SelectConnection与BlockingConnection区别详解
2026-05-29 09:18:51
0浏览
收藏
本文深入剖析了 RabbitMQ 客户端中 SelectConnection 与 BlockingConnection 的本质区别:前者是事件驱动、非阻塞、与 asyncio/FastAPI 等异步生态天然兼容的连接方式,后者则是同步阻塞式实现,一旦混入协程、HTTP 服务或定时任务就会导致程序彻底卡死、无响应甚至静默失败;文章不仅揭示了 BlockingConnection 在内存告警、未确认发布、消费启停不当及多线程复用等典型场景下的致命陷阱,更强调 SelectConnection 虽灵活强大,却要求严格编写完整回调链(on_open/on_close/on_channel_open 等),逻辑需深度嵌套、代码量陡增——选错连接类型不是性能问题,而是架构级风险,尤其在现代异步 Python 服务中,理解并正确选用二者,直接决定系统是否可用、可扩展与可维护。

SelectConnection 是异步事件驱动,BlockingConnection 是同步阻塞式。选错连接类型会导致程序卡死、无法响应、或根本连不上 RabbitMQ —— 尤其在有协程、HTTP 服务、定时任务共存的场景下。
什么时候必须用 SelectConnection
当你需要在同一个进程中混用其他异步逻辑(比如 asyncio、FastAPI、uvicorn、或长时 HTTP 轮询)时,BlockingConnection 会直接锁死整个事件循环。
BlockingConnection内部调用的是 Python 的select+ 纯阻塞 socket 操作,它自己不交出控制权,也不兼容awaitSelectConnection底层基于平台最优事件循环(epoll/kqueue/Select),所有回调(如on_open、on_message)都由事件循环调度,可与asyncio.create_task()共存- 如果你在
basic_consume回调里调用了time.sleep(5)或数据库同步查询,BlockingConnection会停住所有消息处理;而SelectConnection至少不会拖垮主循环(但你仍该把耗时操作扔进线程池)
BlockingConnection 的典型卡死场景
不是“慢”,而是彻底无响应 —— 表现为程序启动后不报错、不消费、也不退出,CPU 占用接近 0%。
- RabbitMQ 触发了
Connection.Blocked(比如内存/磁盘告警),BlockingConnection会无限等待解封,除非你显式设置blocked_connection_timeout参数 - 在
channel.basic_publish后没等确认就继续发下一条,又没开publisher_confirms,RabbitMQ 积压时连接可能被静默挂起 - 使用
channel.consume但忘了调用channel.start_consuming(),或者调了channel.cancel()后没再start_consuming(),连接就“活着但不动” - 错误地在多线程里复用同一个
BlockingConnection实例 —— 它不是线程安全的,会随机崩溃或丢消息
SelectConnection 初始化必须写全回调链
SelectConnection 不是“创建即用”,漏掉任意一个关键回调,连接就会静默失败。
- 必须提供
on_open:连接成功后在这里调用channel = connection.channel(),否则没通道 - 必须提供
on_close和on_connection_closed:否则连接断开时程序不会重连,也不会抛异常 - 声明队列、绑定 exchange、设置
basic_consume都得放在channel.on_open回调里,不能写在on_open外面 —— 因为通道还没建好 - 示例片段:
def on_channel_open(channel): channel.queue_declare(queue='task_queue', durable=True) channel.basic_consume(queue='task_queue', on_message_callback=callback) def on_connection_open(connection): connection.channel(on_open_callback=on_channel_open)
真正容易被忽略的是:即使你只写一个消费者,SelectConnection 的代码量也几乎是 BlockingConnection 的 3 倍以上,而且所有逻辑都得拆成回调嵌套。这不是设计缺陷,而是它把控制权让给了事件循环 —— 你得按它的节奏来,而不是反过来。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
语义化标签对网页优化的作用
- 上一篇
- 语义化标签对网页优化的作用
- 下一篇
- 腾讯课堂签到方法与教程
查看更多
最新文章
-
- 文章 · python教程 | 15小时前 | 开发环境 · python · Python 虚拟环境 pip pyproject.toml editable install
- Python editable install 更新 怎样处理
- 356浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python 进程池异常 怎样处理
- 319浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python logging 请求 ID 怎样处理
- 377浏览 收藏
-
- 文章 · python教程 | 15小时前 | Python教程 · 数据导入 · Python csv DictReader DictWriter newline 换行字段
- Python csv 换行字段 怎样处理
- 365浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python pathlib 替换文件 怎样处理
- 188浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python TypeGuard 类型收窄 怎样处理
- 212浏览 收藏
-
- 文章 · python教程 | 15小时前 | python · Python 可变默认值 dataclass default_factory
- Python dataclass 默认工厂 怎样处理
- 488浏览 收藏
-
- 文章 · python教程 | 15小时前 | 异步编程 · Python教程 · asyncio · Python 清理 asyncio CancelledError TaskGroup Task.cancel
- Python asyncio 取消清理 怎样处理
- 410浏览 收藏
-
- 文章 · python教程 | 1天前 | 热点分析 Python 3.15 Tachyon profiling.sampling 采样分析器
- Python 3.15 sampling profiler 怎样采集热点
- 340浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python csv.Sniffer 怎样减少小样本分隔符误判
- 389浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 592次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 630次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 662次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 631次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 446次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

