TBMQ:开源MQTT消息代理的巅峰之作
2024-09-17 14:33:22作者:董斯意
项目介绍
TBMQ是一款开源的MQTT消息代理,专为处理大规模并发连接和高吞吐量设计。它能够支持4M+的并发客户端连接,单个集群节点每秒处理3M条消息,且延迟极低。在集群模式下,TBMQ的能力进一步提升,能够支持超过100M的并发连接。TBMQ由ThingsBoard团队开发,基于他们在构建可扩展IoT应用方面的丰富经验,旨在为MQTT解决方案提供一个高效、可靠的平台。
项目技术分析
TBMQ的设计理念聚焦于高可用性和容错性,避免了对主节点或协调进程的依赖,确保集群中所有节点功能一致。它支持分布式处理,便于水平扩展,同时保证高吞吐量和低延迟的消息传递。TBMQ还注重数据持久性和复制,确保一旦消息被代理确认接收,就不会丢失。此外,TBMQ兼容MQTT v3.x和v5.0协议,并在开源之前已在生产环境中运行超过一年。
项目及技术应用场景
TBMQ特别适用于两种主要场景:
- 扇入模式:大量设备生成大量消息,由特定应用消费。这些应用通常是持久客户端,QoS级别为1或2,确保在重启或升级期间不会丢失任何消息。
- 扇出模式:大量设备订阅特定更新或通知,导致少量请求产生大量输出数据。
无论是处理海量数据还是高并发连接,TBMQ都能提供卓越的性能和可靠性。
项目特点
- 高并发处理能力:支持4M+并发客户端连接,单节点3M消息/秒吞吐量。
- 集群扩展性:集群模式下支持超过100M并发连接。
- 高可用性与容错性:无主节点设计,确保所有节点功能一致。
- 数据持久性与复制:确保消息一旦被接收就不会丢失。
- 协议兼容性:支持MQTT v3.x和v5.0协议。
- 生产级稳定性:在开源前已在生产环境中运行超过一年。
TBMQ不仅是一个技术先进的MQTT消息代理,更是一个为大规模IoT应用量身定制的解决方案。无论您是开发IoT应用还是管理大规模设备连接,TBMQ都能为您提供强大的支持。立即体验TBMQ,开启您的IoT之旅!
相关链接
TBMQ,让您的IoT应用飞得更高、更远!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322