rabbitMq常用创建消息应用的maven demo项目（一）---路由routing rabbitmq官网上提供了6个demo，分别从是hello world、工作队列、发布/订阅、路由、主题、rpc这六个demo。 基本上看完这6哥demo之后，对rabbitmq应该就有了清晰的认识，并且可以达到基本数量应用的程度。下面我挑选最常用的路由和主题这两个demo，为大家翻译下。个人加谷歌翻译，有不合适的地方，欢迎大家批评指正。Routing---路由在之前的教程中，我们构建了一个简单的日志系统 我们能够将日志消息广播给许多接收者。在本教程中，我们将在他的基础上添加一个功能 - 只订阅一部分消息。例如，我们只将严重错误的消息导入日志文件（以节省磁盘空间），同时仍然能够在控制台上打印所有日志消息。

apache storm demo示例 从国外网站上翻译的，主要业务是创建移动电话日志分析器。场景 - 移动呼叫日志分析器移动电话及其持续时间将作为Apache Storm的输入提供，Storm将处理并分组相同呼叫者和接收者之间的呼叫及其呼叫总数。创建SpoutSpout是用于数据生成的组件。基本上，spout将实现一个IRichSpout接口。“IRichSpout”界面有以下重要方法 - open - 为spout提供执行环境。执行者将运行此方法来初始化spout。 nextTuple - 通过收集器发出生成的数据。 close - spout将要关闭时调用此方法。 declareOutputFields - 声明元组的输出模式。 ack - 确认处理了特定的tuple fail - 指定一个特定的tuple不被处理并且不被重新处理。 openopen方法的签名如下 -open(Map conf, TopologyContext context, SpoutOutputCollector collector) conf - 为此spout提供storm暴配置。 context - 提供关于topology中spout位置，其任务ID，输入和输出信息的完整信息。 collector - 使我们能够发出将由bolts处理的tuple。 nextTuplenextTuple方法的签名如下 -nextTuple() nextTuple（）从与ack（）和fail（）方法相同的循环周期性地调用。当没有工作要做时，它必须释放对线程的控制，以便其他方法有机会被调用。所以nextTuple的第一行检查处理是否完成。如果是这样，它应该睡眠至少一毫秒，以在返回之前减少处理器上的负载。

Server IPC version 9 cannot communicate with client version 4  hadoop hdfs连接不上 commons-httpclient-3.1.jarcommons-io-2.4.jarcommons-lang-2.6.jarcommons-logging-1.1.3.jarcommons-net-3.1.jarguava-11.0.2.jarhadoop-common-2.6.2.jarhadoop-auth-2.6.2.jarslf4j-api-1.7.5.jarhadoop-hdfs-2.6.2.jarcommons-cli-1.2.jarprotobuf-java-2.5.0.jarhtrace-core-3.0.4.jar在pom.xml中添加这些commons-httpclient-3.1.jar commons-io-2.4.jar commons-lang-2.6.jar commons-logging-1.1.3.jar commons-net-3.1.jar guava-11.0.2.jar hadoop-common-2.6.2.jar hadoop-auth-2.6.2.jar slf4j-api-1.7.5.jar hadoop-hdfs-2.6.2.jar commons-cli-1.2.jar protobuf-java-2.5.0.jar htrace-core-3.0.4.jar 以下为示例代码：  /** * @Autohor: liyj * @Description: * @Date:Created in 2017/11/7 * @Modified by : */ import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FileStatus; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; import java.io.IOException; import java.net.URI; import java.net.URISyntaxException; public class HdfsFileReader { private static final String NAME_NODE = "hdfs://tj02:8020";//nameNomeHost = localhost if you use hadoop in local mode public static void main(String[] args) throws URISyntaxException, IOException { // String fileInHdfs = "/user/hive/warehouse/t001011003"; Configuration configuration = new Configuration(); // configuration.set("fs.hdfs.impl", // org.apache.hadoop.hdfs.DistributedFileSystem.class.getName() // ); // configuration.set("fs.file.impl", // org.apache.hadoop.fs.LocalFileSystem.class.getName() // ); FileSystem fs = FileSystem.get(URI.create(NAME_NODE), configuration); // // fs.createNewFile(new Path("/user/hive/warehouse/t001011003/0000sadasd")); // String fileContent = IOUtils.toString(fs.open(new Path(fileInHdfs)), "UTF-8"); // System.out.println("File content - " + fileContent); // copyFile2Hdfs(); Path listf = new Path("/user/hive/warehouse/t001011003"); FileStatus stats[] = fs.listStatus(listf); for (int i = 0; i < stats.length; ++i) { System.out.println(stats[i].getPath().toString()); } fs.close(); } public static void copyFile2Hdfs() throws IOException { Configuration conf = new Configuration(); FileSystem hdfs = FileSystem.get(conf); //本地文件 // Path src =new Path("D:\\HebutWinOS"); //HDFS为止 Path dst = new Path("/"); // hdfs.copyFromLocalFile(src, dst); System.out.println("Upload to" + conf.get("fs.default.name")); FileStatus files[] = hdfs.listStatus(dst); for (FileStatus file : files) { System.out.println(file.getPath()); } } }