Pulsar项目技术文档
2024-12-23 12:25:42作者:庞队千Virginia
1. 安装指南
Pulsar项目是一个分布式的发布-订阅消息平台,具有灵活的消息模型和直观的客户端API。以下是安装Pulsar的步骤:
系统要求
- JDK版本根据Pulsar版本有所不同,具体如下:
- master分支和2.11及以上版本:推荐JDK 17
- 2.8至2.10版本:推荐JDK 11
- 2.7及以下版本:推荐JDK 8
- Maven 3.6.1及以上版本
安装步骤
-
克隆Pulsar仓库:
git clone https://github.com/apache/pulsar.git -
编译和安装Pulsar:
cd pulsar mvn install -DskipTests如果需要编译某个特定模块,可以使用以下命令:
mvn -pl module-name install -DskipTests -
启动独立Pulsar服务:
bin/pulsar standalone
2. 项目使用说明
Pulsar是一个支持水平扩展的发布-订阅消息系统,具有以下主要特性:
- 支持数百万个独立主题和每秒数百万条消息的发布
- 提供强排序和一致性保证
- 低延迟的持久化存储
- 主题和队列语义
- 负载均衡器
- 多租户、认证、授权、配额等功能,适合作为托管服务部署
- 支持消息消费者游标位置跟踪
- 提供REST API进行配置、管理和统计
- 支持地理复制
- 支持分区主题的透明处理
- 支持消息的透明批处理
用户可以通过官方文档和示例来学习和使用Pulsar。
3. 项目API使用文档
Pulsar提供了多种语言的客户端库,包括Java、C++、Python、Go等。以下是Java客户端API的基本使用示例:
发布消息
PulsarClient client = PulsarClient.builder()
.serviceUrl("pulsar://localhost:6650")
.build();
Producer<String> producer = client.newProducer(Schema.STRING)
.topic("my-topic")
.create();
producer.send("Hello, Pulsar!");
消费消息
Consumer<String> consumer = client.newConsumer(Schema.STRING)
.topic("my-topic")
.subscriptionName("my-subscription")
.subscribe();
while (true) {
Message<String> msg = consumer.receive();
System.out.println("Message received: " + new String(msg.getValue()));
consumer.acknowledge(msg);
}
更多关于API的使用,可以参考官方文档。
4. 项目安装方式
除了上述的源码编译安装方式,Pulsar还提供了以下几种安装方式:
Docker安装
可以使用Docker来运行Pulsar,以下是构建和运行Pulsar Docker镜像的示例命令:
mvn clean install -DskipTests
export DOCKER_CLI_EXPERIMENTAL=enabled
mvn package -Pdocker,-main -am -pl docker/pulsar-all -DskipTests
构建完成后,可以使用以下命令启动Pulsar服务:
docker run -p 6650:6650 apachepulsar/pulsar:latest
Helm Chart安装
如果使用Kubernetes,可以通过Helm Chart来安装Pulsar。首先,添加Pulsar的Helm仓库:
helm repo add apachepulsar https://github.com/apache/pulsar-helm-chart
helm repo update
然后,使用以下命令安装Pulsar:
helm install pulsar apachepulsar/pulsar
以上就是Pulsar项目的技术文档,希望对您使用Pulsar有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (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
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1