Thumper 技术文档
2024-12-20 15:02:34作者:伍霜盼Ellen
1. 安装指南
Thumper 是一个 PHP 库,旨在抽象 RabbitMQ 上可以实现的几种消息模式。要安装 Thumper,您可以使用 Composer。以下是安装步骤:
$ composer require php-amqplib/thumper
确保您的环境中已经安装了 Composer。
2. 项目的使用说明
Thumper 提供了多种消息模式的实现,包括 RPC、并行处理、简单的队列服务器和发布/订阅。在项目的 _examples_ 文件夹中,您可以看到如何实现这些模式的示例。
所有示例都假定 RabbitMQ 正在运行,并且已经使用 RabbitMQ 2.1.1 版本进行了测试。
- 队列服务器(Queue Server): 这个示例展示了如何创建一个生产者,它将发布作业到队列中,这些作业稍后会被消费者(或多个消费者)处理。
- RPC: 此示例展示了如何在 RabbitMQ 上实现 RPC。有一个 RPC 客户端发送请求到一个服务器,该服务器返回提供字符串的字符数。服务器代码位于
_parallel_processing文件夹中。 - 并行处理(Parallel Processing): 此示例基于 RPC 示例。在这种情况下,它展示了如何使用 PHP 实现并行执行。假设您有两个耗时的任务,一个需要 5 秒钟,另一个需要 10 秒钟。您可以选择顺序执行它们,等待总共 15 秒,或者并行发送请求,然后等待最慢的任务完成,这应该只需要 10 秒。
- 主题(Topic): 在这个案例中,可以看到如何使用 RabbitMQ 实现发布/订阅。示例是关于日志记录的。可以记录不同级别和主题的日志,然后有不同的消费者根据不同的日志级别进行相应的操作。
- 匿名消费者(Anonymous Consumers): 在
_topic文件夹中还有一个匿名消费者示例。这个想法适用于需要将队列连接到某些交换以“监视”其内容,但在退出程序时,您希望队列被自动删除的情况。可以使用未命名队列来实现这一点。
每个示例都有一个 README.md 文件,说明了如何执行它们。
3. 项目API使用文档
以下是 Thumper 库的一些基本 API 使用示例:
- 发布消息:
$producer = new Thumper\Producer($connection);
$producer->setExchangeOptions(array('name' => 'hello-exchange', 'type' => 'direct'));
$producer->publish($argv[1]);
- 消费消息:
$myConsumer = function($msg)
{
echo $msg, "\n";
};
$consumer = new Thumper\Consumer($connection);
$consumer->setExchangeOptions(array('name' => 'hello-exchange', 'type' => 'direct'));
$consumer->setQueueOptions(array('name' => 'hello-queue'));
$consumer->setCallback($myConsumer); //myConsumer 可以是任何有效的 PHP 回调
$consumer->consume(5); // 5 是要消费的消息数量
请参考官方文档或示例代码以获取更详细的 API 使用说明。
4. 项目安装方式
Thumper 可以通过 Composer 进行安装,这是 PHP 项目推荐的依赖管理工具。确保您已经在您的项目中安装了 Composer,然后运行以下命令:
$ composer require php-amqplib/thumper
以上命令将自动处理所有依赖项,并将 Thumper 库安装到您的项目中。
请注意,使用 Thumper 库之前,请确保您的系统中已经安装了 RabbitMQ,并且服务正在运行。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210