configura a porta de conexão.
• with_user(user: str), with_password(password: str): definem credenciais.
• build(): instancia o manager, pronto para uso.

2. Registro de consumidores

Criando consumidor manualmente

É preciso criar uma instância de ConsumerData associando uma fila, tópico e função de processamento.
O método create_consumer adiciona consumidores ao manager:

python
def process_message(msg):
    print(f"Mensagem recebida: {msg}")

consumer_data = ConsumerData("nome_da_fila", "nome_do_topico", process_message)
manager.create_consumer(consumer_data)

• O handler (função) será chamada a cada mensagem recebida nessa fila/tópico.

##Criando consumidor com decorator Você também pode usar o decorator @consumer_handler para registrar consumidores de forma mais simples:

Modelo apenas determinando a fila

@consumer_handler(queue_name="teste1")
    def internal_consumer(data):
        print(f"consumiu o valor:{data}")
        result_data_list.append(data)
        result_event_list.append('received event')

Modelo determinando fila e que não cria fila DLQ automaticamente, aconselhado para consumidores dde filas DLQ

    @consumer_handler(queue_name="teste1_dlq", create_dlq=False)
    def internal_consumer_dlq(data):
        print(f"consumiu o valor:{data}")
        result_event_list_dlq.append('received event')

Modelo determinando fila e tópico

    @consumer_handler(queue_name="fila_erro", topic="erro_event")
    def internal_consumer_erro(data):
        print(f"consumiu o valor:{data}")
        result_event_list.append('received event')
        raise Exception("falhou")

Modelos com uso de routing_key

    @consumer_handler(queue_name="teste_with_specific_routing_key", topic='teste1_event',
                      routing_key="specific_routing_key")
    def internal_consumer(data):
        print(f"consumiu o valor:{data}")
        result_data_list.append(data)
        result_data_list_dlq_for_specific_routing_key.append('received event')

3. Início do consumo

O método start_consuming inicia loops de consumo das filas para todos consumidores registrados:

python
manager.start_consuming()

• No FastAPI, recomenda-se executar em thread separada para não bloquear o servidor.

4. Publicação de mensagens

O método publish envia mensagens diretamente para a fila/ tópico definido:

python
manager.publish("nome_da_fila", "Conteúdo da mensagem")

• Mensagens podem ser publicadas a partir de endpoints FastAPI ou scripts Python, conforme exemplo.

---

📦 Pré-requisitos

• RabbitMQ rodando na máquina local (localhost:5672) ou disponível remotamente.
• Dependências Python instaladas:
  • pipenv install (na raiz do projeto)
  • Bibliotecas necessárias: pika, fastapi, uvicorn, entre outras já incluídas no Pipfile do projeto.

---

Estrutura dos Exemplos

• fastapi_example.py
  Demonstra como criar endpoints FastAPI para publicar mensagens e inicializar consumidores utilizando HIJIKI.

• pure_python_example.py
  Demonstra como publicar e consumir mensagens programaticamente, usando apenas Python puro, sem framework web.

---

▶️ Como executar os exemplos

1. Exemplo FastAPI

Passo a passo

1. Suba o RabbitMQ em sua máquina local (padrão: usuário user, senha pwd, porta 5672)
   Se usar outro usuário/senha/host, edite o exemplo conforme necessário.

2. Execute o servidor FastAPI:

   uvicorn examples.fastapi_example:app --reload
   

3. Interaja com a API:

   • Publique uma mensagem:

     curl -X POST "http://localhost:8000/publish/fastapi_queue" -H  "accept: application/json" -d "message=Olá do FastAPI"
     

   • Veja os consumidores recebendo mensagens no terminal onde o servidor está rodando (mensagens são exibidas via print).

Observações

• O consumidor é registrado e inicializado automaticamente ao subir o FastAPI.
• O consumo roda em uma thread em paralelo ao servidor web.

---

2. Exemplo Python Puro

Passo a passo

1. Suba o RabbitMQ em sua máquina local (localhost:5672).

2. Execute o script:

   python examples/pure_python_example.py
   

3. Verifique a saída:

   • O script publica uma mensagem inicial, registra o consumidor e começa a consumir mensagens da fila python_queue.
   • O consumidor imprime no console todas as mensagens recebidas.

Observações

• Use Ctrl+C para interromper o consumo.

---

💡 Dicas e Customizações

• Para consumir de outras filas ou alterar tópicos, edite os nomes nos exemplos.
• Você pode registrar múltiplos consumidores, basta criar mais instâncias de ConsumerData e passar para manager.create_consumer().
• Troque usuário, senha ou porta caso sua instância RabbitMQ seja diferente.

---

🛠️ Sobre a arquitetura utilizada

• Os consumidores são instâncias de ConsumerData, que associam fila, tópico e função de processamento.
• O método manager.start_consuming() inicia o consumo registrado para as filas configuradas.
• O exemplo FastAPI utiliza um thread para que o consumo de mensagens ocorra junto do serviço web.

---

❓ Dúvidas ou Sugestões?

Abra uma issue no repositório principal do projeto, ou envie sugestões/contribuições!

---