一文带你搭建 RocketMQ 源码调试环境

前言

最近在倒腾 RocketMQ 消息队列,小卷了下 RocketMQ 的源码,本篇会带着大家一起看下如何配置好调试源码的环境。

一、获取源码

首先就是到 Github 网站上下载源码。

源码地址:https://github.com/apache/rocketmq/releases

我下载的是这个版本:rocketmq-rocketmq-all-4.9.2。

如果遇到 Github 网站的打开速度较慢,可以在公众号后台回复 RocketMQ源码 即可获取百度网盘链接。

二、导入源码

下载好了后,用 IntelliJ IDEA 工具导入就可以了。

下面是对各个文件夹相关功能的解释:

broker:RocketMQ 的 Broker 相关的代码,用来启动 Broker 进程。重点要看的。

client:RocketMQ 的 Producer、Consumer 这些客户端的代码,用来生产消息、消费消息。

common:公共模块。

dev:开发相关的一些信息

distribution:用来部署 RocketMQ 的,比如 bin 目录 ,conf 目录。

example:使用 RocketMQ 的例子。

filter:RocketMQ 的一些过滤器。

logappender:RocketMQ 日志相关的

logging:RocketMQ 日志相关的

namesvr:NameServer 的源码。重点要看的。

openmessaging:开放消息标准,可以先忽略

remoting:RocketMQ 的远程网络通信模块的代码,基于netty实现。重点要看的。

srvutil:里面有很多工具类。

store:消息如何在Broker上进行存储的。重点要看的。

style:代码检查相关的。

test:测试相关的。

tools:命令行监控工具相关。

我们看源码是不是直接就各种文件都看一遍呢?当然不是,首先得把项目跑起来吧,接下来看下如何让 RocketMQ 的 NameServer 和 Broker 启动起来。NameServer 就是所有 Broker 都需要注册的地方,注册中心。Broker 就是用来收客户端发的消息、存储消息传、递消息给消费端的组件。

三、启动 RocketMQ 的 NameServer

3.1 配置 NameServer 启动参数

因为在本地直接启动源码是起不来的,需要单独配置下启动参数。

3.1.1 Edit Configurations

首先在 IDEA 工具的菜单栏中找到 NameSrvStartup 启动的地方,然后下拉选择 Edit Configurations,可以打开 NameSrvStartup 的配置项。如下图所示:

3.1.2 环境变量

需要配置一个 ROCKETMQ_HOME 环境变量,它就是一个本地文件夹,专门用来存放一些配置文件,这个文件夹的名字后面还会用到。

打开配置环境变量的界面,如下图所示,点下这个按钮就可以了:

然后我们点下加号,配置 ROCKETMQ_HOME 环境变量,文件夹路径我是配置在这里的,大家可以自己配置,注意不要和 RocketMQ 源码目录里面。

/Users/wukong/00.Study/_workspace/rocketmq/ROCKETMQ_HOME

3.1.3 拷贝配置文件

首先在 ROCKMQ_HOME 目录新建几个文件夹:conf、logs、store

然后我们需要 RoctetMQ 自带的配置文件拷贝到 conf 目录下。

配置文件就是需要从源码目录中 distribution 目录下 拷贝三个文件:broker.conf、logback_namesrv.xml、logback_broker.xml。

3.1.4 修改 logback 日志配置文件

然后打开logback_namesrv.xml 和 logback_broker.xml 文件,将 ${user.home} 全局替换为之前配置的 ROCKETMQ_HOME 目录。

/Users/wukong/00.Study/_workspace/rocketmq/ROCKETMQ_HOME

替换后的配置如下图所示:

3.1.5 修改 broker 配置文件

打开 conf 目录下的 broker.xml 文件,拷贝下面的配置到文件中。

注意:brokerIP1 对应的 IP 地址是自己本机 IP。存储路径对应 ROCKETMQ_HOME 的 store 目录。

# 这是nameserver的地址
namesrvAddr=127.0.0.1:9876
brokerIP1=192.168.10.197
# 这是存储路径,你设置为你的rocketmq运行目录的store子目录
storePathRootDir=<你自己的 ROCKETMQ_HOME 路径>/store
# 这是commitLog的存储路径
storePathCommitLog=<你自己的 ROCKETMQ_HOME 路径>/store/commitlog
# consume queue文件的存储路径
storePathConsumeQueue=<你自己的 ROCKETMQ_HOME 路径>/store/consumequeue
# 消息索引文件的存储路径
storePathIndex=<你自己的 ROCKETMQ_HOME 路径>/store/index
# checkpoint文件的存储路径
storeCheckpoint=<你自己的 ROCKETMQ_HOME 路径>/store/checkpoint
# abort文件的存储路径
abortFile=<你自己的 ROCKETMQ_HOME 路径>/store/abort

3.1.6 启动 NameServer

上面的配置都配置好了,就可以用 IDEA 启动了,注意,直接可以用 debug 模式启动。

IDEA 会自动找到 ROCKETMQ_HOME 的环境变量,这个目录就是 RocketMQ 的运行目录,里面有新建的 conf、logs、store 目录。conf 对应配置,logs 对应日志、store 对应数据存储。

然后我们可以在控制台看到启动的日志输出:

Connected to the target VM, address: '127.0.0.1:52115', transport: 'socket'
The Name Server boot success. serializeType=JSON

四、启动 RocketMQ 的 Broker

3.1 配置 Broker 的启动参数

和 NameServer 的启动参数相似需要配置环境变量,但是 Broker 多了一个 Program arguments 配置项,用来加载指定的配置文件 broker.conf。配置如下:

-c < 你的ROCKETMQ_HOME 目录>/conf/broker.conf

4.2 启动 Broker

接着用 debug 模式启动 broker,可以看到控制台输出以下信息:

Connected to the target VM, address: '127.0.0.1:52279', transport: 'socket'
The broker[broker-a, 192.168.10.197:10911] boot success. serializeType=JSON and name server is 127.0.0.1:9876

4.3 查看启动日志

另外我们到 logs 目录看下启动的详细日志,打开 broker.log 或者 namesrv.log 文件,如下所示:

五、测试发送消息

我们直接用源码自带的示例代码来做测试。文件目录如下:

打开 Producer.java 文件

修改如下代码中的 IP 地址

producer.setNamesrvAddr("127.0.0.1:9876");

然后在 IDEA 中启动这个类:

可以看到控制台打印了输出结果,成功发送了一条消息。注意:消费者的示例代码里面,我改成了只发送了一条消息。

接着我们启动消费者代码,看下是否成功消费了。同样需要修改这个配置:

consumer.setNamesrvAddr("127.0.0.1:9876");

然后启动 Consumer,可以看到成功消费了一条消息:

注意:消息的显示是用 ASCII 码来表示的,所以不能直接看出来发送的什么。

好了,本地的源码调试环境配置完成。

RocketMQ 也是有客户端界面来查看 RocketMQ 的运行情况的。如下所示:

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
在Ubuntu 20.04上搭建深度学习环境,可以按照以下步骤进行操作: 1. 首先,安装Ubuntu系统。可以通过制作U盘镜像并进行安装来完成这一步。 2. 安装必要的软件包和工具。使用以下命令安装make、g、cmake和中文输入法: ``` sudo apt-get install build-essential cmake fcitx ``` 3. 安装VS Code。可以从官网下载安装包,并使用以下命令进行安装: ``` sudo dpkg -i visual_code_1.69.2-1658162013_amd64.deb ``` 4. 切换Python版本。根据个人需求,可以选择不同的Python版本。可以使用以下命令来切换Python版本: ``` sudo update-alternatives --config python ``` 5. 安装英伟达显卡驱动。根据自己的显卡型号和需求,选择合适的英伟达显卡驱动进行安装。 6. 明确CUDA版本需求。根据自己的需求,确定所需的CUDA版本。可以从英伟达官网下载相应的CUDA安装包。 7. 安装CUDA。根据所需的CUDA版本,选择下载并安装相应的CUDA安装包。 8. 安装CUDNN。根据所需的CUDNN版本,从英伟达官网下载相应的CUDNN安装包,并按照文档进行安装。 9. 安装NCCL。根据需求,选择下载并安装相应版本的NCCL。 10. 安装PaddlePaddle。可以使用pip命令安装PaddlePaddle,如下所示: ``` pip install paddlepaddle ``` 11. 安装PyTorch。可以使用conda命令或pip命令安装PyTorch,具体安装方法可以参考PyTorch官方文档。 通过以上步骤,您就可以在Ubuntu 20.04上成功搭建深度学习环境了。请根据实际需求和具体情况,按照步骤进行操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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