内容简介:Windows 版本下载地址:下载并解压 rocketmq 安装包。
RocketMQ 是一款分布式消息中间件,最初是由阿里巴巴消息中间件团队研发并大规模应用于生产系统,满足线上海量消息堆积的需求, 在 2016 年底捐赠给 Apache 开源基金会成为孵化项目,经过不到一年时间正式成为了 Apache 顶级项目。
早期阿里曾经基于 ActiveMQ 研发消息系统, 随着业务消息的规模增大,瓶颈逐渐显现,后来也考虑过Kafka,但因为在低延迟和高可靠性方面没有选择,最后才自主研发了 RocketMQ, 各方面的性能都比目前已有的消息队列要好,RocketMQ 和 Kafka 在概念和原理上都非常相似,所以也经常被拿来对比;RocketMQ 默认采用长轮询的拉模式, 单机支持千万级别的消息堆积,可以非常好的应用在海量消息系统中。
本文分为三部分,如下图所示:
1 安装 RocketMQ—Windows 版本
(1)下载 Windows 安装包
Windows 版本下载地址: http://rocketmq.apache.org/release_notes/
下载并解压 rocketmq 安装包。
(2)配置系统环境变量
配置系统变量 ROCKETMQ_HOME=“D:softrocketmq-all-4.5.1-bin-release”,如下图所示:
注意:每个人 rocketmq 存放目录不一样,我的在 D:soft 下,用户根据自己的环境配置相应的系统变量。
因为接下来启动 mqnamesrv.cmd 中使用到了环境变量 %ROCKETMQ_HOME%,所以这里需要配置此系统变量。
(3)启动 namesrv
进入 rocketmq 的 bin 目录,执行 start mqnamesrv.cmd
,执行成功如下图所示:
注意:启动之后,不能关闭此窗口。
(4)启动 broker
还是在 bin 目录下执行 start mqbroker.cmd -n 127.0.0.1:9876 autoCreateTopicEnable=true
,执行成功如下图所示:
同样不要关闭以上运行窗口。
完成以下步骤,说明你的 RocketMQ 已经按照成功了。
2 安装可视化插件
(1)下载插件
打开连接 https://github.com/apache/roc... 下载可视化插件 rocketmq-externals,如下图所示:
点击 Download ZIP 进行下载。
我为大家准备了国内百度云的下载链接,方便大家使用。
百度链接: https://pan.baidu.com/s/1sMO6...
提取码:fuzy
(2)配置插件
下载完成之后,进入 rocketmq-externalsrocketmq-consolesrcmainresourcesapplication.properties 进行配置,如下图所示:
其中主要的字段说明如下:
- server.port=8066:此可视化插件的运行端口。
- rocketmq.config.namesrvAddr=127.0.0.1:9876:rocketmq 的链接信息。
(3)编译插件
mvn clean package -Dmaven.test.skip=true
编译项目。
编译成功如下图所示:
编译阶段有可能出现以下两个问题,没有找到 mvn 命令,或编译超级慢的问题,以下提供解决方案。
问题一:mvn 非可以运行的命令
解决方案:这是因为没有安装 Maven 或者没有配置 Maven 的环境变量导致的,下载 Maven 安装包,增加环境变量 MAVEN_HOME=maven安装目录
,给 path 中添加 %MAVEN_HOME%\bin
,重新启动命令行工具(CMD)重新执行命令。
问题二:编译超慢的问题
解决方案:这是因为使用 Maven 数据源为国外源的问题导致的,只需要配置阿里的 Maven 源即可。
打开 Maven 目录下的 conf/setting.xml 给 mirrors 节点下添加如下内容:
<mirror> <id>alimaven</id> <name>aliyun maven</name> <url>http://maven.aliyun.com/nexus/content/groups/public/</url> <mirrorOf>central</mirrorOf> </mirror>
(4)运行插件
编译成功之后,进入 target 文件夹,执行 java -jar rocketmq-console-ng-1.0.1.jar
启动程序。
启动成功之后,在浏览器输入地址 http://127.0.0.1 :8066 进行访问,效果如下图:
3 基础使用
(1)添加引用 jar 包
pom.xml 添加以下代码:
<!-- https://mvnrepository.com/artifact/com.alibaba.rocketmq/rocketmq-client --> <dependency> <groupId>com.alibaba.rocketmq</groupId> <artifactId>rocketmq-client</artifactId> <version>3.6.2.Final</version> </dependency>
(2)添加生产者和消费者代码
public class RocketMQDemo { static final String MQ_NAMESRVADDR = "localhost:9876"; public static void main(String[] args) { // 分组名 String groupName = "myGroup-1"; // 主题名 String topicName = "myTopic-1"; // 标签名 String tagName = "myTag-1"; new Thread(() -> { try { producer(groupName, topicName, tagName); } catch (InterruptedException e) { e.printStackTrace(); } catch (RemotingException e) { e.printStackTrace(); } catch (MQClientException e) { e.printStackTrace(); } catch (MQBrokerException e) { e.printStackTrace(); } }).start(); new Thread(() -> { try { consumer(groupName, topicName, tagName); } catch (MQClientException e) { e.printStackTrace(); } }).start(); } /** * @Description 生产者 * @Author wanglei * @Param [groupName 分组名, topicName 主题名, tagName 标签名] **/ public static void producer(String groupName, String topicName, String tagName) throws InterruptedException, RemotingException, MQClientException, MQBrokerException { DefaultMQProducer producer = new DefaultMQProducer(groupName); producer.setNamesrvAddr(MQ_NAMESRVADDR); producer.start(); String body = "Hello, 老王"; Message message = new Message(topicName, tagName, body.getBytes()); producer.send(message); producer.shutdown(); } /** * @Description 消费者 * @Author wanglei * @Param [groupName 分组名, topicName 主题名, tagName 标签名] **/ public static void consumer(String groupName, String topicName, String tagName) throws MQClientException { DefaultMQPushConsumer consumer = new DefaultMQPushConsumer(groupName); consumer.setNamesrvAddr(MQ_NAMESRVADDR); consumer.subscribe(topicName, tagName); consumer.registerMessageListener(new MessageListenerConcurrently() { @Override public ConsumeConcurrentlyStatus consumeMessage( List<MessageExt> msgs, ConsumeConcurrentlyContext context) { for (MessageExt msg : msgs) { System.out.println(new String(msg.getBody())); } return ConsumeConcurrentlyStatus.CONSUME_SUCCESS; } }); consumer.start(); } }
以上程序执行结果如下:
Hello, 老王
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Jmeter + Grafana搭建实时监控可视化
- 前端工程实践之可视化搭建系统(一)
- 使用 QuickBI 搭建酷炫可视化分析
- Arduino MQTT 搭建物联网可视化温度实时监测
- 可视化搭建平台的地图组件和日历组件方案选型
- 基于 vue 的移动端页面可视化搭建工具思路
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
推荐系统与深度学习
黄昕、赵伟、王本友、吕慧伟、杨敏 / 清华大学出版社 / 2019-1-1 / 65.00元
本书的内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者,还是有一定经验的从业人员,相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍,本书引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建.一起来看看 《推荐系统与深度学习》 这本书的介绍吧!
html转js在线工具
html转js在线工具
HEX CMYK 转换工具
HEX CMYK 互转工具