1.北京阿尔泰科技发展有限公司主要产品
2.OpenTelemetry、Spring Cloud Sleuth、Kafka、Jager实现分布式跟踪
3.VS Code 的遥测源码遥测源码用 7 个开源替代品 | Linux 中国
4.统信UOS系统开发笔记（八）：在统信UOS上编译搭建mqtt基础环境(版本使用QMQTT::Clinet)
5.Skywalking源码探针启动
6.Mqtt开发笔记：windows下C++ ActiveMQ客户端介绍、编译和使用

北京阿尔泰科技发展有限公司主要产品

       北京阿尔泰科技发展有限公司主要产品涵盖了数据采集产品、文件嵌入式主板产品、格式信号调理产品以及分布式采集系列产品。保存

       数据采集产品具备广泛的遥测源码遥测源码用总线兼容性，包括PCI、文件voice xml 源码PXI、格式USB、保存ISA、遥测源码遥测源码用PC等，文件并通过DAM中断内存映射等方式实现实时高速采集。格式支持LabVIEW、保存MatLab、遥测源码遥测源码用VC、文件VB、格式LabWindows/CVI、C++Builder、Delphi等多种语言平台，提供全功能测试平台、示波器软件，支持采集、显示、连续大容量存盘、数据回放、A/D精度测试等功能。ip探针网站源码工程级源代码公开，为用户提供了高度灵活性。

       嵌入式主板产品基于Linux、WinCE等操作系统，可根据需求配置各种功能组合的嵌入式主板，广泛应用于工业现场设备、工业测试设备、手持仪器仪表、遥控遥测RTU等领域。对于使用VC、VB软件开发的人员，无需深入理解复杂的ARM嵌入式知识，通过类似EVC、EVB开发环境即可完成产品开发，有效缩短开发周期。

       信号调理产品具备高性能、稳定性和宽温精密的信号调理变送器，采用三端隔离设计，能够对信号进行放大、转换等处理，确保信号的可靠性和准确性。

       分布式采集系列产品提供RS、CAN总线、以太网和无线局域网多种通讯方式。2048游戏源码php采用高质量进口元器件，模块化电源设计，内嵌单片机系统，从硬件和软件上均采取先进的抗干扰措施。以太网系列产品采用ARM7控制，支持/Mbps以太网中的TCP/IP和UDP协议，支持在线监控模拟量、数字量、实时数据值，同时具备网上控制和标定功能。无线局域网系列产品基于IEEE.g/b通讯协议，通过无线局域网访问，内置网页、看门狗和多种校验机制，确保数据传输的稳定性和安全性。

OpenTelemetry、Spring Cloud Sleuth、Kafka、Jager实现分布式跟踪

        分布式跟踪可让您深入了解特定服务在分布式软件系统中作为整体的一部分是如何执行的。它跟踪和记录从起点到目的地的请求以及它们经过的系统。

        在本文中，我们将使用 OpenTelemetry、Spring Cloud Sleuth、Kafka 和 Jaeger 在三个 Spring Boot 微服务 中实现分布式跟踪。

        我们先来看看分布式追踪中的一些基本术语。

        跨度：表示系统内的单个工作单元。跨度可以相互嵌套以模拟工作的分解。例如，一个跨度可能正在调用一个 REST 端点，然后另一个子跨度可能是该端点调用另一个，等等在不同的服务中。

        Trace：所有共享相同根跨度的跨度集合，或者更简单地说，将所有跨度创建为原始请求的直接结果。跨度的层次结构（每个跨度在根跨度旁边都有自己的父跨度）可用于形成有向无环图，显示请求在通过各种组件时的路径。

        OpenTelemetry ，也简称为 OTel，是一个供应商中立的开源 Observability 框架，用于检测、生成、收集和导出遥测数据，例如 跟踪 、 指标 和 日志 。作为 云原生 计算基金会 (CNCF) 的孵化项目，OTel 旨在提供与供应商无关的统一库和 API 集——主要用于收集数据并将其传输到某处。OTel 正在成为生成和管理遥测数据的世界标准，并被广泛采用。

        Sleuth 是一个由 Spring Cloud 团队管理和维护的项目，旨在将分布式跟踪功能集成到 Spring Boot 应用程序中。它作为一个典型Spring Starter的 . 以下是一些开箱即用的 Sleuth 工具：

        Sleuth 添加了一个拦截器，以确保在请求中传递所有跟踪信息。每次调用时，都会创建一个新的 Span。它在收到响应后关闭。

        Sleuth 能够跟踪您的请求和消息，以便您可以将该通信与相应的日志条目相关联。您还可以将跟踪信息导出到外部系统以可视化延迟。

        Jaeger 最初由 Uber 的团队构建，然后于 年开源。它于 年被接受为云原生孵化项目，并于 年毕业。作为 CNCF 的一部分，Jaeger 是云原生 架构 中公认的项目。它的源代码主要是用 Go 编写的。Jaeger 的架构包括：

        与 Jaeger 类似，Zipkin 在其架构中也提供了相同的组件集。尽管 Zipkin 是一个较老的项目，但 Jaeger 具有更现代和可扩展的设计。对于此示例，我们选择 Jaeger 作为后端。

        让我们设计三个 Spring Boot 微服务：

       

        这三个微服务旨在：

        这是为了观察 OpenTelemetry 如何结合 Spring Cloud Sleuth 处理代码的自动检测以及生成和传输跟踪数据。上面的虚线捕获了微服务导出的跟踪数据的路径，通过OTLP（OpenTelemetry Protocol）传输到OpenTelemetry Collector，收集器依次处理并将跟踪数据导出到后端Jaeger进行存储和查询。

        使用 monorepo，我们的项目结构如下：

       

        第 1 步：添加 POM 依赖项

        这是使用 OTel 和 Spring Cloud Sleuth 实现分布式跟踪的关键。我们的目标是不必手动检测我们的代码，因此我们依靠这些依赖项来完成它们设计的工作——自动检测我们的代码，除了跟踪实现、将遥测数据导出到 OTel 收集器等。

        第 2 步：OpenTelemetry 配置

        OpenTelemetry 收集器端点

        对于每个微服务，我们需要在其中添加以下配置application.yml（请参阅下面部分中的示例片段）。spring.sleuth.otel.exporter.otlp.endpoint主要是配置OTel Collector端点。它告诉导出器，在我们的例子中是 Sleuth，通过 OTLP 将跟踪数据发送到指定的收集器端点pose 服务。

        跟踪数据概率抽样

        spring.sleuth.otel.config.trace-id-ratio-based属性定义了跟踪数据的采样概率。它根据提供给采样器的分数对一部分迹线进行采样。概率抽样允许 OpenTelemetry 跟踪用户通过使用随机抽样技术降低跨度收集成本。如果该比率小于 1.0，则某些迹线将不会被导出。对于此示例，我们将采样配置为 1.0、%。

        有关其他 OTel Spring Cloud Sleuth 属性，请参阅常见应用程序属性。

        OpenTelemetry 配置文件

        我们需要项目根目录下的 OTel 配置文件otel-config.yaml。内容如下。此配置文件定义了 OTel 接收器、处理器和导出器的行为。正如我们所看到的，我们定义了我们的接收器来监听 gRPC 和 HTTP，处理器使用批处理和导出器作为 jaeger 和日志记录。

        第 3 步：docker-compose 将所有内容串在一起

        让我们看看我们需要启动哪些 docker 容器来运行这三个微服务并观察它们的分布式跟踪，前三个微服务在上面的部分中进行了解释。

        运行docker-compose up -d以调出所有九个容器：

       

        第 4 步：追踪数据在行动

        快乐之路

        现在，让我们启动customer-service-bff流程的入口点，以创建新客户。

       

        启动 Jaeger UI， /?target=es 实例，那就可以运行为你自己的 SaaS。

       Che 不仅是一个在线 IDE，而且是一个为云开发而构建的 IDE。在 Che 的概念里，用户无需查看本地文件系统。由于它在云端工作，所以你也可以这么做。事实上，点睛主图源码如果你有一台 Git 服务器，那就可以直接把它当作你的文件系统，在它的仓库中完成你的项目。当然，你也可以下载所有文件做本地备份。

       但 Che 的主要特点，也是云开发者最为兴奋的一点，它是一个功能全面、带有 Kubernetes 感知功能的开源 IDE。如果你正在为云构建应用、网站或容器（或三者的组合），那么 Che 是一个你需要尝试的编辑器。

       那么你的选择是？

       你有没有在使用这些 VS Code 替代品中的某一个呢？想不想挑一个试试呢？欢迎在评论中分享你的见解。

统信UOS系统开发笔记（八）：在统信UOS上编译搭建mqtt基础环境(版本使用QMQTT::Clinet)

       MQTT协议介绍

       MQTT（Message Queuing Telemetry Transport，消息队列遥测传输协议）是基于发布/订阅模式的轻量级通讯协议，由IBM于年发布。其最大优点在于，能以极少的代码和有限的带宽，为连接远程设备提供实时可靠的消息服务。MQTT广泛应用于物联网、小型设备、移动应用等领域。

       MQTT设计原则

       MQTT具有以下特点：

       1. 使用发布/订阅模式，实现一对多的源码编程指什么消息发布，解除应用程序耦合。

       2. 提供对负载内容的屏蔽，进行消息传输。

       3. 使用TCP/IP提供网络连接。

       4. 支持三种消息发布服务质量。

       5. 具有小型传输、开销小的特性，协议交换最小化。

       6. 为客户端异常中断提供机制。

       发布/订阅者模式

       MQTT支持发布/订阅模式，使MQTT协议在物联网、机器与机器（M2M）通信、智能家居等领域得到广泛应用。

       统信UOS系统MQTT编译与环境搭建

       统信UOS系统版本：系统版本为统信UOS 。

       Qt编译MQTT

       Qt5版本开始支持MQTT，但并未集成至安装包，需自行下载编译。Qt提供的qtmqtt库不支持点对点方式，仅支持订阅/发布者模式。

       编译步骤

       下载并解压MQTT源码至目标系统。

       使用QtQCreator打开pro工程编译，切换至release模式。

       在解压的源码路径手动创建Qt5Mqtt文件，编译成功。

       部署MQTT模块至qt

       将MQTT源码融入qt工程中，实现模块化部署。新建mqttClientDemo工程，提取源码中的mqtt模块，将其加入新工程的modules，引入qmqtt.pri文件。

       解决编译报错

       编译报错时，添加缺失的网络模块（QT += network），并调整私有头文件宏至头文件宏。

       源码融入编译成功

       源码成功融入，后续无需重新编译即可替换系统或版本。

       模块化部署优化

       创建mqttClientManager管理模块，用于包含MQTT源码，实现模块化部署。

Skywalking源码探针启动

       深入SkyWalking

       SkyWalking探针是集成到目标系统中的代理或SDK库，负责收集遥测数据，包括链路追踪和性能指标。探针的实现方式基于目标系统的技术栈，尽管方式各异，但核心功能一致：收集并格式化数据，然后发送到后端。

       Skywalking Java Agent采用Java premain作为其技术方案。该方案在启动时挂载，相比以agentmain挂载的方式更为灵活，但受限于不能修改父类、接口和字段等。Skywalking Agent整体结构采用微内核设计，核心代码为apm-agent-core，负责启动、加载配置、加载插件、修改字节码、记录调用数据并发送至后端。apm-sdk-plugin模块则是特定中间件的插件，遵循Skywalking插件规范，Maven模块化集成即可。

       Skywalking的启动流程基于java-agent，核心启动方法为premain。主要步骤包括初始化配置、加载所有配置、加载插件、查找并转化插件定义为增强类、创建ByteBuddy实例、进行字节码增强、创建边缘类集合、处理跨模块类访问问题、保存修改后的字节码以及启动服务并注册关闭钩子。

       总体而言，SkyWalking探针的启动流程通过预定义的代码结构和机制，实现了高效的远程监控和性能分析，为开发人员提供了强大的工具来优化和管理复杂应用系统。

Mqtt开发笔记：windows下C++ ActiveMQ客户端介绍、编译和使用

       前话

       项目需求驱使我们转向 MQTT 协议的实现，由于 QtMqtt 库不支持队列模式（点对点），而只能使用订阅/发布者模式，我们决定采用 C++ ActiveMQ 进行开发。

       MQTT 协议

       MQTT，即消息队列遥测传输协议，是一种基于发布/订阅模式的轻量级通讯协议，IBM 在 年发布。其优点在于，以极低的代码量和带宽消耗提供即时可靠的消息服务，广泛应用于物联网、小型设备和移动应用。

       设计原则与特点

       MQTT 的核心特点是发布/订阅消息模式，实现一对多的消息发布，减少应用程序间的耦合。它对负载内容进行屏蔽的高效传输，基于 TCP/IP 提供网络连接，支持三种消息发布服务质量。它的小型传输、低开销和客户端异常中断机制，使其非常适合物联网领域，尤其适用于传感器与服务器间的通信，以及信息收集。

       发布/订阅者模式

       MQTT 是基于客户端-服务器的消息发布/订阅传输协议，适用于受限环境，如机器与机器通信、物联网应用，特别适合传感器和服务器通信，以及小型设备的运算能力和带宽相对不足的情况。

       MQTT 服务器

       MQTT 协议中的服务器角色称为“消息代理”，可以是应用程序或设备，位于消息发布者和订阅者之间，负责数据推送。

       MQTT 协议中的方法

       MQTT 定义了一系列方法（动作），用于操作服务器上的资源，包括数据处理和生成。主要方法包括读取、写入、订阅和发布等。

       CMS 客户端

       CMS API 是一种类似 JMS 的 C++ API，用于与消息代理进行交互，如 Apache ActiveMQ，它使客户端代码更加整洁、易于维护。

       下载与编译 ActiveMQ-CPP

       下载 ActiveMQ-CPP 的最新 Windows 版本源码，推荐访问官网或 CSDN 下载页面。使用 VS 编译 ActiveMQ-CPP。

       编译步骤

       1. 解压下载的压缩文件至专用文件夹。

       2. 使用 VS 打开编译工程文件。

       3. 编译“avtivemq-cpp”时遇到“/ZI”和“/Gy-”命令行选项不兼容的错误。

       4. 通过手动更改“/Zi”和“/Gy”命令为兼容版本来解决。

       5. 继续编译工程生成 debug 和 release 版本。

       6. 编译通过，切换到 release 版本后，需要重新配置包含头文件属性并编译。

       编译 APR-1.7.0 库

       ActiveMQ 依赖 APR 库，其相关信息在源码根目录的 README.txt 中提供。首先下载 APR 库，解压至专用编译文件夹，使用 CMake 配置工程，生成 VS 工程文件。然后，使用 CMake 生成 APR 库，通过 VS 打开并编译工程，最终完成头文件和库文件的归类整理。