首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

IBM MQ常用命令

创建队列管理器 crtmqm –q QMgrName -q是指创建缺省的队列管理器 删除队列管理器 dltmqm QmgrName 启动队列管理器 strmqm QmgrName 如果是启动默认的队列管理器,可以不带其名字 停止队列管理器 endmqm QmgrName 受控停止 endmqm –i QmgrName 立即停止 endmqm –p QmgrName 强制停止 显示队列管理器 dspmq –m QmgrName 运行MQSeries命令 runmqsc QmgrName 如果是默认队列管理器,可以不带其名字 往队列中放消息 amqsput QName QmgrName 如果队列是默认队列管理器中的队列,可以不带其队列管理器的名字 从队列中取出消息 amqsget QName QmgrName 如果队列是默认队列管理器中的队列,可以不带其队列管理器的名字 启动通道 runmqchl –c ChlName –m QmgrName 启动侦听 runmqlsr –t TYPE –p PORT –m QmgrName 停止侦听 endmqlsr -m QmgrName MQSeries命令 定义死信队列 DEFINE QLOCAL(QNAME) DEFPSIST(YES) REPLACE 设定队列管理器的死信队列 ALTER QMGR DEADQ(QNAME) 定义本地队列 DEFINE QL(QNAME) REPLACE 定义别名队列 DEFINE QALIAS(QALIASNAME) TARGQ(QNAME) 远程队列定义 DEFINE QREMOTE(QRNAME) + RNAME(AAA) RQMNAME(QMGRNAME) + XMITQ(QTNAME) 定义模型队列 DEFINE QMODEL(QNAME) DEFTYPE(TEMPDYN) 定义本地传输队列 DEFINE QLOCAL(QTNAME) USAGE(XMITQ) DEFPSIST(YES) + INITQ(SYSTEM.CHANNEL.INITQ)+ PROCESS(PROCESSNAME) REPLACE 创建进程定义 DEFINE PROCESS(PRONAME) + DESCR(‘STRING’)+ APPLTYPE(WINDOWSNT)+ APPLICID(’ runmqchl -c SDR_TEST -m QM_ TEST’) 其中APPLTYPE的值可以是:CICS、UNIX、WINDOWS、WINDOWSNT等 创建发送方通道 DEFINE CHANNEL(SDRNAME) CHLTYPE(SDR)+ CONNAME(‘100.100.100.215(1418)’) XMITQ(QTNAME) REPLACE 其中CHLTYPE可以是:SDR、SVR、RCVR、RQSTR、CLNTCONN、SVRCONN、CLUSSDR和CLUSRCVR。 创建接收方通道 DEFINE CHANNEL(SDR_ TEST) CHLTYPE(RCVR) REPLACE 创建服务器连接通道 DEFINE CHANNEL(SVRCONNNAME) CHLTYPE(SVRCONN) REPLACE 显示队列的所有属性 DISPLAY QUEUE(QNAME) [ALL] 显示队列的所选属性 DISPLAY QUEUE(QNAME) DESCR GET PUT DISPLAY QUEUE(QNAME)MAXDEPTH CURDEPTH 显示队列管理器的所有属性 DISPLAY QMGR [ALL] 显示进程定义 DISPLAY PROCESS(PRONAME) 更改属性 ALTER QMGR DESCR(‘NEW DESCRIPTION’) ALTER QLOCAL(QNAME) PUT(DISABLED) ALTER QALIAS(QNAME) TARGQ(TARGQNAME) 删除队列 DELETE QLOCAL(QNAME) DELETE QREMOTE(QRNAME) 清除队列中的所有消息 CLEAR QLOCAL(QNAME) 常用补充命令 显示队列管理器 dspmq 显示文件名 dspmqfls 启动本地队列管理器 strmqm 结束本地队列管理器 endmqm 启动通道启动进程 runmqchi/runmqchl

01
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    db2 terminate作用_db2 truncate table immediate

    表。 表 2. SQLSTATE 类代码 类代码 含义 要获得子代码,参阅…00 完全成功完成 表 301 警告 表 402 无数据 表 507 动态 SQL 错误 表 608 连接异常 表 709 触发操作异常 表 80A 功能部件不受支持 表 90D 目标类型规范无效 表 100F 无效标记 表 110K RESIGNAL 语句无效 表 120N SQL/XML 映射错误 表 1320 找不到 CASE 语句的条件 表 1521 基数违例 表 1622 数据异常 表 1723 约束违例 表 1824 无效的游标状态 表 1925 无效的事务状态 表 2026 无效 SQL 语句标识 表 2128 无效权限规范 表 232D 无效事务终止 表 242E 无效连接名称 表 2534 无效的游标名称 表 2636 游标灵敏度异常 表 2738 外部函数异常 表 2839 外部函数调用异常 表 293B SAVEPOINT 无效 表 3040 事务回滚 表 3142 语法错误或访问规则违例 表 3244 WITH CHECK OPTION 违例 表 3346 Java DDL 表 3451 无效应用程序状态 表 3553 无效操作数或不一致的规范 表 3654 超出 SQL 限制,或超出产品限制 表 3755 对象不处于先决条件状态 表 3856 其他 SQL 或产品错误 表 3957 资源不可用或操作员干预 表 4058 系统错误 表 415U 实用程序 表 42

    02

    00 Confluent_Kafka权威指南-前言部分

    对kafka来说,这是一个激动人心的时刻。kafka被成千上万个组织使用,包含了三分之一的世界500强公司。它是增长最快的开源项目之一,围绕它产生了一个巨大的生态系统。它是管理和处理流式数据的核心。那么kafka从何而来?我们为什么要建造它?它到底是什么? Kafka最初是我们在Linkedin开发的一个内部基础性系统。我们的初衷很简单:有很多数据库和系统能够存储数据,但是缺少对连续不断的流式数据的处理。在创建kafka之前,我们对各种现有的技术进行选择,从消息传递系统到日志聚合和ETL工具等,但是没有一个能很好的满足我们的需求。 我们最终决定从头开始。我们的想法是,与其像关系数据库、key-value数据库、搜索引擎、缓存数据库等专注保存大量的数据,我们将专注于数据的流式处理-建立一个数据系统-实际上是基于这个想法的数据架构。 这个想法被证明比我们预期的更加广泛适用。虽然kafka一开始只是在社交网络场景下支撑实时应用和数据流式处理,你现在可以看到它是每个行业的架构核心,大型的零售商正在重新围绕流式数据设计他们的基础业务、汽车制造企业正在收集和处理物联网汽车实时数据流、银行也正在重新考虑建立围绕kafka的基础业务处理和系统。 那么kafka究竟是怎么回事呢,它与你已经知道和使用的系统相比如何? 我们认为kafka是一个流式处理平台:允许对流式数据进行发布订阅、存储和处理,这正是apache kafka的设计初衷。这种数据的处理方式可能与你习惯的方式有点不同,但是对抽象应用程序的体系结构收到了难以置信的效果。kafka经常被拿来与现有的三个技术领域做比较:企业消息系统、大数据系统hadoop以及其数据集成和etl工具。这些比较虽然能说明一部分问题,但是存在着诸多的局限性。 Kafka像传统的消息队列一样,支持对消息的发布和订阅。在这方面类似于activeMQ、RabbitMQ、IBM的MQSeries以及其他的消息队列产品。但是即便有这些相似之处,kafka还是与传统的消息队列存在跟不上的区别,使得kafka完全是另外一种系统。kafka与传统的消息系统相比有三个最大的区别:首先,kafka是一个作为完全分布式系统的集群系统。即便在规模最大的公司也能将分布式扩展到所有的应用之上。而不是像传统的消息队列,需要运行几十个单独的消息broker,手动指定不同的应用。这使得你有了一个中心平台可以灵活应对公司内部的各种数据流。其次,kafka是一个真正的存储系统,可以持久化存储你想要的任何数据。这是一个巨大的优势,它实现了真正的传输保证,其数据复制了多个副本、支持持久化,并且可以随时保存。最后,流式处理的概念大大提高了数据处理的抽象水平,传统的消息队列中,消息队列只是分发消息。而kafka的流式处理能力让你用更少的代码就可以实现对数据的动态流式计算。这些差异让kafka自成体系,简单的只是认为kafka是另外一种消息队列是没有任何意义的。 另外一个关于kafka的观点,也是我们设计和开发kafka的初衷之一,我们可以把kafka看成一个实时版本的hadoop。hadoop允许周期性的存储和处理大规模的文件和数据,kafka让你可以对大规模持续的数据流进行存储和处理。在技术层面上,二者肯定存在相似之处。许多人将新兴的流式处理当作是hadoop批处理的超集。这种比较忽略了数据的连续性,低延迟的处理与自然的批处理的存储很大的不同。而hadoop的大数据分析能力,通常应用在数仓之上,不具有实时性,而kafka的低延迟特性,则让实时数据处理分析直接应用到业务的核心应用成为了可能。这使得当业务在进行的时候,可以有能力对业务的各种情况进行反应,当业务的各种情况出现时,就可以构建直接支持操作的服务,对业务进行反馈或者反馈客户体验等等。 与kafka进行比较的最后一个领域是ETL或者数据抽取工具。毕竟,这些工具移动数据,而kafka也可以移动数据。这是有一定到理的,但是我认为,核心区别在于kafka反转了这个问题,kafka是一个面向数据实时处理的平台,而不是从一个系统抽取数据插入另外一个系统的工具。这意味着kafka不仅可以连接现成的应用程序和系统,还可以支持自定义应用程序来触发这些相同的数据流。我们认为围绕事件流的架构设计是非常重要的。在某些方面,这些流动的数据流是现代数据是公司最核心的内容,与你在财报上看到的现金流同等重要。 结合这三个领域的能力,在所有的用例中将所有的数据流聚集到一起,这就是为什么流平台如此引人入胜的原因。

    03

    什么是中间件?

    计 算机技术迅速发展。从硬件技术看,CPU速度越来越高,处理能力越来越强;从软件技术看,应用程序的规模不断扩大,特别是Internet及WWW的出 现,使计算机的应用范围更为广阔,许多应用程序需在网络环境的异构平台上运行。这一切都对新一代的软件开发提出了新的需求。在这种分布异构环境中,通常存 在多种硬件系统平台(如PC,工作站,小型机等),在这些硬件平台上又存在各种各样的系统软件(如不同的操作系统、数据库、语言编译器等),以及多种风格 各异的用户界面,这些硬件系统平台还可能采用不同的网络协议和网络体系结构连接。如何把这些系统集成起来并开发新的应用是一个非常现实而困难的问题。

    03

    数字孪生五维模型及十大领域应用

    数字孪生(Digital Twin)作为践行智能制造、工业4.0、工业互联网、智慧城市等先进理念的使能技术与手段,近期备受学术界和企业界关注,尤其是数字孪生的落地应用更是关注热点。模型是数字孪生的基础与核心,而传统数字孪生三维模型已无法满足现阶段技术发展与应用需求。在此背景下,为推动数字孪生技术在相关领域和行业的进一步应用,在数字孪生车间研究过程中,提出了数字孪生五维模型的概念,以适应新需求。基于前期相关研究,在进一步阐述数字孪生五维模型后,结合相关合作企业实际应用需求,重点探讨了数字孪生五维模型在卫星/空间通信网络、船舶、车辆、发电厂、飞机、复杂机电装备、立体仓库、医疗、制造车间、智慧城市10个领域的应用思路与方案,以期为相关领域践行数字孪生理念与技术提供参考。

    09

    扫码

    添加站长 进交流群

    领取专属 10元无门槛券

    手把手带您无忧上云

    扫码加入开发者社群

    相关资讯

    热门标签

    活动推荐

      运营活动

      活动名称
      广告关闭
      领券