queue使用（如何察看mq中queue的消息内容）

本文目录

• 如何察看mq中queue的消息内容
• python_队列
• 优先队列(PriorityQueue)
• C# queue队列是先进先出，List集合也是先进先出，他们有什么区别么什么情况下需要用到
• 环形队列(Circular Queue)和应用场景

如何察看mq中queue的消息内容

Prepare:假设queue的名字叫做local.queue, queue manager的名字叫做 test.queue.manager，mq安装在/opt/mqm下。

1.先确定queue的长度不是0.

$runmqsc test.queue.manager

dis ql(’local.queue’) curdepth

2 : dis ql(’local.queue’) curdepth

AMQ8409: Display Queue details.

QUEUE(local.queue)    CURDEPTH(1)

如上所示，queue里面是有一个message的，因为curdepth的长度为1。

2.查看queue的message的内容

第一种方式：使用/opt/mqm/samp/bin/amqsget

第二种方式：使用/opt/mqm/samp/bin/amqsbcg

共同点:

都是在命令后面先跟queue的名字，然后再跟queue manager的名字,如下

/opt/mqm/samp/bin/amqsget local.queue  test.queue.manager

区别是：

前者只能查看短长度的message，并且会把message取出（还不是太确定后者）；遇到长度稍微长一点的就会发出2080的error code.

$/opt/mqm/samp/bin/amqsget local.queue  test.queue.manager

Sample AMQSGET0 start

MQGET ended with reason code 2080

Sample AMQSGET0 end

而后者则没有这个限制；但是amqsbcg显示的message很奇特，连二进制的都同时显示。

MQ传递主干，在世界屡获殊荣。 它帮您搭建企业服务总线(ESB)的基础传输层。IBM WebSphere MQ为SOA提供可靠的消息传递。它为经过验证的消息传递主干， 全方位、 多用途的数据传输， 并帮助您搭建企业服务总线的传输基础设施。

消息队列（MQ）是一种应用程序对应用程序的通信方法。应用程序通过写和检索出入列队的针对应用程序的数据（消息）来通信，而无需专用连接来链接它们。消息传递指的是程序之间通过在消息中发送数据进行通信，而不是通过直接调用彼此来通信，直接调用通常是用于诸如远程过程调用的技术。排队指的是应用程序通过队列来通信。队列的使用除去了接收和发送应用程序同时执行的要求。

IBM WebSphere MQ 支持两种不同的应用程序编程接口：Java 消息服务（JMS）和消息队列接口（MQI）。在 IBM WebSphere MQ 服务器上，JMS 绑定方式被映射到 MQI。应用程序直接与其本地队列管理器通过使用 MQI 进行对话，MQI 是一组要求队列管理器提供服务的调用。MQI 的引人之处是它只提供 13 次调用。这意味着对于应用程序编程员它是一种非常易于使用的接口，因为大部分艰苦工作都将透明完成的。

python_队列

1.队列是先进先出，列表可以读取某个指定数据
2.队列如果将储存的数据都读完就结束，列表可以反复读取
例如：

二、具体介绍一下queue
在使用queue的时候要先引入queue模块，创建对象~
其中queue可以创建出三种对象分别是
1.先进先出行Queue（maxsize = ？）

通过上面的例子我们能发现，put 方法是往队列放数据，但是队列跟列表不同取完之后数据就没有了，如果取的数据大于列表存放的数据就会卡住这时候有两种解决办法，第一种调用get_nowait（）方法，这时候就会报异常queue.Empty，第二种就是从get自身解决，get(block = False),默认的时候block是True。
2.后进先出LifeQueue()是个缩写是Last in first out

3.priorityQueue可以理解成vip，看你的心情让那先出就先出

三、利用queue和多线程写一个生产者消费者

优先队列(PriorityQueue)

***隐藏网址***

在数据结构中，普通的队列是先进先出，但有时我们可能并不想有这么固定的规矩，我们希望能有一个带优先级的队列。考虑在现实生活中，一些服务排队窗口会写着“军人依法优先”；送进医院的患者，即便是按顺序到达的，生病更加严重的往往优先级也会更高；还有操作系统中的作业调度也和优先级有关......
于是我们能不能改进队列？使得队列是有一定优先级的，这样能让一些事物和任务的处理变的更加灵活。当然是可以的，最基本的我们可以基于线性结构来实现，考虑基于线性结构的时间复杂度：

1、队列是一种FIFO（First-In-First-Out）先进先出的数据结构，对应于生活中的排队的场景，排在前面的人总是先通过，依次进行。
2、优先队列是特殊的队列，从“优先”一词，可看出有“插队现象”。比如在火车站排队进站时，就会有些比较急的人来插队，他们就在前面先通过验票。优先队列至少含有两种操作的数据结构：insert（插入），即将元素插入到优先队列中（入队）；以及deleteMin（删除最小者），它的作用是找出、删除优先队列中的最小的元素（出队）。

结构\操作 入队 出队
普通线性结构 O(1) O(n)
顺序线性结构 O(n) O(1)
普通线性结构实现的优先队列出队时间复杂度是O(n)，因为出队要拿出最优先的元素，也就是相对最大的元素（注意：大小是相对的，我们可以指定比较规则），从而要扫描一遍整个数组选出最大的取出才行。而对于顺序线性结构的入队操作，入队后可能破坏了原来的有序性，从而要调整当前顺序。
可以看到使用线性结构总有时间复杂度是O(n)的操作，还有没有更好的实现方式呢，当然是有的，这就要来聊一聊堆Heap。

堆严格意义上来说又叫二叉堆（Binary Heap），因为它的结构是一颗完全二叉树，堆一般分为最大堆和最小堆。

堆性质：
结构性：堆是一颗除底层外被完全填满的二叉树，底层的节点从左到右填入，这样的树叫做完全二叉树。即缺失结点的部分一定再树的右下侧。

堆序性：由于我们想很快找出最小元，则最小元应该在根上，任意节点都小于它的后裔，这就是小顶堆（Min-Heap）；如果是查找最大元，则最大元应该在根上，任意节点都要大于它的后裔，这就是大顶堆(Max-heap)。

最大堆：父亲节点的值大于孩子节点的值
最小堆：父亲节点的值小于孩子节点的值

由于是完全二叉树，节点的索引之间有着一定的关系，故我们可以使用数组来存储二叉堆，具体如下：

如果从索引为0开始存储，则父亲和孩子节点的索引关系如下：

当我们需要向一个最大堆添加一条新的数据时，此时我们的堆变成了这样。

此时，由于新数据的加入已经不符合最大堆的定义了。所以我们需要对新加入的数据进行shift up操作，将它放到它应该在的位置。shift up操作时我们将新加入的数据与它的父节点进行比较。如果比它的父节点大，则交换二者。

此时我们就完成了 对新加入元素的shift up操作。

当我们从堆中(也就是优先队列中)取出一个元素时。我们是将堆顶的元素弹出。(只能从堆顶取出)

此时这个堆没有顶了，那么该怎么办呢？我们只需要把这个堆最后一个元素放到堆顶就可以了。

此时我们就完成了弹出一个元素之后的shift down操作。

replace:去除最大元素后，放入一个新元素
实现：可以先extractMax,再add，两次longn操作。
实现:将堆顶的元素替换以后sift down，一次O(logn)操作

将n个元素逐个插入到一个空堆中,算法复杂度是O(nlogn),heapify的过程，算法的复杂度为O(n).

heapify:将任意数组整理成堆的形状。
首先将一个数组抽象成一个堆。这个过程，我们称之为heapify。

之后我们找到这个堆中第一个非叶子节点，这个节点的位置始终是数组的数量除以2，也就是索引5位置的27，从这个节点开始，对每一个非叶子的节点,，进行shift down操作。
27比它的子节点51要小，所以交换二者。

接下来我们看索引2位置的20。首先呢，我们需要将20与它两个子节点中较大的51交换。

每个节点堆化的时间复杂度是O(logn)，那 个节点的堆化的总时间复杂度是O(nlogn)。
推导过程
堆化节点从倒数第二层开始。堆化过程中，需要比较和交换的节点个数与这个节点的高度k成正比。
所以 heapify() 时间复杂度是 O(n).
建堆后，数组中的数据是大顶堆。把堆顶元素，即最大元素，跟最后一个元素交换，那最大元素就放到了下标为n的位置。
这个过程有点类似上面的“删除堆顶元素”的操作，当堆顶元素移除之后，把下标n的元素放堆顶，然后再通过堆化的方法，将剩下的n-1个元素重新构建成堆。一直重复这个过程，直到最后堆中只剩下下标为1的元素，排序就完成了。

topk和selectk问题既可以使用快排思想解决，也可以使用优先队列解决。
快排:O(n) 空间O(1)
优先队列:O(nlogk) 空间O(k)
优先队列的有i是，不需要一次性知道所有数据,数据流的方式处理。

C# queue队列是先进先出，List集合也是先进先出，他们有什么区别么什么情况下需要用到

Queue是用到需要按顺序进行的时候。会在一个线程中写侦听事件，然后把侦听到的enqueue进去，然后在另外一个线程中dequeue出来。list是用来存储列表，通常存储都可以用。操作方法如下：

1、首先打开vs创建一个控制台应用程序，在Main方法中，定义一个整型的队列。

2、往队列中添加元素，使用Enqueue方法。

3、使用foreach循环，输出整个队列的值。

4、从队列中弹出一个元素，使用Dequeue方法，这个方法是没有参数的。弹出的是最先进入队列的元素。

5、判断一个元素是否在队列中，使用Contains方法。

6、清空整个队列，使用Clear方法。q.Clear();。

7、最后获取队列的元素个数，使用Count属性。q.Count，就可以了。

环形队列(Circular Queue)和应用场景

相信大家对队列都不陌生。队列是一种具有先进先出（FIFO）的抽象数据类型。如下图所示：

可以使用多种数据结构来实现一个基本的队列：

简单队列的应用场景有限，但是它的一些变种却有着非常广泛的应用。

在这里，我们只介绍环形队列

环形队列使用数组来实现。
Go

O(1)