RabbitMQ

6、RabbitMQ配置 一般情况下,RabbitMQ提供的默认内建配置就能满足要求了,但是为了更好控制RabbitMQ,有时也需要做一些定制化配置。 RabbitMQ提供三种配置方式: 环境变量; 配置文件; 运行时参数和策略; 一、环境变量 RabbitMQ的环境变量都是以”RABBITMQ_”开头的,可以在shell环境中直接配置,也可以在rabbitmq-env.conf这个RabbitMQ环境变量的定义文件中... 阅读详情

RabbitMQ 使用指南、问题排查和最佳实践

RabbitMQ 是一个开源的 AMQP(高级消息队列协议)消息代理系统,广泛应用于分布式系统中实现异步通信、解耦服务和负载均衡。它支持多种编程语言(如 Python、Java、Golang),并提供高可靠性和可扩展性。以下内容基于 RabbitMQ 的核心文档和最佳实践,结合常见应用场景,我将从使用指南、问题排查和最佳实践三个方面,逐步为您解答。内容参考了可靠的技术资源,确保内容真实可靠。

一、RabbitMQ 使用指南

RabbitMQ 的使用包括安装、配置、队列管理和消息生产/消费。以下是关键步骤:

  1. 安装与基本配置:

    • 在 Linux 系统上,可通过包管理器安装(如 apt-get install rabbitmq-server)。安装后,启动服务并启用 Web 管理界面(使用 rabbitmq-plugins enable rabbitmq_management)。
    • 创建管理员用户和虚拟主机(Virtual Host),例如:
      rabbitmqctl add_user admin password
      rabbitmqctl set_user_tags admin administrator
      rabbitmqctl add_vhost /my_vhost
      rabbitmqctl set_permissions -p /my_vhost admin ".*" ".*" ".*"
      
    • 配置队列时,推荐使用持久化(Durable)选项,确保消息在服务器重启后不丢失。引用提到,通过策略实现镜像队列提高可靠性,例如设置 rabbitmqctl set_policy ha-all "^ha\." '{"ha-mode":"all"}' 来复制队列到所有节点。
  2. 消息生产与消费:

    • 使用客户端库(如 Pika for Python 或 amqp for Golang)连接 RabbitMQ。在 Golang 中,示例代码如下:
      package main
      import (
          "github.com/streadway/amqp"
          "log"
      )
      func main() {
          conn, _ := amqp.Dial("amqp://admin:password@localhost:5672/my_vhost")
          ch, _ := conn.Channel()
          q, _ := ch.QueueDeclare("test_queue", true, false, false, false, nil)
          ch.Publish("", q.Name, false, false, amqp.Publishing{ContentType: "text/plain", Body: []byte("Hello RabbitMQ")})
          // 消费消息略...
      }
      
    • 最佳实践包括使用确认机制(Acknowledgements)确保消息可靠传递,避免消息丢失。引用强调,在高并发场景下,合理设计消费者并发模型(如 Goroutine 池)能提升吞吐量。
  3. 核心概念理解:

    • Exchange 和 Binding:Exchange 负责路由消息到队列,类型包括 Direct、Topic 和 Fanout。Binding 将队列绑定到 Exchange。
    • 消息生命周期:消息从生产者发送到 Exchange,路由到队列,再被消费者处理。引用指出,理解此过程是排查问题的基础。
二、RabbitMQ 问题排查

RabbitMQ 问题多源于配置错误、资源不足或网络故障。排查应遵循“日志分析→工具诊断→解决方案”的流程,核心原则是优先检查日志和监控指标。

  1. 常见问题类型:

    • 连接失败:通常由网络问题或认证错误引起。检查防火墙设置和用户权限。
    • 消息堆积:消费者处理慢或宕机导致队列积压。使用 rabbitmqctl list_queues 查看队列长度。
    • 大数据场景故障:如 ETL 管道中消息丢失或延迟,引用分析,这常因队列未镜像或资源瓶颈(如内存不足)引发。
  2. 排查工具与方法:

    • 日志分析:RabbitMQ 日志(默认路径 /var/log/rabbitmq/rabbit@*.log)记录错误细节。例如,日志中出现 disk_free_limit 警告表示磁盘空间不足。
    • 消息追踪:启用 RabbitMQ 的 Tracing 功能(通过 rabbitmq_tracing 插件),追踪消息全路径。引用提到,这在排查消息丢失时非常有效,能可视化生产→消费的流程。
    • 诊断命令:使用 rabbitmq-diagnostics 工具检查节点状态,或 rabbitmqctl report 获取系统报告。引用建议,结合工具如 Prometheus 监控关键指标(如消息速率、内存使用)。
  3. 快速解决步骤:

    • 步骤1:检查服务状态(systemctl status rabbitmq-server)。
    • 步骤2:分析日志,定位错误代码(如 AMQP 连接错误)。
    • 步骤3:使用管理界面(http://localhost:15672)可视化队列和连接。
    • 步骤4:针对资源问题,调整配置(如增加 vm_memory_high_watermark 限制内存使用)。
三、RabbitMQ 最佳实践

为确保 RabbitMQ 高效可靠,需结合性能优化、监控和架构设计。以下是关键实践:

  1. 性能优化:

    • 队列设计:使用惰性队列(Lazy Queues)减少内存压力,或设置 TTL(Time-To-Live)自动过期旧消息。
    • 并发处理:在 Golang 中,引用推荐使用 Worker 池模式,避免消费者过载。例如,限制每个消费者的并发 Goroutine 数。
    • 集群部署:配置镜像队列(Mirrored Queues)提高高可用性。引用指出,策略如 ha-mode: exactly 能平衡复制和性能。
  2. 可靠性与监控:

    • 消息确认:启用生产者确认(Publisher Confirms)和消费者确认(Consumer Acknowledgements),确保端到端可靠性。
    • 监控体系:集成 Prometheus 和 Grafana 监控关键指标(如消息吞吐量 $ \text{throughput} = \frac{\text{messages}}{\text{time}} $)。引用强调,监控磁盘使用率和网络延迟是预防故障的关键。
    • 死信队列(DLX):配置 DLX 处理失败消息,便于重试或分析。
  3. 扩展性建议:

    • 在大数据应用中,引用建议,将 RabbitMQ 与 Kafka 结合,处理高吞吐量场景;使用分区队列提升并行度。
    • 定期备份策略和配置版本控制,避免人为错误。

通过以上指南和实践,您能构建稳健的 RabbitMQ 系统。如果遇到具体问题(如特定错误日志),可提供更多细节,我会进一步分析。

思维导图

在这里插入图片描述


RabbitMQ 技术原理详解

一、技术原理与核心组件

RabbitMQ 基于 AMQP 协议(Advanced Message Queuing Protocol)实现异步通信,核心架构包含以下组件:

  1. Exchange(交换机)

    • 功能:接收生产者消息,根据路由规则分发到队列
    • 路由算法:
      • Direct:精确匹配 Routing Key(如 order.create)
      • Topic:通配符匹配(order.* 匹配 order.pay)
      • Fanout:广播到所有绑定队列
      • Headers:基于消息头键值对匹配
  2. Queue(队列)

    • 数据结构:Erlang 的 Mnesia 数据库实现持久化存储,内存使用链表结构(O(1)O(1)O(1) 插入/删除)
    • 消息存储:持久化消息写入磁盘,内存缓存热点数据
  3. Binding(绑定)

    • 定义 Exchange 与 Queue 的映射关系,存储为路由表(Hash Table 实现 O(1)O(1)O(1) 查询)
  4. Virtual Host(虚拟主机)

    • 逻辑隔离单位,包含独立的 Exchange/Queue 实例
二、核心算法与机制
  1. 消息确认机制

    • Publisher Confirms:生产者确认(类似 TCP ACK)
    • Consumer Acknowledgements:消费者手动确认(防止消息丢失)
  2. 流量控制

    • 基于信用窗口(Credit Flow)算法:
      可用信用=初始信用−未确认消息数 \text{可用信用} = \text{初始信用} - \text{未确认消息数} 可用信用=初始信用−未确认消息数
      当信用=0 时暂停消息推送
  3. 集群一致性

    • 使用 Erlang OTP 的 Mnesia 分布式数据库同步元数据
    • 镜像队列(Mirrored Queues)基于 RAFT 算法选举 Leader
三、数据结构设计
组件数据结构特点
队列消息链表 + 磁盘页内存链表快速访问,持久化消息分页存储
路由表Hash TableO(1)O(1)O(1) 时间复杂度查找 Binding 关系
连接管理Erlang ETS 表进程内高效存储 TCP 连接状态
元数据Mnesia 数据库支持事务的分布式存储
四、优缺点分析

优点:

  1. 支持复杂路由逻辑(Topic/Headers 等)
  2. 完善的可靠性机制(持久化/确认/镜像)
  3. 低延迟(平均 微秒 ~ 毫秒级)
  4. 多协议支持(AMQP, MQTT, STOMP)

缺点:

  1. 集群扩展性受限(Erlang 分布式特性)
  2. 高吞吐场景弱于 Kafka(设计目标差异)
  3. 消息排序仅保证单队列有序

Java 示例代码(带中文注释)
import com.rabbitmq.client.*;

public class RabbitMQDemo {
    private final static String EXCHANGE_NAME = "order_direct";
    private final static String QUEUE_NAME = "order_queue";

    public static void main(String[] args) throws Exception {
        // 1. 创建连接工厂
        ConnectionFactory factory = new ConnectionFactory();
        factory.setHost("localhost");
        factory.setUsername("admin");
        factory.setPassword("pass123");

        try (Connection connection = factory.newConnection();
             Channel channel = connection.createChannel()) {
            
            // 2. 声明直连交换机 (持久化+自动删除)
            channel.exchangeDeclare(
                EXCHANGE_NAME, 
                BuiltinExchangeType.DIRECT, 
                true,   // 持久化
                false,  // 自动删除
                null    // 参数
            );
            
            // 3. 声明队列 (持久化+非排他)
            channel.queueDeclare(
                QUEUE_NAME, 
                true,   // 持久化 
                false,  // 非排他
                false,  // 非自动删除
                null    // 参数
            );
            
            // 4. 绑定队列到交换机 (路由键: order.create)
            channel.queueBind(QUEUE_NAME, EXCHANGE_NAME, "order.create");
            
            // 5. 生产者发送消息
            String message = "订单ID: ORD-2023-001";
            channel.basicPublish(
                EXCHANGE_NAME, 
                "order.create", // 路由键
                MessageProperties.PERSISTENT_TEXT_PLAIN, // 持久化消息
                message.getBytes()
            );
            System.out.println(" [x] 消息已发送: " + message);
            
            // 6. 消费者处理消息 (手动确认)
            DeliverCallback deliverCallback = (consumerTag, delivery) -> {
                String msg = new String(delivery.getBody(), "UTF-8");
                System.out.println(" [x] 收到消息: " + msg);
                
                // 手动确认消息
                channel.basicAck(delivery.getEnvelope().getDeliveryTag(), false);
            };
            
            channel.basicConsume(
                QUEUE_NAME, 
                false, // 关闭自动确认
                deliverCallback, 
                consumerTag -> {}
            );
        }
    }
}
关键代码注释:
  1. 持久化设置

    • exchangeDeclare(..true..) 和 queueDeclare(..true..) 确保 Broker 重启后元数据不丢失
    • PERSISTENT_TEXT_PLAIN 标志消息持久化存储
  2. 可靠性机制

    • basicConsume(..false..) 关闭自动确认
    • basicAck() 手动确认保证至少一次消费
  3. 路由设计

    • 使用 DIRECT 交换机 + 精确路由键实现点对点通信
参考资料:
AMQP 协议特性与适用场景
消息队列在分布式事务中的应用
高吞吐消息系统设计对比
思维导图

在这里插入图片描述


RabbitMQ 综合优化指南

RabbitMQ 是一个广泛使用的开源消息中间件,支持多种协议(如 AMQP、MQTT),适用于分布式系统、微服务架构和大数据场景。其核心优势在于灵活性、可靠性和丰富的插件生态系统。但实际应用中,高并发、大数据量和故障恢复等场景会带来挑战。以下我将基于您的查询,逐步解析 RabbitMQ 的关键优化点,包括高可用集群配置、消息丢失解决方案、消费者性能优化等。回答结合了 RabbitMQ 官方文档、行业最佳实践和参考引用内容,确保真实可靠。每个主题以清晰小标题组织,便于理解。

1. RabbitMQ 高可用集群配置方法

高可用集群通过镜像队列(Mirrored Queues)实现数据冗余,确保节点故障时消息不丢失。配置步骤:

  • 集群搭建:使用 RabbitMQ 的 rabbitmqctl join_cluster 命令将多个节点组成集群。例如,3 节点集群(1 个磁盘节点 + 2 内存节点)可提升容错性。
  • 镜像队列设置:通过策略(Policy)定义队列的镜像行为,如 ha-mode=all 表示所有队列在集群中镜像复制。选举机制基于 Raft 协议,确保主节点(Master)故障时自动选举新主(详见第 6 点)。
  • 资源分配:确保每个节点有足够的 CPU、内存和磁盘资源,避免性能瓶颈。SSD 磁盘可显著提升 I/O 性能。
  • 跨机房容灾(详见第 11 点):使用 Federation 或 Shovel 插件实现跨数据中心同步,但需注意网络延迟影响吞吐量。

关键点:集群规模不宜过大(建议 ≤ 8 节点),避免选举延迟。监控节点状态使用 rabbitmqctl cluster_status。

2. 消息丢失原因与解决方案

消息丢失是消息中间件的常见问题,原因包括生产者发送失败、Broker 存储故障、消费者处理异常等。解决方案:

  • 原因分析:
    • 生产者端:网络闪断或 Broker 未确认(ACK)。
    • Broker 端:磁盘故障或未启用持久化。
    • 消费者端:处理失败或未手动 ACK。
  • 解决方案:
    • 生产者确认机制:启用 Publisher Confirms,确保消息持久化到磁盘后返回 ACK。
    • 消息持久化:设置队列和消息为 durable=true,结合同步刷盘(但性能损耗高,多副本更优)。
    • 消费者 ACK:使用手动 ACK 模式(而非自动),确保消息处理成功后才删除。
    • 死信队列重试(详见第 9 点):捕获失败消息并重定向到死信队列。

可靠性保障:多副本机制(如镜像队列)比同步刷盘更高效,适用于金融等高要求场景。

3. Golang 和 Java 消费者性能优化

消费者是性能瓶颈点,优化需针对语言特性:

  • Golang 优化:
    • 并发模型:利用 Goroutine 实现轻量级并发,每个 Goroutine 处理一个消息通道(Channel)。避免全局锁,使用 sync.Pool 复用对象。
    • 批量消费(详见第 13 点):通过 QoS 设置预取计数(Prefetch Count),如 $预取量 = \min(并发数, 100)$,防止消费者过载。
    • 示例代码:
      msgs, _ := channel.Consume(queue, "", false, false, false, false, nil)
      for msg := range msgs {
          go func(m amqp.Delivery) {
              // 处理消息
              m.Ack(false)
          }(msg)
      }
      
  • Java 优化:
    • 并发消费(详见第 7 点):使用线程池(如 ExecutorService),设置合理线程数(公式:线程数=CPU核数1−等待时间比例线程数 = \frac{CPU核数}{1 - 等待时间比例}线程数=1−等待时间比例CPU核数​)。
    • 异步处理:结合 Spring AMQP 的 @RabbitListener,启用异步模式减少阻塞。
    • 资源管理:关闭未用连接,防止内存泄漏。

通用优化:减少序列化开销(如用 Protobuf 替代 JSON),并监控消费者延迟。

4. 大数据场景挑战

在大数据高吞吐场景下(如日志处理),RabbitMQ 面临挑战:

  • 挑战:
    • 吞吐量瓶颈:单队列性能有限(约 10K msg/s),网络 I/O 和磁盘持久化成瓶颈。
    • 内存压力:海量消息易导致 OOM(详见第 10 点)。
    • 延迟波动:持久化操作增加尾延迟。
  • 应对策略:
    • 水平扩展:增加队列分区或使用 Sharding 插件分散负载。
    • 持久化优化:权衡可靠性与性能,如异步刷盘或内存队列(但故障时可能丢数据)。
    • 资源分配:使用高性能硬件(SSD、多核 CPU)。

数据持久化策略:高频写场景用本地 SSD 存储,低频读用云存储服务(如 S3),以平衡延迟和成本。

5. 消息追踪

消息追踪用于调试和审计,实现方式:

  • 内置插件:启用 rabbitmq_tracing 插件,记录消息流向日志文件。
  • 第三方工具:集成 OpenTelemetry 或 SkyWalking,实现端到端追踪。
  • 关键字段:注入 message_id 和 correlation_id,便于链路查询。

最佳实践:生产环境限制采样率,避免性能开销。

6. 镜像队列选举机制

镜像队列选举在主节点故障时触发,基于改进的 Raft 协议:

  • 机制:
    • 每个队列有主节点(Master)和镜像节点(Mirrors)。
    • 选举过程:节点间通信超时(如 超时时间=2×心跳间隔超时时间 = 2 \times 心跳间隔超时时间=2×心跳间隔) 触发选举,多数节点投票选出新主。
    • 公式描述:设节点数为 nnn,选举需 ⌊n/2⌋+1\lfloor n/2 \rfloor + 1⌊n/2⌋+1 个节点达成共识。
  • 优化:减少网络分区风险,使用奇数节点集群(如 3 或 5)。

可靠性:确保数据一致性,但选举期间队列短暂不可用。

7. Java 并发消费优化

针对 Java 消费者,优化并发处理:

  • 线程池配置:
    • 使用 ConnectionFactory 设置线程池大小,公式:最大线程数=CPU核数×2最大线程数 = CPU核数 \times 2最大线程数=CPU核数×2。
    • 避免线程饥饿,用 BlockingQueue 缓冲任务。
  • 批量处理:集成 Spring Batch,批量消费消息(如每批 100 条),减少 ACK 次数。
  • 异步 ACK:非阻塞提交 ACK,提升吞吐量。
    监控:跟踪线程池指标(如活跃线程数),防止资源耗尽。

8. RabbitMQ 与 Kafka 架构区别

两者均为消息中间件,但设计哲学不同:

特性RabbitMQKafka
消息模型队列(点对点)和交换器(发布-订阅)分区日志(发布-订阅)
持久化基于内存或磁盘队列,支持镜像复制基于分布式提交日志,多副本强一致
吞吐量中等(10K–50K msg/s)高(100K+ msg/s)
适用场景复杂路由、事务消息大数据流处理、日志收集
关键区别:RabbitMQ 强于灵活路由,Kafka 强于高吞吐和持久存储。

9. 死信队列实现消息重试

死信队列(DLQ)处理失败消息,用于重试:

  • 配置步骤:
    1. 定义死信交换器(DLX)和队列。
    2. 设置原队列的 dead-letter-exchange 参数指向 DLX。
    3. 消费者从 DLQ 拉取消息,并实现重试逻辑(如指数退避:重试间隔=初始间隔×2重试次数重试间隔 = 初始间隔 \times 2^{重试次数}重试间隔=初始间隔×2重试次数)。
  • 重试策略:限制最大重试次数(如 3 次),避免无限循环。

应用场景:订单超时、支付失败等需可靠重试的业务。

10. 内存管理防止 OOM

内存溢出(OOM)是常见风险,管理策略:

  • 监控指标:跟踪 memory_used 和 mem_alarm,使用 Prometheus 集成告警。
  • 配置限制:
    • 设置 vm_memory_high_watermark 阈值(如 70%)。
    • 启用流控(Flow Control),当内存超限时拒绝新消息。
  • 优化措施:
    • 减少消息堆积:增加消费者或设置 TTL(Time-To-Live)。
    • 资源分配:确保实例有足够内存,并定期清理无用连接。

公式参考:内存水位线计算:阈值=总内存×水印百分比阈值 = 总内存 \times 水印百分比阈值=总内存×水印百分比。

11. 跨机房容灾

实现跨数据中心高可用:

  • 工具:使用 Federation(异步复制)或 Shovel(点对点同步)插件。
  • 架构:
    • 主备模式:主机房活跃,备机房同步数据。
    • 双活模式:两机房同时服务,但需解决网络延迟问题。
  • 挑战:网络分区时,优先保证一致性(如用仲裁队列)。

最佳实践:结合负载均衡(如 HAProxy),自动切换故障节点。

12. 插件扩展(如 MQTT)

RabbitMQ 支持插件扩展,增强协议兼容性:

  • MQTT 插件:
    • 启用:运行 rabbitmq-plugins enable rabbitmq_mqtt。
    • 使用场景:IoT 设备消息接入,支持 QoS 级别。
  • 其他插件:
    • rabbitmq_sharding:分散队列负载。
    • rabbitmq_prometheus:集成监控。
      优化:插件可能增加资源消耗,需单独监控。

13. Golang 批量消费实现

Golang 中批量消费提升吞吐量:

  • 实现方法:
    • 设置 QoS 预取多消息(如 channel.Qos(100, 0, false))。
    • 使用缓冲通道批量收集消息,定时或定量处理。
  • 示例代码:
    const batchSize = 50
    var batch []amqp.Delivery
    for msg := range msgs {
        batch = append(batch, msg)
        if len(batch) >= batchSize {
            go processBatch(batch) // 批量处理函数
            batch = nil
        }
    }
    

性能收益:减少网络往返和 ACK 次数,吞吐量提升 30%+。

14. 关键监控指标

监控是优化的基础,关键指标包括:

  • 队列级:messages_ready(待消费数)、messages_unacknowledged(未确认数)、message_rate(生产/消费速率)。
  • 节点级:memory_used、disk_free、file_descriptors_used。
  • 网络:connection_count、channel_count。
    工具推荐:集成 Prometheus + Grafana,设置阈值告警(如消息堆积 >1000 时报警)。

15. 自动化故障恢复设计

实现自愈系统,减少人工干预:

  • 设计要素:
    • 监控:用 Prometheus 实时采集指标,定义健康检查(如节点存活)。
    • 告警:Alertmanager 触发通知(如邮件/Slack)。
    • 恢复动作:脚本自动处理常见故障(如重启服务或切换主节点)。
  • 示例流程:
    1. 检测队列堵塞(messages_ready > 阈值)。
    2. 自动扩容消费者或清除死信。
    3. 若节点宕机,触发集群选举。
      参考:结合 Kubernetes 实现容器级自愈,但需测试故障场景。

总结

RabbitMQ 的优化需从架构(集群、持久化)、代码(消费者逻辑)和运维(监控、自愈)三层面入手。核心原则包括:优先多副本保障可靠性、合理资源分配防止 OOM、利用插件扩展功能。在高并发场景下,Golang 和 Java 的消费者优化可显著提升吞吐量;大数据挑战需权衡持久化策略。通过上述方法,您可构建高可用、高性能的 RabbitMQ 系统。若需深入某个主题,请参考 RabbitMQ 官方文档或相关文献。

思维导图

在这里插入图片描述

DPABI安装教程 DPABI是是中科院心理研究所严超赣老师团队开发的一款磁共振脑影像数据分析工具包。基于SPM,在安装DPABI之前需要安装好SPM,才能正常使用。SPM的安装方法见文matlab2021a版本条件下安装spm_kidllll的博客-优快云博客 1、下载安装包 下载地址:DPABI: a toolbox for Data Processing & Analysis for Brain Imaging | The R-fMRI Network 2、将下载好的dpabi文件夹移动到matl.. 阅读详情

相关推荐

深入解析TI C2000 ePWM模块:峰值电流模式Buck与LLC谐振变换器实战配置

脉宽调制(PWM)技术是电力电子与数字电源控制的核心,它通过调节开关信号的占空比或频率,实现对功率变换器输出电压、电流的精确控制。其基本原理是利用微控制器内部的定时器和比较器,生成具有特定时序的方波信号,驱动功率开关器件。这项技术的核心价值在于将复杂的模拟控制环路数字化,从而提升系统的可控性、灵活性和可靠性。在电机驱动、不间断电源(UPS)、服务器电源和新能源逆变器等广泛应用场景中,PWM技术都是实现高效能量转换的基石。本文聚焦于德州仪器(TI)C2000系列微控制器中功能强大的增强型PWM(ePWM)模块

weixin_30410119的博客 347

win10 安装RabbitMQ时 执行:rabbitmq-plugins enable rabbitmq_management命令报 Plugin configuration unchanged

安装RabbitMQ时 执行:rabbitmq-plugins enable rabbitmq_management命令报 Plugin configuration unchanged

xin292930540的专栏 6681

CMAC算法原理

2、K1 通过以下运算导出:若 L 的最高有效位等于 0,则 K1 是 L 的左移 1 位。3、K2 通过如下运算导出:若 K1 的最高有效位等于 0,则 K2 是 K1 的左移 1 位。采用了 AES 算法中的类似 CBC 模式的加密方式,即对前一个分组的密文与当前分组的明文进行异或操作后在加密,2、分块处理:首先将消息分成多个固定长度的块,若消息长度不是块大小的倍数,则可以使用填充来将其填充到合适的大小。1、子密钥计算,通过主密钥生成子密钥(key1,key2),子密钥用于最后一个块处理;

sky的博客 1659

【RabbitMQ】Windows下RabbitMQ的安装和部署

RabbitMQ在windows下安装部署

Hanson的博客 4149

微信小程序地图开发避坑指南:腾讯地图API从配置到实战(附完整代码)

本文详细解析微信小程序中腾讯地图API的开发实践,从基础配置到高级功能实现,涵盖地图显示、地点搜索、路线规划等核心功能,并提供完整代码示例和常见问题解决方案,帮助开发者高效避坑。特别针对JavaScript SDK和map组件的使用进行了深度优化指导。

weixin_33725722的博客 488

Ollama部署本地大模型详细教程

创建ModelfilePARAMETER num_gpu 50 # GPU 层卸载比例(0~100)场景是否推荐本地开发/测试 Agent✅ 强烈推荐内部知识库问答(RAG)✅ 推荐(配合 Pgvector)生产环境高并发服务⚠️ 谨慎(建议评估 vLLM / Triton)需要 Function Calling 的 Agent❌ 不推荐(改用 DashScope API)🔑核心价值Ollama 是“本地大模型的 Docker”——让开源模型像容器一样 easy to run。

我们的征途是星辰大海 2642

RabbitMQ学习笔记:节点名称详解、rabbitmq-server、及rabbitmq-env.conf

rabbitmq-server rabbitmq-server 启动一个RabbitMQ节点 1.rabbitmq-server在前端启动一个RabbitMQ节点,示例如下: [root@rabbit3 rabbitmq]# rabbitmq-server ## ## RabbitMQ 3.8.1 ## ## ########## Copyright (c) 20...

OceanSky的专栏 1万+

星光、黑光、全彩夜视摄像头技术解析与实战选型指南

本文深入解析了星光、黑光、全彩与红外等主流夜视摄像头技术的工作原理与核心差异。针对不同监控场景与预算,提供了实战选型指南,帮助用户在安防项目中做出明智决策,实现夜间监控效果最大化。

weixin_29179311的博客 356

【RabbitMQ实战】06 RabbitMQ配置

一般情况下,可以使用默认的内建配置来有效地运行RabbitMQ,并且大多数情况下也并不需要修改任何 RabbitMQ的配置。当然,为了更加有效地操控 RabbitMQ,也可以利用调节系统范围内的参数来达到定制化的需求。RabbitMQ提供了三种方式来定制化服务:(1)环境变量(Enviroment Variables )。RabbitMQ服务端参数可以通过环境变量进行配置,例如,节点名称、RabbitMQ配置文件的地址、节点内部通信端口等。(2)配置文件(Configuration File )

程序员笔记 2965

PyQt 随笔:信号与槽的两种使用方法:@pyqtSlot 和 connect

在 PyQt 中,信号与槽是实现事件驱动的一种重要机制。通过信号与槽的连接,可以实现对象之间的通信,例如在用户界面中响应按钮点击事件或者数据的变化等。PyQt 提供了两种主要的方法来创建信号与槽的连接:@pyqtSlot 装饰器和 connect 方法。本文将详细介绍这两种方法,并提供相应的源代码示例。在上面的示例中,我们定义了一个名为。

QasdCpp的博客 764

RFC 字符码转换深度解析:Unicode、非 Unicode 与 MDMP 系统的协奏

老版本 MDMP 系统不上传自定义映射时,Unicode 端会落回“预配置列表”。列表里可见西欧 1100、日文 8000、中文 8400 等经典编号。若需强制覆写映射,可在 SM59 ➡Unicode页签启用,或直接勾选作为兜底。字符编码问题常“潜伏”多年,一旦旧系统升级或新增语种便集中爆发。掌握 RFC code page 转换机理、灵活运用 SM59 选项、在早期对 LANG 字段和字段长度进行治理,是根治乱码与 short dump 的关键。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 228

rabbitmq系列1——安装并使用rabbitmq

🔥本篇概览:详细讲解了安装并使用rabbitmq,并讲解了数据隔离而生的的virtualhost。🌈⭕🔥

做一个善良的人,做好自己的事,如果愿意,再发一份光。 2190

基于Simulink的BCH码编解码仿真建模示例

BCH码是一类循环码,能够纠正一定数量的随机错误。灵活性:可以根据需要选择不同的码长和纠错能力。高效性:适用于短码长和中等码长的场景,广泛用于卫星通信、存储系统等。实现简单:编码和解码过程可以通过硬件或软件高效实现。在本示例中,我们将使用MATLAB/Simulink中的和模块来完成BCH码的编解码操作,并通过仿真验证其误码率(BER)性能。通过本指南,我们介绍了如何基于Simulink搭建一个BCH码的编解码模型,并进行了仿真以验证其性能。背景介绍:理解BCH码的基本原理及其在通信系统中的应用。

xiaoheshang_123的博客 191

什么是RabbitMQ

同步通讯:就像打电话,需要实时响应。异步通信:就像发微信,不需要马上回复。两种方式各有优劣,打电话可以立即得到响应,但是你却不能跟多个人同时通话。发微信可以同时与多个人收发信息,但是往往响应会有延迟。学SpringCloud的时候,我们的Feign 其实就是同步通讯的,他其实有以下这几个缺点耦合度高:(每次有新的需求,都需要更改代码)性能下降:(消费者需要等待提供者响应,如果调用链过长,那么响应的时间等于每次调用的时间之和)资源浪费。

越努力越幸运的博客 2991

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

RabbitMQ——Docker搭建RabbitMQ集群

文章目录RabbitMQ——Docker搭建RabbitMQ集群1、普通集群的搭建1.1、普通集群架构介绍1.2、环境准备1.3、集群搭建2、镜像集群的搭建2.1、配置镜像集群的策略 RabbitMQ——Docker搭建RabbitMQ集群 集群模式介绍 RabbitMQ集群模式有两种:普通模式和镜像模式 普通模式:默认模式,多个节点组成的普通集群,消息随机发送到其中一个节点的队列上,其他节点仅保留元数据,各个节点仅有相同的元数据,即队列结构、交换器结构、交换器与队列绑定关系、vhost。消费者消费消

万里顾一程的博客 6003

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

RabbitMQ 菜鸟安装、RabbitMQ初接触 AMQP 安装、配置指南

RabbitMQ安装: RabbitMQ是基于Erlang的,所以首先必须配置Erlang环境. 安装Erlang 进入到Erlang官网:http://www.erlang.org 进行下载 安装有两种方式: 1.1.源码安装方式: mkdir erlang cd erlang wget http://www.erlang.org/download/otp_src_R15B.t

hepeng_8的专栏 2995

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

laravel + rabbitmq

一、安装laravel 两种方式 1. composer global require laravel/installer laravel new wendao 2. composer create-project --prefer-dist laravel/laravel wendao 二、安装rabbitmq 1. docker pull rabbitmq:management //拉取rabbitmq 镜像 //启动容器 2.docker run -d --nam

rockywish的博客 6899

RabbitMQ 入门

MQ,中文是消息队列(MessageQueue),字面来看就是存放消息的队列。也就是事件驱动架构中的Broker。比较常见的MQ实现:ActiveMQRabbitMQRocketMQKafka追求可用性(当需要处理数据时,资源处于可用状态的程度):Kafka、 RocketMQ 、RabbitMQ追求可靠性:RabbitMQ、RocketMQ追求吞吐能力(十万级别的):RocketMQ、Kafka追求消息低延迟:RabbitMQ、Kafka。

Java小白的博客 致力分享每一天学到的知识 2037

RabbitMQ的基本使用

RabbitMQ是一个开源的消息代理和队列服务器,用来通过普通协议在完全不同的应用之间共享数据,RabbitMQ是使用Erlang语言来编写的,并且RabbitMQ是基于AMQP协议的。 一、消息队列 1、MQ:Message Queue释义 服务之间最常见的通信方式是直接调用彼此来通信,消息从一端发出后立即就可以达到另一端,称为即时消息通讯(同步通信) 消息从某一端发出后,首先进入一个容器进行临时存储,当达到某种条件后,再由这个容器发送给另一端,称为延迟消息通讯(异步通信) 2、消息队列特点.

qq_54936371的博客 3449

RabbitMQ 教程 | 第6章 RabbitMQ 配置

这篇 RabbitMQ 教程为学习者提供了全面的内容,帮助学习者充分掌握 RabbitMQ 的应用。整篇教程丰富内容详实,适合初学者和有经验的开发者参考学习。

编程洪同学 4157

RabbitMQ系列之RabbitMQ集群

本文的集群是RabbitMq 自身的Cluster搭建 。 #hosts准备: vim /etc/hosts #172.16.3.79 s1 #172.16.3.105 s2 172.16.2.10 centos-43 172.16.2.11 centos-44 #erlang cookie 设置 #path var/lib/rabbitmq...

weixin_34310127的博客 1927

RabbitMQ:集群

单机版的RabbitMQ服务器集群模式,不仅要面临服务器因为各种原因导致崩溃无法使用的情况,其吞吐量也是有限的。购买昂贵的服务器来增强单机RabbitMQ服务的性能显得捉襟见肘时,搭建一个RabbitMQ集群才是解决实际问题的关键。 RabbitMQ集群允许消费者和生产者在RabbitMQ单个节点崩溃的情况下继续运行,它可以通过添加更多的节点来线性地扩展消息通信的吞吐量。当其中一个RabbitMQ故障时,客户端能够重新连接到集群中的任何其它节点并继续生产或者消费。 不过RabbitMQ集群不能保证消息的万无

上海一九四三 2479

Docker RabbitMQ日志映射

RabbitMQ Docker 日志映射的坑 最近在做公司项目使用docker 安装rabbitMQ的时候需要映射日志路径出来,查阅文档 文档可以直接配置环境变量 RABBITMQ_LOG_BASE来指定日志文件路径 RABBITMQ_LOGS来指定到精准的日志文件 但是实际上我在docker上面配置RABBITMQ_LOGS的时候日志还是没有映射到对应的目录,查阅对应的rabbitMQ的文档github发现 他说如果RABBITMQ_LOGS变量是-那么会输出到标准输出上,而不会输出到文件中 所以最

黄金时代的架构之路 3202

RabbitMQ——RabbitMQ 的简介及在Docker上安装RabbitMQ

RabbitMQ——RabbitMQ 的简介和安装 文章目录RabbitMQ——RabbitMQ 的简介和安装1、RabbitMQ简介2、Docker上安装RabbitMQ 1、RabbitMQ简介 RabbitMQ 是一个由 Erlang 语言开发、基于 AMQP 协议且部署最广泛的开源消息中间件。 AMQP (Advanced Message Queuing Protocol):在2003年时被提出,一种高级消息队列协议。它是应用层协议的一个开放标准,为面向消息的中间件设计,基于此协议的客户端与消息中间

万里顾一程的博客 1328

RabbitMQ入门

1. 什么是MQ 消息队列(Message Queue,简称MQ),从字面意思上看,本质是个队列,FIFO先入先出,只不过队列中存放的内容是message而已作用:应用程序“对”应用程序的通信方法。2. 应用场景 主要解决异步处理、应用解耦、流量削锋等问题,实现高性能,高可用,可伸缩和最终一致性架构1.异步处理 用户注册后,需要发注册邮件和注册短信2.应用解耦 用户下单后,订单系统需要通知库存系统3.流量削锋(重点) 流量削锋也是消息队列中的常用场景,一般在秒杀或团抢活动中使用广泛应用场景:秒杀活动,一般会

weixin_63719049的博客 2144
上一篇: ActiveMQ
下一篇: Apache Kafka
HuiSoul200
博客等级 码龄8年 274粉丝 82原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值