本文开始从业务的角度来分析rabbitMQ的参数如何选择，因为目前的mq都是基于人脸特征进行操作的，包括算法库的提取特征，以及发送到mq，然后消费端进行消费把人的特征进行入库的操作，返回人脸的基本信息，以后随着算法库的扩充到声纹，虹膜这块的业务，这就需要到路由键来分发消息，这时候就需要到routingKey，下面介绍routingKey的使用
通过服务的controller层定义方法，使用**@RabbitListener(bindings=@QueueBinding(
exchange= @Exchange(“faceTokenExchange”),
key = “faceToken”,
value = @Queue(“faceTokenQueue”)
))**
同样在另外一个声纹，虹膜的服务中使用rabbitListener来指定key达到消息分类的处理
@RabbitListener(bindings=@QueueBinding(
exchange= @Exchange(“speakTokenExchange”),
key = “speakToken”,
value = @Queue(“speakTokenQueue”)
))
这里从人工智能的业务层面 简单的介绍了rabbitMQ的基本使用，这里基本满足大部分的业务需求，但是rabbitMQ还有很多高级的特性，比如，mq分布式，消息延时处理，消息优先级，消息应答机制 等等。
人工智能 人脸识别 在业务上选择RabbitMQ的配置参数
猜你喜欢
转载自blog.csdn.net/weixin_30947631/article/details/85050748
今日推荐
周排行