ActiveMQ中文手册:JMS基础与消息传递模式详解

需积分: 10 1 下载量 6 浏览量 更新于2024-07-22 收藏 256KB DOC 举报
ActiveQM中文手册深入介绍了Java消息服务(JMS)的核心概念,这是一个在分布式应用环境中处理消息通信的关键组件。以下是主要内容概要: 1. JMS基础架构 - **连接工厂**:是创建JMS连接的基础,如ActiveMQConnectionFactory,负责管理与JMS提供者的连接。 - **连接**:JMSConnection封装了客户端与服务器间的虚拟连接,用于进行消息交互。 - **会话**:单线程上下文,用于生产者(Producer)发送消息和消费者(Consumer)接收消息,支持事务性操作,确保消息发送和接收的原子性。 - **目的地(Destination)**:消息的发送和接收目标,分为点对点(Queue)和发布/订阅(Topic),前者一对一,后者一对多。点对点模式下,消息至多被一个消费者消费;发布/订阅模式下,消费者订阅后只接收后续发布的消息,但可通过持久订阅消费之前的消息。 - **消息生产者**:会话创建的对象,负责将消息发送到目的地。 - **消息消费者**:同样由会话创建,可以同步(显式调用receive阻塞等待消息)或异步(注册监听器处理到达消息)方式接收。 2. 消息结构 - **消息头**:包含预定义的字段,可以通过getter和setter方法访问。 - **消息属性**:提供额外数据,除头字段外可能需要的其他值。 - **消息体**:JMS支持的消息类型包括TextMessage(文本消息)和MapMessage(映射消息),以及其他定制类型。 通过学习ActiveQM中文手册,开发者能够掌握如何在Java应用中有效地利用JMS进行可靠的消息传递,这对于构建分布式系统、实现消息驱动架构(MDA)以及提高系统的可扩展性和解耦至关重要。理解这些概念有助于开发者编写高效的代码,并充分利用ActiveMQ的功能来构建复杂的通信场景。
2015-01-20 上传
1 JMS 2 1.1 JMS的基本构件 2 1.1.1 连接工厂 2 1.1.2 连接 2 1.1.3 会话 2 1.1.4 目的地 2 1.1.5 消息生产者 2 1.1.6 消息消费者 2 1.1.7 消息 3 1.2 JMS的可靠性机制 3 1.2.1 确认 JMS消息 3 1.2.2 持久性 3 1.2.3 优先级 3 1.2.4 消息过期 3 1.2.5 临时目的地 3 1.2.6 持久订阅 3 1.2.7 本地事务 3 1.3 JMS 规范的变迁 4 2.ActiveMQ 4 2.1 Broker 4 2.1.1 运行Broker 4 2.1.2 嵌入式Broker 4 2.1.3 监控Broker 5 2.2 Transport 9 2.2.1 VM Transport 9 2.2.2 TCP Transport 10 2.2.3 Failover Transport 10 2.2.4 Discovery transport 11 2.3 持久化 12 2.3.1 AMQ Message Store 12 2.3.2 Kaha Persistence 12 2.3.3 JDBC Persistence 13 2.3.4 Disable Persistence 13 2.4 安全机制 13 2.4.1 Simple Authentication Plugin 13 2.4.2 JAAS Authentication Plugin 14 2.4.3 Custom Authentication Implementation 14 2.4.4 Authorization Plugin 15 2.5 Clustering 16 2.5.1 Queue consumer clusters 16 2.5.2 Broker clusters 16 2.5.3 Master Slave 18 2.6 Features 20 2.6.1 Exclusive Consumer 20 2.6.2 Message Groups 20 2.6.3 JMS Selectors 21 2.6.4 Pending Message Limit Strategy 21 2.6.5 Composite Destinations 22 2.6.6 Mirrored Queues 23 2.6.7 Wildcards 23 2.6.8 Async Sends 23 2.6.9 Dispatch Policies 24 2.6.10 Message Cursors 25 2.6.11 Optimized Acknowledgement 25 2.6.12 Producer Flow Control 26 2.6.13 Message Transformation 26
2024-09-06 上传
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R