代码之家  ›  专栏  ›  技术社区  ›  Chris Kimpton

WebSphere MQ低延迟消息传递-它是否有JMS(或类似JMS的)API?

  •  5
  • Chris Kimpton  · 技术社区  · 16 年前

    我们目前正在通过JMS使用IBM MQ,但似乎正在推送超出其处理能力的消息——奇怪的是,这个问题似乎是间歇性的。

    这些信息是价格,因此不需要保证,只需要快速发送。

    由于IBM拥有 Low Latency product ,我想知道这是否是更好的解决方案,但它似乎没有JMS api,或者至少不容易看到。

    任何人都知道低延迟产品中是否有JMS api,或者它所拥有的“唯一”api是否类似于JMS。..

    3 回复  |  直到 16 年前
        1
  •  5
  •   Michael Barker    16 年前

    毫无疑问,低延迟消息传递产品更适合您的问题,我正在进行一个项目,在这个项目中,我们使用来自 29West 。它没有JMS api,我怀疑低延迟领域的大多数产品都没有。与这些类型的产品结合使用时,有大量功能(例如持久性、选择器等)没有意义。我们发现,在消息传递产品之上编写我们自己的简单api相当容易,并为用户提供了以后更改产品的灵活性,使我们摆脱了JMS api的一些繁琐和冗长。

    JGroups .

        2
  •  2
  •   T.Rob    16 年前

    SupportPacs page 每个平台都有绩效评估,并附有具体建议。向下滚动到名为MP*的SupportPacs,并查找相应的版本和平台。使用大小消息、持久消息和非持久消息、吸气剂和推杆数量的变化等测试各种场景。

        3
  •  1
  •   UpAndAdam    10 年前

    作为LLM产品的前开发人员,我可以说它做到了,或者至少做到了。请参阅下面我从公开信息中心获取的2.6版本摘录

    保证交付 这是有时间和地点的,但在延迟和带宽方面是有代价的。

    :也就是说,如果它没有交付,你只会知道它没有交付。这些消息的可恢复性仅受您愿意保留缓存或从磁盘调用的程度的限制,因此您愿意在暂停进程的同时等待恢复的时间有多长。就你的情况而言,你可能不想康复。法学硕士是否适合你,我无法猜测。我可以说的是,从我作为一名过去的开发人员和后来的客户的角度来看,我发现两者之间几乎没有相似之处,LLM在这类应用程序中的性能完全把MQ搞砸了。我也从未经常使用java/jms端,而是专注于C/C++,所以对此持保留态度。我只知道它做到了,以及在谷歌上哪里可以找到。

    http://www-01.ibm.com/support/knowledgecenter/SSQPD3_2.6.0/com.ibm.wllm.doc/api/javadoc/messaging/com/ibm/llm/jms/package-summary.html

    为LLM JMS客户端实现特定于提供者的公共类。

    配置JMS客户端所需的类和接口。

    以及方法。

    介绍

    LLM JMS客户端提供Java消息服务(JMS)接口 LLM使用LLM的JMS接口允许使用以下通用接口 通过以下方式加速应用程序开发 消息传递功能,可以集中管理设置。 这包括许多传统的客户端应用程序。LLM JMS客户端 如果应用程序依赖于LLM,则效果不佳 与LLM的互动。虽然使用 JMS接口,它仍然提供非常低的延迟和高吞吐量

    LLM JMS客户端支持大多数LLM客户端功能,但不支持

    通常使用消息服务器和JMS函数实现 要求使用LLM JMS时消息服务器不可用 客户。这包括所有点对点消息传递(队列)以及 环境,不支持应用服务器扩展或XA

    实现类。这意味着只有两个管理 对象、ConnectionFactory和Destination。LLM定义 QueueConnectionFactory和LLM定义的目标可以强制转换为 主题和队列。对于连接、会话和会话也是如此, 提供程序必须与同一提供程序的连接一起使用。然而, 提供程序的效率不如发送LLM创建的消息 从一个提供商到另一个提供商的桥接应用程序。

    模型(队列),但可以创建所有JMS对象。

    LLM JMS客户端需要至少Java 5的JVM。

    LLM JMS客户端定义了所有六个消息类型对象(message, 文本消息)。当从JMS向JMS发送消息时,JMS标头 客户端试图从内容中推断出消息的类型。 通常,该消息将显示为BytesMessage,但如果 以UTF-8 BOM开头或看起来是XML,它将被解释为

    推荐文章