rabbitmq

linux 安装rabbitmq:
需要安装erlang,otp_src_R16B03
http://blog.csdn.net/huoyunshen88/article/details/41575875

明显安装成功了erlang>=rb13-3,但是rpm或者yum安装最新的rpm  rabbitmq文件,还是提示requierd erlang>=rb13-3,然后我重现下载tar文件,在sbin里启动就可以了。 

添加用户

http://blog.csdn.net/zyz511919766/article/details/42292655


1、首先要先安装GCC GCC-C++ Openssl等以来模块:

yum -y install make gcc gcc-c++ kernel-devel m4 ncurses-devel openssl-devel

2、再安装ncurses模块

yum -y install ncurses-devel

yum -y install   esl-erlang_18.3-1~centos~6_amd64.rpm 

命令erl出现命令行


Connection

创建tcp连接,设置vhost,username,password

    ConnectionFactory factory = new ConnectionFactory();

    factory.setHost("localhost");

    factory.setVirtualHost("/");

    factory.setUsername("rockey");

    factory.setPassword("1qazxsw2");

    Connection connection = factory.newConnection();

channel

消息的传送是通过channel来的

  Channel channel = connection.createChannel();

exchange

交换机,如果要把消息进行路由推送到符合的queue,就需要这个,type类型:direct,fanout,topic

channel.exchangeDeclare(java.lang.String exchange, java.lang.String type, boolean durable)

channel.queueBind(java.lang.String queue, java.lang.String exchange, java.lang.String routingKey1)

channel.basicPublish(java.lang.String exchange, java.lang.String routingKey2, AMQP.BasicProperties props, byte[] body)


exchange是路由的名字

type:direct是直接把消息发送到bind的queue上,basicPublish的routingkey只会发送到对应的queuebind的queue的routingkey,这里routingkey1和routingkey2如果相同就会从exchange发送到queue,不相同就丢掉消息。topic是bind到routingkey符合正则的路由上,fanout是发送到所有bind到该exchange上的queue,此时routingkey设置了也没有作用。

durable为true表示该exchange在rabbit服务重启后依然存在,否则重启后就没有了该declare exchange

props 可以设置为MessageProperties.PERSISTENT_TEXT_PLAIN,表示消息会被本地化,此时如果durable为false,设置为这个也没有用。只有durable为true,prop为persistent,消息才会在rabbit服务重启后仍然回复。

注:如果channel.exchangeDeclare和channel.basicPublish之间没有queuebind,那么消息会发送到defaultqueue里。



queue

queueDeclare(java.lang.String queue, boolean durable, boolean exclusive, boolean autoDelete, java.util.Map<java.lang.String,java.lang.Object> arguments)

queue队列名

durable:为true表示该queue在rabbit服务重启后依然存在,否则重启后就没有了该declare durable

exclusive表示该queue是独占的,只能被一个客户端占用。

autoDelete 该队列空了之后一段时间后就会删除



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
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