
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可:
请先完整阅读并严格遵守以下文档中的全部规则与要求:
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
LavinMQ 是一款实现 AMQP 0-9-1 协议的消息队列服务器,采用 Crystal 语言编写。其核心设计目标是提供高性能、低内存占用、支持超长队列和大量并发连接,同时仅需最小化配置。适用于各类需要可靠消息传递的应用场景。
LavinMQ 适用于需要消息队列的各类场景,尤其适合:
通过以下命令拉取并运行最新版 LavinMQ 镜像:
shdocker run --rm -it -P -v /var/lib/lavinmq:/tmp/amqp cloudamqp/lavinmq
参数说明:
--rm:容器退出后自动清理容器文件-it:启用交互式终端模式-P:随机映射容器端口到主机-v /var/lib/lavinmq:/tmp/amqp:挂载主机目录以持久化存储消息数据http://localhost:15672 访问 Web 管理 UIamqp://guest:guest@localhost 地址进行消息发布和消费在 Linux 环境下,可使用 perf 工具进行性能跟踪与分析:
查看进程的系统调用情况:
shperf trace -p $(pidof lavinmq)
获取进程中调用频率最高的函数实时统计:
shperf top -p $(pidof lavinmq)
内存垃圾回收问题可通过 https://github.com/ivmai/bdwgc/blob/master/docs/README.environment 进行诊断。
LavinMQ 兼容所有 AMQP 客户端库,以下是主流平台的使用指南:
lavinmq 标签提问您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务