详解RabbitMQ单机多节点搭建集群

详解RabbitMQ单机多节点搭建集群

目录

单机多节点搭建集群

Ubuntu

安装RabbitMQ

查看RabbitMQ的状态

再启动两个节点

搭建集群

Centos

安装RabbitMQ

查看集群状态

再启动两个节点

搭建集群


单机多节点搭建集群

Ubuntu
安装RabbitMQ

安装RabbitMQ的步骤在之前的博客中已经写过了。

查看RabbitMQ的状态
rabbitmqctl status #查看RabbitMQ状态

会在结果的第一行看到节点的名称,比如:

端⼝号介绍:

25672这是Erlang分布式节点通信的默认端⼝, Erlang是RabbitMQ的底层通信协议.
15672这是 Web管理界⾯的默认端⼝, 通过这个端⼝可以访问RabbitMQ的Web管理控制台, ⽤于查看和管理消息队列.
5672这是 AMQP (Advanced Message Queuing Protocol) 协议的默认端⼝, ⽤于客⼾端与
RabbitMQ服务器之间的通信.
再启动两个节点

现在已经安装的RabbitMQ端⼝号是5672, 15672
再启动两个RabbitMQ服务, 节点名称和端⼝号分别设置为:

Node nameAMQP协议端口号Web管理界面端口号
rabbit2567315673
rabbit3567415674

启动命令如下:

RABBITMQ_NODE_PORT=5673 RABBITMQ_SERVER_START_ARGS="rabbitmq_management listener [{port,15673}]" RABBITMQ_NODENAME=rabbit2 rabbitmq-server -detachedRABBITMQ_NODE_PORT=5674 RABBITMQ_SERVER_START_ARGS="rabbitmq_management listener [{port,15674}]" RABBITMQ_NODENAME=rabbit3 rabbitmq-server -detached

然后可以通过IP+15673和IP+15674访问管理界面看是否启动成功。

搭建集群

停止服务并重置

rabbitmqctl -n rabbit2 stop_apprabbitmqctl -n rabbit2 resetrabbitmqctl -n rabbit3 stop_apprabbitmqctl -n rabbit3 reset

把node2,node3节点加入集群

rabbitmqctl -n rabbit2 join_cluster rabbit@hcss-ecs-2618rabbitmqctl -n rabbit3 join_cluster rabbit@hcss-ecs-2618

重启rabbit2,rabbit3

rabbitmqctl -n rabbit2 start_apprabbitmqctl -n rabbit3 start_app

查看集群状态

rabbitmqctl cluster_status -n rabbit

可以通过主节点的管理界面,看到集群其它节点的状态

Centos
安装RabbitMQ

安装RabbitMQ的详细步骤已经在之前的博客中写过了。

查看集群状态
rabbitmqctl status #查看RabbitMQ状态

可以在结果中第一行看到节点名称

再启动两个节点

现在已经安装的RabbitMQ端⼝号是5672, 15672
再启动两个RabbitMQ服务, 节点名称和端⼝号分别设置为:

Node nameAMQP协议端口号Web管理界面端口号
rabbit2567315673
rabbit3567415674

启动命令如下:

RABBITMQ_NODE_PORT=5673RABBITMQ_SERVER_START_ARGS="-rabbitmq_management listener [{port,15673}]" RABBITMQ_NODENAME=rabbit2rabbitmq-server -detachedRABBITMQ_NODE_PORT=5674RABBITMQ_SERVER_START_ARGS="-rabbitmq_management listener [{port,15674}]" RABBITMQ_NODENAME=rabbit3rabbitmq-server -detached

注意上面的命令在复制的时候如下图所示:

因为我在复制上面的命令时发现多次都没有启动成功,找了好久才发现在复制的时候,一个-横线在复制后没有了。

可以通过IP+端口号进行访问看是否启动成功,也可以使用netstat -anp | grep 56来查看是否启动成功。

搭建集群

停止服务并重置

rabbitmqctl -n rabbit2 stop_app

rabbitmqctl -n rabbit2 reset



rabbitmqctl -n rabbit3 stop_app

rabbitmqctl -n rabbit3 reset

把rabbit2和rabbit3加入集群

rabbitmqctl -n rabbit2 join_cluster rabbit@iZbp190qbav81ruf46b5w7Z



rabbitmqctl -n rabbit3 join_cluster rabbit@iZbp190qbav81ruf46b5w7Z

重启rabbit2和rabbit3

rabbitmqctl -n rabbit2 start_app



rabbitmqctl -n rabbit3 start_app

查看集群状态

rabbitmqctl cluster_status -n rabbit

通过管理界面可以查看到集群信息

Read more

人工智能进化全景:从专用工具到超级智能的跃迁(ANI、AIGC、AGI和ASI)

人工智能进化全景:从专用工具到超级智能的跃迁(ANI、AIGC、AGI和ASI)

1. 人工智能的谱系:从ANI到ASI的进化阶梯 在人工智能领域,ANI、AIGC、AGI和ASI代表了智能发展的不同阶段和形态。这些概念构成了理解人工智能发展路径的关键框架。 1.1 ANI:专业化智能的时代 人工狭义智能(Artificial Narrow Intelligence,ANI) 是我们今天生活中无处不在的人工智能形式。这类系统被设计用于在特定、有限范围内执行任务,其特点是高专业性和低泛化能力。 ANI系统已经深入到我们生活的方方面面: * 自然语言处理:如智能客服、语音助手(Siri、Alexa) * 计算机视觉:人脸识别、医学影像分析 * 推荐系统:Netflix的影片推荐、Amazon的购物推荐 * 预测分析:金融风险评估、天气预报模型 一个典型的ANI系统架构通常包括数据收集模块、特定算法模型和结果输出模块。以AlphaGo为例,它能够在围棋领域超越人类顶尖选手,却无法将这种能力转移到简单的图像识别任务中。 1.2 AIGC:创造力的觉醒 人工智能生成内容(Artificial Intelligence Generated Content

By Ne0inhk
AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜

AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜

文章目录 * 一、技术范式重构:从指令集到语义认知网络 * 1.1 多模态语义解析器的进化路径 * 1.2 提示词工程的认知分层 * 二、交互革命:从提示词到意图理解 * 2.1 自然语言交互的认知进化 * 2.2 专业领域的认知增强 * 三、未来技术图谱:2025-2030演进路线 * 3.1 2025年关键突破 * 3.2 2027年技术里程碑 * 3.3 2030年技术愿景 * 四、伦理与治理:构建可信语义化AI * 4.1 动态伦理约束框架 * 4.2 提示词审计系统 * 五、开发者能力升级路线图 * 5.1 核心技能矩阵 * 5.2 典型学习路径 * 结语 * 《驱动AI:

By Ne0inhk
在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南

在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南

目录 * 在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南 * 引言:从“为什么选择昇腾”开始 * 第一幕:环境搭建——好的开始是成功的一半 * 1.1 GitCode Notebook 创建“避坑指南” * 1.2 环境验证:“Hello, NPU!” * 第二幕:模型部署——从下载到运行的“荆棘之路” * 2.1 安装依赖与模型下载 * 2.2 核心部署代码与“坑”的化解 * 第三幕:性能测试——揭开昇腾NPU的真实面纱 * 3.1 严谨的性能测试脚本 * 3.2 测试结果与分析 * 第四幕:性能优化——让Llama跑得更快 * 4.1 使用昇腾原生大模型框架 * 4.

By Ne0inhk

Claude Code的完美平替:OpenCode + GitHub Copilot

引言:Claude 虽好,但你真的能用上吗? 在当前席卷全球的“Vibe Coding”浪潮中,Anthropic 推出的 Claude 系列模型 + 终端工具 Claude Code,凭借极强的逻辑推理能力,成为了开发者眼中的“白月光”。但现实是残酷的:对于中国开发者而言,账号随时被封、海外信用卡支付遭拒、API 额度受限以及复杂的网络环境,构成了一道难以逾越的门槛。 虽然最近国产编程模型不断发力,Claude Code + GLM-4.7的表现非常出色,但面对复杂问题,Claude系列模型依然完胜。难道我们只能眼馋Claude全家桶的编程体验吗? 作为一名追求极致生产力的开发者,我发现了一个绝佳的完美替代方案:OpenCode + GitHub Copilot。这个组合不仅能让你享受如 GLM-4.7 一样的性价比,还能更方便的使用 Claude 的顶级模型。 Claude Code 的开源免费平替:OpenCode 想要复刻

By Ne0inhk