篇章二 需求分析(一)

news2025/7/19 11:21:56

目录

1.知名MQ

2.需求分析

2.1 核心概念

2.2 生产者消费者模型的类别

2.3 BrokerServer 内部的关键概念(MQ)

1.虚拟主机(Virtual Host)

2.交换机(Exchange)

3.队列(Queue)

4.绑定(Binding)

5.消息(Message)

2.4 结构图


1.知名MQ

这么有用的组件,很显然市面上出现了不少:

1.RabbitMQ:

2.Kafka

3.RocketMQ

4.ActiveMQ

这些MQ都大同小异

关于MQ的使用,很显然不是我们的重点,具体介绍后续会开栏目进行讲解。我们的目的是如何模拟实现出来一个。

2.需求分析

2.1 核心概念

参考RabbitMQ,首先来让我们了解一些贯穿项目的核心概念

1.生产者(Producer)

2.消费者(Consumer)

3.中间人(Broker)

4.发布(Publish)  生产者向中间人投递消息的过程

5.订阅(Subscribe)哪些消费者要从中间人取数据,这个注册的过程,成为“订阅”

6.消费(Consume)消费者从中间人这里取数据的动作:

举个栗子:

我要定一个期刊

1.生产者:作者

2.中间人:书店老板

3.消费者:我

4.发布: 作者写出新的期刊,交给书店老板

5.订阅:提前和书店老板说好,我要定好几个月的期刊,把钱给了老板

6.消费:我从书店老板那里拿走期刊

2.2 生产者消费者模型的类别

此时我们要用的模型是生产者消费者类型,但是它具体有哪些类别呢?

生产者 vs 消费者

1. 1 vs 1

2. N vs N

2.3 BrokerServer 内部的关键概念(MQ)

1.虚拟主机(Virtual Host)

        类似于 我们熟悉的MySQL 中的 database,算是一个“逻辑”上的数据集合。

        一个BrokerServer 上也可以组织多种不同类别的数据,可以使用 Virtual Host做出逻辑上的区分

        实际开发中,一个BrokerServer可能会同时用来管理多组 业务线上的数据,就可以使用 Virtual Host 做出区分。

业务线的简单理解:

        百度可以搜索图片、网页、新闻等,有很多不同的子版块 ,每个子版块都可以视为一个单独的业务线

2.交换机(Exchange)

        生产者把消息投递给Broker Server 实际上,是先把消息给了 Broker Server上的某个交换机,再由交换机把消息转发给对应的队列

简单理解:类似于公司前台

3.队列(Queue)

        真正用来存储消息的实体。后续消费者也是从对应的队列取数据。一个大的消息队列可以有很多具体的小队列。

4.绑定(Binding)

把交换机和队列之间,建立起关联关系。

可以把交换机 和 队列 视为是类似于 数据库 中的“多对多”这样的关系。

一个交换机可以对应多个队列

一个队列也可以被多个交换机对应

在数据库中,表示多对多的关系,会使用一个中间表/关联表。

所以,在MQ中,也有一个这样的中间表,所谓的绑定就是中间表中的一项。

5.消息(Message)

简单理解:服务器A 给 服务器B 发的请求(通过MQ转发),就是一个消息。

当然,服务器B 给 服务器A 回的响应(通过MQ转发),也是一个消息。

一个消息,可以视为一个字符串(二进制数据)。

消息中具体包含什么由程序员决定。

2.4 结构图

所以我们参考RabbitMQ,结合上面的一些核心概念来画出我们的结构图

如果想看RabbitMQ的结构图

RabbitMQ 是一个高性能、高可靠的消息中间件,支持多种消息协议(如 AMQP、STOMP、MQTT 等),能够实现应用程序之间的异步通信、负载均衡、解耦等功能。它由 Erlang 语言编写,具有良好的高可用性和扩展性。

如果想了解AMQP协议

AMQP(Advanced Message Queuing Protocol)是一种高级消息队列协议,广泛用于构建可靠的消息中间件。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2384504.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

图解深度学习 - 机器学习简史

前言 深度学习并非总是解决问题的最佳方案:缺乏足够数据时,深度学习难以施展;某些情况下,其他机器学习算法可能更为高效。 若初学者首次接触的是深度学习,可能会形成一种偏见,视所有机器学习问题为深度学…

Gmsh 代码深度解析与应用实例

在科学计算与工程仿真领域,Gmsh 是一款广受欢迎的开源有限元网格生成器,它不仅支持复杂的几何建模,还能高效生成高质量的网格,并具备强大的后处理功能。本文将深入解析几段具有代表性的 Gmsh 代码,从基础几何创建到高级…

49页 @《人工智能生命体 新启点》中國龍 原创连载

《 人工智能生命体 新启点 》一书,以建立意识来建立起生命体,让其成为独立、自主的活动个体;也就可以理解为建立生命体的思想指导。 让我们能够赋予他灵魂!

量化研究---bigquant策略交易api研究

api接口来平台的代码整理,原理是读取bigquant的模拟测试信号,下单,可以完美的对接qmt交易,我优化了交易api的部分内容 我开发对接qmt的交易系统 看api源代码 源代码 # 导入系统包 import os import json import requests from ty…

编译原理 期末速成

一、基本概念 1. 翻译程序 vs 编译程序 翻译程序的三种方式 编译:将高级语言编写的源程序翻译成等价的机器语言或汇编语言。(生成文件,等价)解释:将高级语言编写的源程序翻译一句执行一句,不生成目标文件…

echarts之漏斗图

vue3echarts实现漏斗图 echarts中文官网&#xff1a;https://echarts.apache.org/examples/zh/index.html 效果图如下&#xff1a; 整体代码如下&#xff1a; <template><div id"funnelChart" style"width:100%;height:400px;"></div&g…

零基础设计模式——第二部分:创建型模式 - 原型模式

第二部分&#xff1a;创建型模式 - 5. 原型模式 (Prototype Pattern) 我们已经探讨了单例、工厂方法、抽象工厂和生成器模式。现在&#xff0c;我们来看创建型模式的最后一个主要成员——原型模式。这种模式关注的是通过复制现有对象来创建新对象&#xff0c;而不是通过传统的…

java 进阶 1.0.3

Thread API说明 自己滚去看文档 CPU线程调度 每一个线程的优先使用权都是系统随机分配的&#xff0c;人人平等 谁先分配到就谁先用 也可以耍赖&#xff0c;就是赋予某一个线程拥有之高使用权&#xff1a;优先级 这样的操作就叫做线程调度 最基本的是系统轮流获得 java的做法是抢…

从 Docker 到 runC

从 Docker 到 runC:容器底层原理详解 目录 1. Docker 与 runC 的关系 2. Docker 的核心组件 3. runC 的核心功能 4. 实战示例:从 Docker 到 runC 4.1 示例场景:运行一个简单容器 4.2 Docker 底层调用 runC 的流程 4.3 查看 runC 的调用 4.4 直接调用 runC 创建容器 …

PET,Prompt Tuning,P Tuning,Lora,Qlora 大模型微调的简介

概览 到2025年&#xff0c;虽然PET&#xff08;Pattern-Exploiting Training&#xff09;和Prompt Tuning在学术界仍有探讨&#xff0c;但在工业和生产环境中它们已基本被LoRA/QLoRA等参数高效微调&#xff08;PEFT&#xff09;方法取代 。LoRA因其实现简单、推理零开销&#…

02-jenkins学习之旅-基础配置

0 配置主路径 jenkins安装目录下找到jenkins.xml文件&#xff0c;C:\ProgramData\Jenkins\.jenkins目录下会存放jenkins相关的配置信息。 1 jdk配置 jenkins是java开发开源的项目&#xff0c;进而服务器需要jdk环境 1.1 服务器安装jdk 1.2 jenkins jdk配置 2 git配置 在je…

Appium+python自动化(三)- SDK Manager

简介 一开始打算用真机做的&#xff0c;所以在前边搭建环境时候就没有下载SDK&#xff0c;但是考虑到绝大多数人都没有真机&#xff0c;所以顺应民意整理一下模拟器。SDK顾名思义&#xff0c;Android SDK Manager就是一个Android软件开发工具包管理器&#xff0c;就像一个桥梁&…

3D Gaussian Splatting for Real-Time Radiance Field Rendering——文章方法精解

SfM → Point-NeRF → 3D Gaussian Splatting &#x1f7e6;SfM Structure-from-Motion&#xff08;运动恢复结构&#xff0c;简称 SfM&#xff09;是一种计算机视觉技术&#xff0c;可以&#xff1a; 利用多张从不同角度拍摄的图像&#xff0c;恢复出场景的三维结构和相机的…

【Unity实战笔记】第二十四 · 使用 SMB+Animator 实现基础战斗系统

转载请注明出处&#xff1a;&#x1f517;https://blog.csdn.net/weixin_44013533/article/details/146409453 作者&#xff1a;CSDN|Ringleader| 1 结构 1.1 状态机 1.2 SMB 2 代码实现 2.1 核心控制 Player_Base_SMB 继承 StateMachineBehaviour &#xff0c;控制变量初始…

【Java高阶面经:消息队列篇】22、消息队列核心应用:高并发场景下的解耦、异步与削峰

一、消息队列:分布式系统的核心枢纽 在分布式架构日益普及的今天,消息队列(Message Queue, MQ)已成为解决系统复杂性的核心组件。它通过异步通信、系统解耦和流量控制等能力,有效应对高并发场景下的数据流动挑战。 1.1 核心特性:异步、解耦与弹性 1.1.1 异步通信:释放…

软媒魔方——一款集合多种系统辅助组件的软件

停更4年&#xff0c;但依旧吊炸天&#xff01; 亲们&#xff0c;是不是觉得电脑用久了就像老牛拉车&#xff0c;慢得让人着急&#xff1f;别急&#xff0c;我今天要给大家安利一个超好用的电脑优化神器——软媒魔方&#xff01; 软件介绍 首先&#xff0c;这货真心是免费的&a…

多路径可靠传输协议(比如 MPTCP)为什么低效

可靠就不能多路径&#xff0c;多路径求可靠必然要多费劲。这不难理解&#xff0c;多路径必异步&#xff0c;这无疑增加了可靠性判断的难度。 前文 多路径传输(比如 MPTCP)对性能的意义 阐述了作为单连接的多子流 MPTCP 对传输性能的意义是无意义&#xff0c;本文接着阐述作为隧…

塔能高温冰蓄冷技术:工厂能耗精准节能的创新之路

在工厂的能耗构成中&#xff0c;制冷系统是重要的耗能环节。传统的水蓄冷和冰蓄冷技术在实际应用中存在一些局限性&#xff0c;难以满足工厂对节能和成本控制的更高要求。塔能科技的高温冰蓄冷技术&#xff0c;凭借其独特的优势&#xff0c;为工厂能耗精准节能提供了创新的解决…

内存优化笔记1

欢迎关注更多精彩 关注我&#xff0c;学习常用算法与数据结构&#xff0c;一题多解&#xff0c;降维打击。 问题提出 在很多工业软件中&#xff0c;需要对对象进行微分细化&#xff0c;这样会产生很多&#xff08;几百万到几千万&#xff09;对象。随着业务的发展&#xff0c…

人脸识别,使用 deepface + api + flask, 改写 + 调试

1. 起因&#xff0c; 目的&#xff0c; 感受: github deepface 这个项目写的很好&#xff0c; 继续研究使用这个项目&#xff0c;改写 api。增加一个前端 flask app 2. 先看效果 3. 过程: 大力改写原始项目中 api 这部分的代码&#xff0c; 原始项目的文件结构太繁杂了: 我把…