JMS

JMS的配置当使用一个JMS Provider时,有三个Provider-specific因素:

A 得到一个JNDI初始化上下文

 B 用到的连接工厂的名字

 C 对目的地的管理和命名协定

JMS 支持两种消息传递模型:点对点(point-to-point,简称PTP)和发布/订阅(publish/subscribe,简称pub/sub)这两种消息传递模型非常相似,只有以下区别PTP 消息传递模型规定了一条消息只能传递给一个接收方Pub/sub 消息传递模型允许一条消息传递给多个接收方。每种模型都通过扩展公用基类来实现。例如,PTP 类javax.jms.Queuepub/sub 类javax.jms.Topic 扩展javax.jms.Destination 类

消息有两种类型topics 和queues

Topics对应publish/subscribe

 Queues对应PTP

接收者。

   package com.yang.bean;
import javax.ejb.ActivationConfigProperty;
import javax.ejb.MessageDriven;
import javax.jms.Message;
import javax.jms.MessageListener;
import javax.jms.TextMessage;
/*上面通过@MessageDriven注释指明这是一个消息驱动Bean,并使用@ActivationConfigProperty注释配置消息的
各种属性,其中destinationType属性指定消息的类型,消息有两种类型topics 和queues,下面是这两种消息类型
的介绍:
Topics 可以有多个客户端。用topic发布允许一对多,或多对多通讯通道。消息的产生者被叫做publisher, 消息接
受者叫做subscriber。destinationType属性对应值:javax.jms.Topic
Queue 仅仅允许一个消息传送给一个客户。一个发送者将消息放入消息队列,接受者从队列中抽取并得到消息,
消息就会在队列中消失。第一个接受者抽取并得到消息后,其他人就不能再得到它。destinationType属性对应值:
javax.jms.Queue
destination属性用作指定消息路径,消息驱动Bean在发布时,如果路径不存在,容器会自动创建该路径,当容器
关闭时该路径会自动被删除。
运行本例子,当一个消息到达queue/foshanshop队列时,就会触发onMessage方法,消息作为一个参数传入,在
onMessage方法里面得到消息体并调用print 方法把消息内容打印到控制台上。*/

@MessageDriven(activationConfig =
{
@ActivationConfigProperty(propertyName="destinationType",
propertyValue="javax.jms.Queue"),
@ActivationConfigProperty(propertyName="destination",
propertyValue="queue/foshanshop")
})
public class PrintBean implements MessageListener {

 public void onMessage(Message msg) {
  try {
   TextMessage tmsg = (TextMessage) msg;
   this.print(tmsg.getText());
   } catch (Exception e){
   e.printStackTrace();
   }
 }
 private void print(String content){
  System.out.println(content);
  }
}

发送者。

package com.yang.test;
import javax.naming.*;
import java.util.Properties;
import  javax.jms.*;
import junit.framework.TestCase;

public class TestProject extends TestCase {
 
 public void ok() throws JMSException
 {
  QueueConnection cnn = null;
  QueueSender sender = null;
  QueueSession sess = null;
  Queue queue = null;
  try {
  Properties props = new Properties();
  props.setProperty("java.naming.factory.initial",
  "org.jnp.interfaces.NamingContextFactory");
  props.setProperty("java.naming.provider.url", "localhost:1099");
  props.setProperty("java.naming.factory.url.pkgs", "org.jboss.naming");
  InitialContext ctx = new InitialContext(props);
  
 /* 根据上下文来查找一个连接工厂TopicConnectFactory/ QueueConnectionFactory (有两种连接工厂,根据是
    topic/queue来使用相应的类型);*/

  
  QueueConnectionFactory factory = (QueueConnectionFactory) ctx.lookup("ConnectionFactory");
  
    /* 从连接工厂得到一个连接(Connect 有两种[TopicConnection/ QueueConnection]);*/
  cnn = factory.createQueueConnection();
  /*通过连接来建立一个会话(Session);
   * 例子对应代码:sess = cnn.createQueueSession(false, QueueSession.AUTO_ACKNOWLEDGE);
这句代码意思是:建立不需要事务的并且能自动接收消息收条的会话,在非事务Session 中,消息传递的方
式有三种:
Session.AUTO_ACKNOWLEDGE :当客户机调用的receive方法成功返回,或当MessageListenser 成功处理
了消息,session将会自动接收消息的收条。
Session.CLIENT_ACKNOWLEDGE :客户机通过调用消息的acknowledge方法来接收消息。接收发生在
session层。接收到一个被消费的消息时,将自动接收该session已经消费的所有消息。例如:如果消息的消
费者消费了10条消息,然后接收15 个被传递的消息,则前面的10 个消息的收据都会在这15 个消息中被接
收。
Session.DUPS_ACKNOWLEDGE :指示session缓慢接收消息。
   *
   * */
  sess = cnn.createQueueSession(false, QueueSession.AUTO_ACKNOWLEDGE);
  /*查找目的地(Topic/ Queue);*/
  queue = (Queue) ctx.lookup("queue/foshanshop");
  } catch (Exception e) {
  e.printStackTrace();
  }
 /* 根据会话以及目的地来建立消息制造者(TopicPublisher/QueueSender)和消费者(TopicSubscriber/
    QueueReceiver).*/
  TextMessage msg = sess.createTextMessage("这是我的第一个消息驱动Bean");
  //利用队列会话创建一个(参数为队列)的发送者
  sender = sess.createSender(queue);
  //队列会话将消息发送。
  sender.send(msg);
  sess.close ();
 }
}

  • 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