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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust092- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
696
4.5 K
Ascend Extension for PyTorch
Python
561
687
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++
956
946
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
497
92
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
411
334
昇腾LLM分布式训练框架
Python
148
176
🎉 (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
1.6 K
937
Oohos_react_native
React Native鸿蒙化仓库
C++
338
387
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
139
221
暂无简介
Dart
942
235