QMQ:高性能消息中间件的佼佼者
在现代分布式系统中,消息中间件扮演着至关重要的角色。它们不仅负责数据的传输,还确保了系统的可靠性和扩展性。今天,我们要介绍的是一个在业界广受好评的消息中间件——QMQ。
项目介绍
QMQ是去哪儿网自主研发的消息中间件,自2012年问世以来,已经在去哪儿网的多个核心业务场景中得到了广泛应用,包括订单处理、报价搜索等高吞吐量场景。QMQ目前支持日常消息QPS达到60万,管理着近4万个消息主题,且消息的端到端延迟可以控制在10毫秒以内。
项目技术分析
QMQ不仅提供了异步实时消息、延迟/定时消息、广播消息等基础功能,还支持基于Tag的服务端过滤、Consumer端幂等处理、消费端按条ACK消息等高级特性。此外,QMQ还集成了OpenTracing,提供了丰富的监控指标,支持事务消息,并且能够方便地进行扩容缩容。
项目及技术应用场景
QMQ适用于各种需要高吞吐量、低延迟和高可靠性的消息传输场景。无论是电商平台的订单处理,还是金融交易系统的实时数据同步,QMQ都能提供稳定可靠的服务。其支持的延迟/定时消息功能,特别适合需要定时触发的业务流程,如定时任务调度、预约系统等。
项目特点
- 高性能:支持高达60万QPS,延迟低至10毫秒。
- 功能丰富:提供异步实时消息、延迟/定时消息、广播消息等多种消息模式。
- 易于扩展:Server和Consumer都可以方便地进行扩容缩容。
- 高可用性:支持读写分离,确保系统的高可用性。
- 监控完善:提供丰富的监控指标,便于运维管理。
- 跨平台:支持Java和.NET客户端,方便不同技术栈的接入。
QMQ不仅是一个功能强大的消息中间件,更是一个经过大规模生产环境验证的稳定系统。无论你是初创公司还是大型企业,QMQ都能为你的系统提供强有力的支持。
如何开始
你可以通过阅读快速入门文档来快速上手QMQ,或者深入了解其设计背景和架构概览。QMQ的客户端已经发布到Maven中央仓库,你可以通过以下方式获取:
<dependency>
<groupId>com.qunar.qmq</groupId>
<artifactId>qmq</artifactId>
<version>{see maven}</version>
</dependency>
技术支持
如果你在使用过程中遇到任何问题,可以通过加入QMQ的技术交流群或关注官方渠道来获取技术支持。
开源协议
QMQ遵循Apache 2.0开源协议,这意味着你可以自由地使用、修改和分发QMQ。
QMQ已经在多家知名企业中得到了应用,包括去哪儿、携程等。如果你正在寻找一个高性能、高可靠性的消息中间件,QMQ无疑是一个值得考虑的选择。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00