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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
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++
886
602
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
181
暂无简介
Dart
775
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
757
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
895