【emqx】 EMQX 开源项目教程
1. 项目介绍
EMQX 是一个高度可扩展的开源 MQTT 代理,专为物联网(IoT)、工业物联网(IIoT)和连接车辆设计。EMQX 能够在一个集群中连接 100M+ 的物联网设备,同时保持每秒 1M 条消息的吞吐量和亚毫秒级的延迟。EMQX 支持多种开放标准协议,如 MQTT、HTTP、QUIC 和 WebSocket,并且 100% 兼容 MQTT 5.0 和 3.x 标准。通过内置的基于 SQL 的规则引擎,EMQX 可以实时提取、过滤、丰富和转换物联网数据。此外,EMQX 通过无主的分布式架构确保了高可用性和水平扩展性,并提供了友好的用户操作体验和出色的可观测性。
2. 项目快速启动
2.1 使用 Docker 运行 EMQX
docker run -d --name emqx -p 1883:1883 -p 8083:8083 -p 8084:8084 -p 8883:8883 -p 18083:18083 emqx/emqx:latest
2.2 在 Kubernetes 上运行 EMQX 集群
请参考官方的 EMQX Operator 文档 获取详细信息。
2.3 在 macOS 上运行 EMQX
brew install emqx
emqx start
2.4 更多安装选项
如果你更喜欢自己安装和管理 EMQX,可以从 官方网站 下载最新版本。更多安装选项,请参阅 EMQX 安装文档。
3. 应用案例和最佳实践
3.1 物联网平台
EMQX 被广泛应用于构建物联网平台,支持海量设备的连接和管理。通过 EMQX 的规则引擎,可以实现设备数据的实时处理和分析,从而为智能城市、智能家居等应用提供支持。
3.2 工业物联网
在工业物联网领域,EMQX 提供了可靠的消息传递机制,确保设备间的通信稳定和高效。EMQX 的高可用性和水平扩展性使其成为工业自动化和智能制造的理想选择。
3.3 连接车辆
EMQX 在连接车辆领域也有广泛应用,支持车辆与云端、车辆与车辆之间的实时通信。通过 EMQX,可以实现车辆数据的实时监控和远程控制,提升车辆的安全性和智能化水平。
4. 典型生态项目
4.1 MQTTX
MQTTX 是一个跨平台的 MQTT 5.0 客户端工具,提供了桌面、命令行和 Web 三种形式,帮助开发者快速开发和调试 MQTT 服务和应用。
4.2 EMQX Cloud
EMQX Cloud 是 EMQX 的云端托管服务,提供了简单易用的界面和强大的管理功能,帮助用户快速部署和管理 EMQX 集群。
4.3 EMQX Operator
EMQX Operator 是一个 Kubernetes Operator,用于自动化部署和管理 EMQX 集群,简化了在 Kubernetes 环境中运行 EMQX 的复杂性。
通过以上模块的介绍,您可以快速了解 EMQX 开源项目的核心功能和使用方法,并根据实际需求进行部署和应用。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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