SimpleAmqpClient 技术文档
1. 安装指南
SimpleAmqpClient 是一个易于使用的 C++ 包装库,基于 rabbitmq-c C 库。下面是在不同环境中安装 SimpleAmqpClient 的指南。
环境支持
- Windows 10 (MSVC 2019, Win64)
- Windows 7 (MSVC 10, Win64, Win32)。可能适用于其他版本,但未经测试
- Linux (RHEL 6.0, GCC-4.4.5, 32 和 64 位)。可能适用于其他配置,但未经测试
- Mac OS X (10.7, 10.6, gcc-4.2, 32 和 64 位)。可能适用于旧版本,但未经测试
预先条件
- boost-1.47.0 或更新版本(使用 chrono、system 以及其他基于头的库,例如 sharedptr 和 noncopyable)
- rabbitmq-c 版本 0.8.0 或更高版本
- cmake 3.5 或更高版本,用于构建系统
- Doxygen(可选),仅用于生成 API 文档
构建过程
此项目是一个典型的 cmake 项目,构建过程与其他 typical cmake 项目类似:
在源代码解压目录的同级目录下:
mkdir simpleamqpclient-build
cd simpleamqpclient-build
cmake ..
然后使用适当的构建工具构建库(make、msbuild)。
有趣的目标:
- test - 构建并运行测试
- install - 将库和头文件安装到
CMAKE_INSTALL_PREFIX定义的路径 - doc - 如果已设置 doxygen,将生成 API 文档
注意:
- 可以通过向 cmake 传递
-DENABLE_TESTING=ON来启用基于 google-test 的测试套件
Windows 构建过程
需要 Boost 库,可以使用 nuget 安装:
nuget install boost_chrono-vc142 -Version 1.77.0
nuget install boost_system-vc142 -Version 1.77.0
nuget install boost -Version 1.77.0
要成功构建和安装,rabbitmq-c 应该被构建为 共享库。
让 boost_chrono 和 boost_system 位于同一目录 C:\boost,rabbitmq-c 位于 C:\rabbitmq-c,SSL 关闭,并使用 VS2019,CMake CLI 命令是:
cd cmake -G "Visual Studio 16" -A x64 -DBoost_INCLUDE_DIR="C:/boost.XX.XX.X.X/lib/native/include" -DBOOST_ROOT="C:/boost.X.XX.X.X" -DBOOST_LIBRARYDIR="C:/boost" -DRabbitmqc_INCLUDE_DIR="C:/rabbitmq-c/include" -DRabbitmqc_LIBRARY="C:/rabbitmq-c/lib/rabbitmq.4.lib" -DBoost_USE_STATIC_LIBS=ON -DBUILD_STATIC_LIBS=ON -DENABLE_SSL_SUPPORT=OFF ..
2. 项目使用说明
要使用 SimpleAmqpClient 库,首先包含以下头文件:
#include <SimpleAmqpClient/SimpleAmqpClient.h>
这将包含使用库所需的所有头文件。对应的库是 SimpleAmqpClient。
库的主要接口是 AmqpClient::Channel 类。它表示到 AMQP 代理的连接,连接在创建此类实例时建立。
AmqpClient::Channel::ptr_t connection = AmqpClient::Channel::Create("localhost");
所有类都有一个 typedef ptr_t,等价于 boost::shared_ptr<> 的容器类。所有类还有一个 Create() 方法,使用 boost::make_shared<>() 创建一个新的 ptr_t。建议您使用这些方法在库中构造对象。
处理声明/绑定/解绑/删除交换和队列的命令都是通过上述 AmqpClient::Channel 对象完成的。如果其中一条命令无法完成,将抛出 AmqpClient::ChannelException,可以捕获它,AmqpClient::Channel 对象仍然可用。如果发生更严重的错误,可能会抛出 AmqpClient::ConnectionException 或 AmqpClient::AmqpResponseLibraryException,在这种情况下,Channel 对象将不再处于可用状态,进一步使用只会生成更多异常。
消费消息是通过使用 BasicConsume 方法设置消费者完成的。此方法返回一个消费者标签,该标签应与 BasicConsumeMessage、BasicQos、BasicRecover 和 BasicCancel 一起使用。
std::string consumer_tag = channel->BasicConsume("my_queue", "");
Envelope::ptr_t envelope = channel->BasicConsumeMessage(consumer_tag);
// 或者:
Envelope::ptr_t envelope;
channel->BasicConsumeMessage(consumer_tag, envelope, 10); // 10 毫秒超时
// 确认:
channel->BasicAck(envelope);
// 取消:
channel->BasicCancel(consumer_tag);
3. 项目 API 使用文档
SimpleAmqpClient 提供了丰富的 API 用于操作 AMQP 消息队列。以下是一些主要类的简要说明:
AmqpClient::Channel: 表示到 AMQP 代理的连接。AmqpClient::Channel::ptr_t: 类型定义,表示对AmqpClient::Channel的智能指针。AmqpClient::Envelope: 表示 AMQP 消息。
更多 API 细节,请参阅项目官方文档。
4. 项目安装方式
项目安装方式已在“1. 安装指南”中详细描述。以下是简要步骤:
使用 cmake 构建:
mkdir simpleamqpclient-build
cd simpleamqpclient-build
cmake ..
然后使用适当的构建工具(如 make 或 msbuild)构建库。
要安装库和头文件,运行以下命令:
cmake --build . --target install
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