docker运行ActiveMQ-Artemis

ops/2024/11/15 7:33:52/

前言

artemis跟以前的ActiveMQ不是一个产品,原ActiveMQ改为ActiveMQ Classic, 现在的artemis是新开发的,和原来不兼容,全称:ActiveMQ Artemis

本位仅介绍单机简单部署使用,仅用于学习和本地测试使用

  • 官网:https://activemq.apache.org/components/artemis/
  • docker hub: https://hub.docker.com/r/apache/activemq-artemis
  • 镜像文档: https://activemq.apache.org/components/artemis/documentation/latest/docker.html#official-images

docker_8">单机docker部署

docker run --name artemis -p 61616:61616 -p 8161:8161 apache/activemq-artemis:2.38.0

运行成功后,访问:http://localhost:8161 ,打开控制台,默认管理员账号和密码是:artemis
在这里插入图片描述

修改默认管理员账号密码

docker run -e ARTEMIS_USER=myUser -e ARTEMIS_PASSWORD=myPass --name artemis -p 61616:61616 -p 8161:8161 apache/activemq-artemis:2.38.0

http://www.ppmy.cn/ops/133321.html

相关文章

Spring Boot编程训练系统:深入设计与实现

3系统分析 3.1可行性分析 通过对本编程训练系统实行的目的初步调查和分析,提出可行性方案并对其一一进行论证。我们在这里主要从技术可行性、经济可行性、操作可行性等方面进行分析。 3.1.1技术可行性 本编程训练系统采用SSM框架,JAVA作为开发语言&#…

[UnLua]动态创建SceneCapture2d相机,并且添加渲染目标纹理

在 Unlua 开发中,相机相关的操作是构建场景视觉效果的重要部分。以下我们来详细分析一段涉及相机实例化和为相机赋予纹理目标的 Unlua 代码。 -- 实例化相机local World self:GetWorld()maskCamera World:SpawnActor(UE.ASceneCapture2D)-- 给相机赋值纹理目标lo…

02_ElementUI

一.前端工程化 1.1 概述 前端工程化是使用软件工程的方法来单独解决前端的开发流程 中模块化、组件化、规范化、自动化的问题,其主要目的为了 提高效率和降低成本。 1.2 NodeJS的安装 Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时环 境,可以使 JavaS…

PaaS云原生:分布式集群中如何构建自动化压测工具

场景 测试环境中,压测常常依赖环境中的各种工具获取基础信息,而这些工具可能集中在某个中控机上,此时想打造的自动化工具的运行模式是: 通过中控机工具获取压测所需的基本信息在中控机部署压测工具,实际压测任务分发…

深入探索Waymo自动驾驶技术发展:从DARPA挑战赛到第五代系统的突破

引言 自动驾驶技术正引领着未来出行方式的革命,而Waymo作为全球自动驾驶领域的先锋,始终走在技术发展的最前沿。本文基于Waymo联席CEO德米特里多尔戈夫(Dmitri Dolgov)在No Priors节目中的访谈,全面介绍Waymo的技术发展…

React中右击出现自定弹窗

前言 在react中点击右键,完成阻止浏览器的默认行为,完成自定义的悬浮框(Menu菜单). 版本 "react": "^18.2.0", "umijs/route-utils": "^4.0.1", "antd": "^5.18.1", "ant-design/pro-components": &q…

hive表名重命名、rename重命名

文章目录 一、重命名表的语法二、重命名遇到的坑2.1、重命名后重建原先的表报表已存在 一、重命名表的语法 在Hive中,重命名表的语法如下: ALTER TABLE table_name RENAME TO new_table_name;示例:alter table user rename to user_bak;注意…

四期书生大模型实战营(【基础岛】- 第1关 | 书生·浦语大模型开源开放体系)

文章目录 1. 性能提升、推理能力领先1.1. 书生浦语开源时间线1.1.1. 时间节点1.1.2. InternLM性能天梯 1.2. 模型亮点1.2.1. 推理能力1.2.2. 长文本支持1.2.3. 复杂任务的自动规划与搜索 1.3. 核心技术思路 2. 支持多模态预训练与微调2.1. 开源模型谱系2.2. 核心优势 3. 书生浦…