Apache OpenWhisk Sample MATOS 项目下载与安装教程
2024-11-29 23:41:52作者:薛曦旖Francesca
1. 项目介绍
Apache OpenWhisk Sample MATOS 是一个基于 Bluemix 的无服务器架构示例,展示了如何使用 OpenWhisk 和 Message Hub 实现简单的消息处理管道。该示例读取 Message Hub 主题中的消息并将它们批量存档到对象存储中。这种架构可以利用 OpenWhisk 的弹性来处理负载高峰,并且由于 Message Hub 的持久性,可以按批次处理存档,从而仅在实际执行时付费。
2. 项目下载位置
该项目托管在 GitHub 上,您可以从以下位置克隆或下载项目代码:
https://github.com/apache/openwhisk-sample-matos.git
3. 项目安装环境配置
在开始安装之前,请确保您的系统已经安装以下依赖:
- Git
- Python
- Java 8
- Gradle
- OpenWhisk CLI
以下是环境配置的示例图片:
# 图并茂地展示安装配置过程

请将 path/to/your/image.jpg 替换为您实际的图片路径。
4. 项目安装方式
以下是将项目安装到您本地的步骤:
# 克隆项目到本地
git clone https://github.com/apache/openwhisk-sample-matos.git
# 进入项目目录
cd matos
# 创建运行和临时目录
mkdir run
mkdir tmp
# 编辑 resources/matos.json 文件以填写正确的配置信息
# 构建项目
/rejar.sh
# 配置 OpenWhisk
wsk package create matos
wsk action create matos/load run/matos-load.jar
wsk action create matos/monitor run/matos-monitor.jar
wsk action create matos/batch run/matos-batch.jar
wsk action create matos/batchW js/batchW.js
wsk package bind matos mymatos --param kafkaApiKey <API_KEY> --param swiftTenantId <TENANT_ID> --param swiftUserId <USER_ID> --param swiftPassword <PASSWORD> --param owPath <OPENWHISK_NAMESPACE>/mymatos
# 如果代码有更新,重新构建和更新 OpenWhisk
/rejar.sh
/rewhisk.sh
5. 项目处理脚本
项目中的主要处理脚本包括:
matos-load:用于向 Message Hub 发送测试消息。matos-monitor:用于监控 Message Hub 主题的偏移量。matos-batch:用于从 Message Hub 批量存档消息到对象存储。
您可以通过 OpenWhisk CLI 来调用这些脚本:
# 调用 load 动作
wsk action invoke mymatos/load --blocking --result
# 调用 monitor 动作
wsk action invoke mymatos/monitor --blocking --result
# 调用 batch 动作
wsk action invoke mymatos/batch --blocking --result
以上就是 Apache OpenWhisk Sample MATOS 项目的下载与安装教程,您可以根据上述步骤开始您的无服务器架构之旅。
登录后查看全文
热门项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
345
412
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++
888
605
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
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
758
React Native鸿蒙化仓库
JavaScript
303
356
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
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896