Jolokia 项目技术文档
2024-12-23 06:12:57作者:余洋婵Anita
1. 安装指南
1.1 环境要求
- Java 11 或更高版本
- 支持的 Java EE 服务器(如 Tomcat、JBoss 等)
- 支持 OSGi 容器(如 Apache Felix、Eclipse Equinox 等)
1.2 安装步骤
1.2.1 WAR 代理安装
- 下载最新版本的 Jolokia WAR 文件。
- 将 WAR 文件部署到你的 Java EE 服务器中。
- 启动服务器,Jolokia 代理将自动启动。
1.2.2 OSGi 代理安装
- 下载适用于 OSGi 的 Jolokia 代理包。
- 将代理包安装到你的 OSGi 容器中。
- 启动 OSGi 容器,Jolokia 代理将自动启动。
1.2.3 JVM 代理安装
- 下载适用于 JVM 的 Jolokia 代理 JAR 文件。
- 在启动 Java 应用程序时,使用以下命令行参数附加代理:
-javaagent:/path/to/jolokia-agent.jar=config=jolokia.properties - 启动应用程序,Jolokia 代理将自动启动。
2. 项目使用说明
2.1 启动与访问
- 启动部署了 Jolokia 代理的服务器或应用程序。
- 通过浏览器或 HTTP 客户端访问
http://<server-address>:<port>/jolokia,查看 Jolokia 的 JSON 响应。
2.2 基本操作
- 获取 MBean 信息:发送 GET 请求到
/jolokia/read/<mbean-name>。 - 执行 MBean 操作:发送 POST 请求到
/jolokia/exec/<mbean-name>/<operation-name>,并在请求体中包含参数。 - 批量请求:发送 POST 请求到
/jolokia/bulk,并在请求体中包含多个 JMX 请求。
3. 项目 API 使用文档
3.1 读取 MBean 属性
- URL:
/jolokia/read/<mbean-name> - 方法: GET
- 响应: JSON 格式的 MBean 属性值。
3.2 执行 MBean 操作
- URL:
/jolokia/exec/<mbean-name>/<operation-name> - 方法: POST
- 请求体: JSON 格式的参数列表。
- 响应: JSON 格式的操作结果。
3.3 批量请求
- URL:
/jolokia/bulk - 方法: POST
- 请求体: JSON 格式的多个 JMX 请求。
- 响应: JSON 格式的多个请求结果。
4. 项目安装方式
4.1 WAR 代理
- 下载 WAR 文件并部署到 Java EE 服务器。
4.2 OSGi 代理
- 下载 OSGi 代理包并安装到 OSGi 容器。
4.3 JVM 代理
- 下载 JVM 代理 JAR 文件并在启动 Java 应用程序时附加代理。
通过以上步骤,你可以成功安装并使用 Jolokia 项目,享受其提供的 JMX 远程访问功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
319
🎉 (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
1.21 K
658
React Native鸿蒙化仓库
JavaScript
262
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868