版本:Camel 1.0
camel-core test:
- org.apache.camel.processor.TransformViaDSLTest
- org.apache.camel.processor.TransformTest
小结:
- Camel解析Route、启动CamelContext、执行发送消息的基本过程
- 使用面向对象的特点解决语言定义、语言执行之间的关系。
- 内部类的使用。
- 职责链设计模式的应用。
配置一个简单的路由:
new RouteBuilder() {
public void configure() {from("direct:start").to("mock:result");
}
- 解析Route
- 在CamelContext增加Routes(调用 addRoutes方法,实质上是增加所有的FromBuilder为起点的Route),RouteBuilder将通过getRouteList()方法解析所有的Route(Returns the routing map from inbound endpoints to processors)。
- 构造FromBuilder:
- 加载direct:start所属于的DirectEndpoint。
- 通过direct模式,加载direct对应的Component;立即尝试启动Component,但DirectComponent。
- 没有实现Service接口(肯定有其他类型的Component需要启动);将加载后的Component设置在CamelContext的成员变量中,下一次将不重复创建DirectComponent。
- 通过DirectComponent创建direct:start EndPoint;立即尝试启动EndPoint,但DirectEndPoint没有实现Service接口(肯定有其他类型的EndPoint需要启动);将加载后的Component设置在CamelContext的成员变量中,下一次将不重复创建direct:start EndPoint。
- 通过DirectEndpoint构造FromBuilder。FromBuilder关键成员变量:
- from:Endpoint,即direct:start
- processors:此时为空
- processFactories:此时为空,下一步的ToBuilder为其成员
- 通过FromBuilder的to方法,构造ToBuilder;to方法返回ProcessorFactory
- 加载mock:result所属于的MockEndpoint,过程同上。
- 通过MockEndpoint构造ToBuilder。ToBuilder的关键成员变量:
- destination:Endpoint:即mock:result
- 将ToBuilder加入到FromBuilder的processFactories之中。
- 遍历RouteBuilder中的FromBuilder并createRoute(),并增加到RoutBuilder的routes中
- 遍历调用FromBuilder的processFactories,创建processor;
- 此时processFactories为ToBuilder将创建SendProcessor,其中SendProcessor的destination为mock:result;
- 为SendProcessor包装error handler:通过DeadLetterChannelBuilder创建processor为RecipientList(log:org.apache.camel.DeadLetterChannel:error);最终的包装为DeadLetterChannel。
- 如果processFactories产生多个processor,则构造CompositeProcessor,此时只有一个SendProcessor;
- 通过direct:start以及DeadLetterChannel构造EventDrivenConsumerRoute,返回。
- 启动CamelContext
- 遍历所有的Component,如果实现了Service方法,则进行启动;此时CamelContext有2个Component:DirectComponet和MockComponet。DirectComponet没有实现Service接口,MockComponet进行了实现,但方法为空。
- 遍历所有的route的Servcie并启动,此时为通过direct:start构造的FromBuilder而来的EventDrivenConsumerRoute。
- 获取EventDrivenConsumerRoute所包含的Servcie
- 获取EventDrivenConsumerRoute对应的processor,如果processor实现了Service接口,则加入列表;此例为DeadLetterChannel,DeadLetterChannel实现了Service接口,需要加入。
- 获取EventDrivenConsumerRoute对应的endpoint为direct:start,根据上一步的processor创建Consumer。Consumer接口继承了Service。一定加入。
- 启动Service,启动前将这些Service加入到CamelContext需要关闭的服务列表中
- 启动DeadLetterChannel
- 调用output:Processor的启动方法:调用SendProcessor的启动方法,SendProcessor启动调用destination的成员变量MockEndPoint的createProducer()方法。
- 调用deadLetter:Processor的启动方法:RecipientList实现了Service接口,进行启动(实现为空)。
- 启动Consumer on DirectEndpoint:将该Consumer增加到DirectEndpoint的Consumer列表中。
//Send a message,see ContextTestSupport.java
template.send("direct:start", new Processor() {
public void process(Exchange exchange) {
Message in = exchange.getIn();
in.setBody(body);
in.setHeader("testCase", getName());
}
});
- 在CamelContext中获取direct:start对应的EndPoint,并设置到CamelTemplate的缓存endpointCache中。
- 通过ProducerCache进行send(endpoint,processor)
- ProducerCache不包含direct:start的Producer,调用DirectEndipoint进行创建;并进行启动(实现为空)。将Producer设置到ProducerCache中。
- 调用Producer的createExchange方法:调用DirectEndpoint的createExchange方法,创建默认的DefaultExchange.
- 调用processor的process(defaultExchange)方法。
- 调用配置中的方法,即设置名为testCase的header.
- 调用Producer的process(defaultExchange)方法。
- 调用Producer on DirectEndpoint的process方法
- 调用DirectEndpoint的process方法
- 依次调用consumer.getProcessor.process(Exchange)方法
- DirectEndpoint唯一一个consumer为DeadLetterChannel,调用其process方法
- 调用output:SendProcessor的process方法
- 调用producer on SendProcessor的process方法
- producer的实现为DefaultProducer on MockEndpoint,调用MockEndpoint的process方法
-----------------------------------------------------------------------------------------------------------------------------------
若Route定义为:
from("direct:start").process(new Processor() {
public void process(Exchange exchange) {
Message in = exchange.getIn();
in.setBody(in.getBody(String.class) + " World!");
}
}).to("mock:result");
则向FromBuilder增加两个ProcessBuilder:
- addProcessBuilder(new ConstantProcessorBuilder(processor));
- ToBuilder answer = new ToBuilder(this, endpoint);
addProcessBuilder(answer);
在makeProcessor时通过上述两个Builder产生的processor构造成new CompositeProcessor
若Route定义为:
from("direct:start").setBody(body().append(" World!")).to("mock:result");
则向FromBuilder增加两个ProcessBuilder:
- addProcessorBuilder(ProcessorBuilder.setBody(expression));
- ToBuilder answer = new ToBuilder(this, endpoint);
addProcessBuilder(answer);
在makeProcessor时通过上述两个Builder产生的processor构造成new CompositeProcessor
在执行阶段,CompositeProcessor遍历执行两个processor。
-------------------------------------------------------------------------------------------------
Camel 1.1、1.3、1.4对上述过程有较大变动。
分享到:
相关推荐
Douglas Lab用户可以使用camel1服务器。 #connect using ftp (note the -p) ftp -p ftp-private.ncbi.nlm.nih.gov #will be prompted for username/ password -- you will receive these in the SRA submission ...
2. 骆驼 - camel 3. 令人惊讶的 - amazing 4. 尘土飞扬的 - dusty 5. 当地的,地方的 - local 6. 宿营,宿营地 - camp 7. 不舒服的 - uncomfortable 8. 日出,朝霞 - sunrise 9. 非洲的,非洲人 - African 10. 便条...
在单独的jvm上执行两个上下文将org.apache.camel.spring.Main与-fa file/path/of/ContextBean-to.xml或-ac ContextBean-to.xml Note: -ac在类路径中的应用程序上下文时使用-fa在上下文不在类路径中时使用上下文的...
其他关键词如"main"(主要的)、"sand"(沙子)、"cave"(洞穴)、"believe"(相信)、"Marco Polo"(马可·波罗)和"camel"(骆驼)与地理和历史相关。"safe"意味着安全,"fall onto"表示落到…上面,"yay"是一种...
脆弱水印技术在图像篡改检测中的应用与挑战,脆弱水印技术在图像篡改检测中的应用与挑战,脆弱水印的图像篡改检测 ,脆弱水印; 图像篡改; 检测; 图像处理,基于脆弱水印的图像篡改检测技术
高效Delta机械臂运动控制卡:前瞻轨迹规划,G代码编程,多维插补,激光切割与绘图,机器视觉集成,扩展坐标与旋转功能,一键脱机运行,大容量存储,基于前瞻运动轨迹规划的Delta机械臂运动控制卡:高效G代码编程,圆弧插补与激光切割功能,配合机器视觉实现精准操作。高效精准操作与管理工具的创新型机械运动控制解决方案。,delta机械臂,delta机器人,运动控制器,运动控制卡 本卡采用前瞻运动轨迹规划,运动采用G代码指令编程,具有G5三维空间的圆弧插补,空间直线插补功能,子程序编程功能,逻辑判断语句功能,示教编程功能(支持手柄),变量位置编程功能,动态PWM激光输出功能(兼容舵机控制信号),动态频率脉冲输出功能,通用输入输出功能。 可极简单的实现绘图雕刻,3维激光切割功能。 轨迹图形可xy平面整体旋转功能。 可利用变量位置,获取外部坐标要求,可轻松配合机器视觉。 支持探针功能,测平面,测外形等。 可设置4组平移工件坐标系,2组参考原点。 新增2组空间旋转工件坐标系,支持任意图形直接空间旋转。 卡上一键脱机RAM区运行功能。 2M程序容量。 断电后位置记忆,变量坐标位置记忆,计数器记忆。 伺服
毕业设计
内容概要:随着模型参数量不断扩大,如从BERT到GPT-3,传统微调方法变得不可行。文章聚焦于参数高效微调(PEFT)策略,系统探讨了几十余种方法,包括加法型、选择型、重构型及其混合方法。文中详细介绍各类PEFT的具体操作(如引入额外参数、冻结部分权重等),并通过广泛实验验证其在大型预训练模型上的适用性和性能。特别指出,PEFT在保持高性能的同时极大减少了计算与内存成本,并针对十几亿乃至几十亿参数级别的模型展开测试与讨论。 适用人群:适用于从事大规模机器学习模型研究、开发的应用科学家和技术专家,尤其是那些希望通过减少资源消耗实现高效微调的技术团队成员。 使用场景及目标:该文章适用于希望在有限资源条件下优化大模型性能的人群。帮助研究人员理解不同类型PEFT的优点和局限,为实际项目中选择合适技术路线提供建议。其目的是为了指导开发者正确理解和应用先进的PEFT技术,从而提高系统的运行效率和服务质量。 其他说明:本文不仅提供了详尽的方法介绍和性能对比,而且为未来的研究指明方向,鼓励创新思维的发展,旨在推动参数有效调优领域的进步。同时提醒注意现有的挑战和未解决问题。
磷酸铁锂体系电池COMSOL模型构建解析与实践指南,磷酸铁锂体系电池COMSOL建模分析与优化方案探讨,出一个磷酸铁锂体系电池comsol模型 ,建立磷酸铁锂体系电池; comsol模型; 电池模拟; 模型构建; 锂离子电池。,构建磷酸铁锂体系电池Comsol模型,深入探索电池性能
开关磁阻电机多维控制策略仿真研究(基于Matlab 2016b的精细化模型),开关磁阻电机多策略控制仿真模型(matlab 2016b版本,含传统与智能控制策略及离线迭代算法),开关磁阻电机控制仿真(matlab 2016b版本仿真模型 自用) 模型包涵: 开关磁阻电机传统控制:电流斩波控制、电压PWM控制、角度位置控制。 智能控制:12 8三相开关磁阻电机有限元分析本体建模、转矩分配函数控制、模糊PID控制、模糊角度控制、神经网络在线自适应迭代控制。 部分离线迭代算法:遗传算法优化PID、粒子群算法优化PID。 biye研究生自用仿真模型 . ,核心关键词: 开关磁阻电机; 控制仿真; Matlab 2016b; 传统控制; 智能控制; 有限元分析; 转矩分配函数控制; 模糊PID控制; 神经网络在线自适应迭代控制; 遗传算法优化PID; 粒子群算法优化PID; 研究生自用仿真模型。,基于Matlab 2016b的开关磁阻电机控制模型研究与仿真优化研究生自用版
McgsPro_IoT驱动_V3.1.1.8
数学建模相关主题资源2
基于改进粒子群算法的光伏储能选址定容模型分析——针对14节点配网系统的实践与出力情况探索,基于改进粒子群算法的光伏储能选址定容模型分析与出力预测研究(含配图材料参考),含光伏的储能选址定容模型 14节点 程序采用改进粒子群算法,对分析14节点配网系统中的储能选址定容方案,并得到储能的出力情况,有相关参考资料 ,核心关键词:含光伏的储能选址定容模型;14节点;改进粒子群算法;配网系统;储能选址定容方案;出力情况;参考资料。,基于改进粒子群算法的14节点配网光伏储能选址定容模型及出力分析研究
基于需求响应与阶梯式碳交易的综合能源系统优化调度模型研究(MATLAB仿真实现),基于需求响应与碳交易的综合能源系统优化调度策略:灵活调配冷热电负荷,实现低碳高效运行。,考虑需求响应和碳交易的综合能源系统日前优化调度模型 关键词:柔性负荷 需求响应 综合能源系统 参考:私我 仿真平台:MATLAB yalmip+cplex 主要内容:在冷热电综合能源系统的基础上,创新性的对用户侧资源进行了细致的划分和研究,首先按照能源类型将其分为热负荷需求响应和电负荷需求响应,在此基础上,进一步分为可削减负荷、可转移负荷以及可平移负荷三类,并将柔性负荷作为需求响应资源加入到综合能源的调度系统中,从而依据市场电价灵活调整各类负荷,实现削峰填谷,改善负荷曲线等优势,此外,为了丰富内容,还考虑了阶梯式碳交易,构建了考虑阶梯式碳交易以及综合需求响应的综合能源低碳经济调度模型,设置了多个对比场景,验证所提模型的有效性,从而体现工作量,是不可多得的代码 场景一: 这段程序主要是用来进行某微网的运行优化。它包含了多个功能和应用,涉及到了能源集线器、需求侧柔性负荷、光伏、风机、燃气轮机等内容。 首先,程序读取了
multisim
内容概要:本文详细介绍了一系列用于科学研究、工程项目和技术开发中至关重要的实验程序编写与文档报告撰写的资源和工具。从代码托管平台(GitHub/GitLab/Kaggle/CodeOcean)到云端计算环境(Colab),以及多种类型的编辑器(LaTeX/Microsoft Word/Overleaf/Typora),还有涵盖整个研究周期的各种辅助工具:如可视化工具(Tableau)、数据分析平台(R/Pandas)、项目管理工具(Trello/Jira)、数据管理和伦理审核支持(Figshare/IRB等),最后提供了典型报告的具体结构指导及其范本实例链接(arXiv/PubMed)。这为实验流程中的各个环节提供了系统的解决方案,极大地提高了工作的效率。 适合人群:高校学生、科研工作者、工程技术人员以及从事学术写作的人员,无论是新手入门还是有一定经验的人士都能从中受益。 使用场景及目标:帮助读者高效地准备并开展实验研究活动;促进团队间协作交流;规范研究报告的形式;提高对所收集资料的安全性和隐私保护意识;确保遵循国际公认的伦理准则进行实验。
基于OpenCV与深度学习的人脸表情识别系统:Python编程,实时检测与视频加载的PyQt界面应用,基于OpenCV与深度学习的人脸表情识别系统:Python编程,PyQt界面,实时视频与图片检测.exe可执行文件,基于OpenCV的人脸表情识别系统 相关技术:python,opencv,pyqt,深度学习 (请自行安装向日葵远程软件,以便提供远程帮助) 可编译为.exe文件。 软件说明:摄像头实时检测,加载照片,视频均可。 有基础的同学,可自行修改完善。 第一张和第二张为运行截图。 ,人脸表情识别; Op
基于双端口直流微电网系统模型的改进下垂控制及稳定性分析(含电压鲁棒控制器与粒子群寻优权函数),基于双端口直流微电网系统模型的优化设计与分析:改进下垂控制、电压鲁棒控制器及仿真研究,直流微网,直流微电网系统模型,有两个端口。 外环有改进下垂控制,内环双pi环,带恒功率负载。 暂态性能良好,可用于控制器设计,稳定性分析等。 另外还有电压鲁棒控制器,小信号模型,根轨迹分析,粒子群寻优权函数等内容。 仅为simulink ,直流微网; 直流微电网系统模型; 改进下垂控制; 双pi环; 恒功率负载; 暂态性能; 控制器设计; 稳定性分析; 电压鲁棒控制器; 小信号模型; 根轨迹分析; 粒子群寻优权函数,基于改进下垂控制的直流微网系统模型:双PI环与恒功率负载研究