【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。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08