RabbitMQ River 插件技术文档
2024-12-24 12:34:22作者:卓炯娓
1. 安装指南
在安装 RabbitMQ River 插件之前,请确保您的 Elasticsearch 版本与插件版本兼容。根据 Elasticsearch 的版本,选择对应的插件版本进行安装。安装命令如下:
bin/plugin install elasticsearch/elasticsearch-river-rabbitmq/版本号
例如,对于 Elasticsearch 1.6 版本,安装命令为:
bin/plugin install elasticsearch/elasticsearch-river-rabbitmq/2.6.0
若需要构建 SNAPSHOT 版本,可以使用以下 Maven 命令:
mvn clean install
plugin --install river-rabbitmq \
--url file:target/releases/elasticsearch-river-rabbitmq-X.X.X-SNAPSHOT.zip
2. 项目的使用说明
RabbitMQ River 插件允许将 RabbitMQ 消息队列中的消息以 Elasticsearch 的批量格式索引到 Elasticsearch 中。以下是创建 RabbitMQ River 的基本步骤:
curl -XPUT 'localhost:9200/_river/my_river/_meta' -d '{
"type" : "rabbitmq",
"rabbitmq" : {
"host" : "localhost",
"port" : 5672,
"user" : "guest",
"pass" : "guest",
"vhost" : "/",
"queue" : "elasticsearch",
"exchange" : "elasticsearch",
"routing_key" : "elasticsearch",
"exchange_declare" : true,
"exchange_type" : "direct",
"exchange_durable" : true,
"queue_declare" : true,
"queue_bind" : true,
"queue_durable" : true,
"queue_auto_delete" : false,
"heartbeat" : "30m",
"qos_prefetch_size" : 0,
"qos_prefetch_count" : 10,
"nack_errors" : true
},
"index" : {
"bulk_size" : 100,
"bulk_timeout" : "10ms",
"ordered" : false,
"replication" : "default"
}
}'
3. 项目API使用文档
RabbitMQ River 插件支持以下配置选项:
exchange_declare:是否声明交换机(默认为true)。exchange_type:交换机类型(默认为direct)。exchange_durable:交换机是否持久化(默认为true)。queue_declare:是否声明队列(默认为true)。queue_bind:是否绑定队列(默认为true)。queue_durable:队列是否持久化(默认为true)。queue_auto_delete:队列是否自动删除(默认为false)。heartbeat:心跳时间(默认为30m)。qos_prefetch_size:QoS 预取大小(默认为0,即无限)。qos_prefetch_count:QoS 预取计数(默认为10)。nack_errors:是否在错误发生时拒绝消息(默认为true)。
此外,还支持以下索引配置选项:
bulk_size:批量大小(默认为100)。bulk_timeout:批量超时时间(默认为10ms)。ordered:是否有序(默认为false)。replication:复制模式(默认为default)。
4. 项目安装方式
RabbitMQ River 插件的安装方式已在“安装指南”部分详细介绍,此处不再赘述。需要注意的是,安装时要确保插件版本与 Elasticsearch 版本兼容。安装命令如下:
bin/plugin install elasticsearch/elasticsearch-river-rabbitmq/版本号
例如,对于 Elasticsearch 1.6 版本,安装命令为:
bin/plugin install elasticsearch/elasticsearch-river-rabbitmq/2.6.0
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
openEuler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。
C
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271