為了更好地理解Apache Ignite和用例的功能，理解它的體系結(jié)構(gòu)和拓?fù)浣Y(jié)構(gòu)非常重要工扎。通過(guò)更好地理解Ignite的體系結(jié)構(gòu)捉兴，可以決定拓?fù)浠蚓彺婺Ｊ匠羰ぃ越鉀Q企業(yè)體系結(jié)構(gòu)場(chǎng)景中的不同問(wèn)題，并從內(nèi)存計(jì)算中獲得最大的益處魂迄。與主從設(shè)計(jì)不同粗截，Ignite使用了一個(gè)完全對(duì)等的架構(gòu)。ignite集群中的每個(gè)節(jié)點(diǎn)都可以接受讀寫(xiě)捣炬，無(wú)論數(shù)據(jù)在哪里寫(xiě)入熊昌。本章主要內(nèi)容：

• 功能概述
• 不同的集群拓?fù)?/li>
• 集群拓?fù)浣Y(jié)構(gòu)
• 緩存策略
• 集群劃分
• 數(shù)據(jù)模型
• 多數(shù)據(jù)中心復(fù)制
• 異步支持
• SQL查詢(xún)?nèi)绾卧贗gnite中工作
• 彈性

功能概述

Ignite體系結(jié)構(gòu)具有足夠的靈活性和高級(jí)特性，可用于大量不同的體系結(jié)構(gòu)模式和風(fēng)格湿酸。您可以將Ignite看作是一組獨(dú)立的婿屹、集成良好的內(nèi)存中組件的集合，以提高應(yīng)用程序的性能和可伸縮性推溃。下面的示意圖表示Apache Ignite的基本功能:

image.png

Ignite是以模塊化的方式進(jìn)行組織昂利，并為每個(gè)功能提供一個(gè)jar(庫(kù))。您只需將所需的庫(kù)應(yīng)用到項(xiàng)目中铁坎，就可以使用Ignite蜂奸。

集群拓?fù)?/h1>

Ignite的設(shè)計(jì)表明整個(gè)系統(tǒng)本身就具有固有的可用性和可擴(kuò)展性。ignite節(jié)點(diǎn)間通信允許所有節(jié)點(diǎn)接收更新厢呵，無(wú)需一個(gè)快速的主協(xié)調(diào)器窝撵。節(jié)點(diǎn)可以不受干擾地添加或刪除，以增加可用RAM的數(shù)量襟铭。
Ignite數(shù)據(jù)結(jié)構(gòu)具有完全的彈性碌奉，允許對(duì)單個(gè)服務(wù)器或多個(gè)服務(wù)器進(jìn)行無(wú)干擾的自動(dòng)檢測(cè)和恢復(fù)。

客戶(hù)端和服務(wù)端

Apache Ignite具有一個(gè)可選的服務(wù)概念寒砖，并提供了兩種類(lèi)型的節(jié)點(diǎn):客戶(hù)端和服務(wù)器節(jié)點(diǎn)赐劣。

• Server 包含數(shù)據(jù)、緩存哩都、計(jì)算和流魁兼，并且可以是內(nèi)存中的Map-Reduce任務(wù)的一部分。

• Client 提供遠(yuǎn)程連接服務(wù)器以將元素放入/獲取到緩存的能力漠嵌。它還可以存儲(chǔ)部分?jǐn)?shù)據(jù)(近緩存)咐汞，這是一個(gè)較小的本地緩存，存儲(chǔ)最近和最頻繁訪(fǎng)問(wèn)的數(shù)據(jù)儒鹿。

  
  
  image.png
  
  

  還可以將服務(wù)器節(jié)點(diǎn)分組到一個(gè)集群中執(zhí)行工作化撕。在集群中，可以限制作業(yè)執(zhí)行约炎、服務(wù)部署植阴、流和其他任務(wù)只在集群組中運(yùn)行蟹瘾。
  你可以基于任何謂詞創(chuàng)建一個(gè)集群組。例如掠手，您可以從一組節(jié)點(diǎn)創(chuàng)建一個(gè)集群組憾朴，其中所有節(jié)點(diǎn)負(fù)責(zé)為testCache緩存數(shù)據(jù)。默認(rèn)情況下喷鸽，所有節(jié)點(diǎn)都作為服務(wù)節(jié)點(diǎn)啟動(dòng)众雷。客戶(hù)端模式需要顯式啟用魁衙。注意报腔，您不能物理地將數(shù)據(jù)節(jié)點(diǎn)與計(jì)算節(jié)點(diǎn)分離。在Apache Ignite中剖淀，包含數(shù)據(jù)的服務(wù)器也用于執(zhí)行計(jì)算纯蛾。Apache Ignite客戶(hù)機(jī)節(jié)點(diǎn)也參與作業(yè)執(zhí)行。乍一看纵隔，這個(gè)概念似乎很復(fù)雜翻诉，但讓我們?cè)囍吻暹@個(gè)概念。服務(wù)器節(jié)點(diǎn)總是存儲(chǔ)數(shù)據(jù)捌刮，默認(rèn)情況下可以參與任何計(jì)算任務(wù)碰煌。另一方面，客戶(hù)端節(jié)點(diǎn)可以操作服務(wù)器緩存绅作、存儲(chǔ)本地?cái)?shù)據(jù)并參與計(jì)算任務(wù)芦圾。通常，客戶(hù)端節(jié)點(diǎn)用于從緩存中放置或檢索數(shù)據(jù)俄认。這種混合客戶(hù)端節(jié)點(diǎn)在開(kāi)發(fā)具有多個(gè)節(jié)點(diǎn)的大型Ignite網(wǎng)格時(shí)提供了靈活性个少。客戶(hù)端和服務(wù)器節(jié)點(diǎn)都位于一個(gè)網(wǎng)格中眯杏，在某些情況下(例如夜焦，數(shù)據(jù)節(jié)點(diǎn)中的大容量acid事務(wù))，您不希望在數(shù)據(jù)節(jié)點(diǎn)上執(zhí)行任何計(jì)算岂贩。在這種情況下茫经，您可以通過(guò)創(chuàng)建相應(yīng)的集群組來(lái)選擇只在客戶(hù)端節(jié)點(diǎn)上執(zhí)行作業(yè)。通過(guò)這種方式萎津，您可以在一個(gè)網(wǎng)格中將數(shù)據(jù)節(jié)點(diǎn)與計(jì)算節(jié)點(diǎn)分開(kāi)卸伞。可以使用以下偽代碼對(duì)客戶(hù)端進(jìn)行計(jì)算:

ClusterGroup clientGroup = ignite.cluster().forClients(); IgniteCompute clientCompute = ignite.compute(clientGroup);
// Execute computation on the client nodes. clientCompute.broadcast(() -> System.out.println("sum of: " + (2+2)));

image.png

這種方法有一個(gè)缺點(diǎn)锉屈。使用這種方法荤傲，數(shù)據(jù)將被分配給獨(dú)立的節(jié)點(diǎn)，并且為了計(jì)算這些數(shù)據(jù)部念，所有的客戶(hù)端節(jié)點(diǎn)都需要從服務(wù)器節(jié)點(diǎn)檢索數(shù)據(jù)弃酌。它可以產(chǎn)生大量的網(wǎng)絡(luò)連接并產(chǎn)生延遲。但是儡炼，您可以在一個(gè)主機(jī)上單獨(dú)的JVM上運(yùn)行客戶(hù)機(jī)和服務(wù)器節(jié)點(diǎn)妓湘，以減少網(wǎng)絡(luò)延遲。從部署的角度來(lái)看乌询，Apache Ignite服務(wù)器可以分為以下幾個(gè)組：

• 內(nèi)置應(yīng)用程序
• 服務(wù)器在單獨(dú)的JVM

內(nèi)置應(yīng)用程序

使用這種方法榜贴，Apache Ignite節(jié)點(diǎn)與應(yīng)用程序在同一個(gè)JVM上運(yùn)行。它可以是運(yùn)行在應(yīng)用服務(wù)器上的任何web應(yīng)用程序妹田，也可以是獨(dú)立的Java應(yīng)用程序唬党。例如，我們的獨(dú)立HelloIgnite應(yīng)用程序是來(lái)自第一章—是一個(gè)嵌入式的Ignite鬼佣。Ignite服務(wù)器與應(yīng)用程序一起在相同的JVM中運(yùn)行驶拱，并與網(wǎng)格的其他節(jié)點(diǎn)連接。如果應(yīng)用程序宕機(jī)或被關(guān)閉晶衷，則Ignite server也將關(guān)閉蓝纲。拓?fù)淙缦聢D所示：

image.png

服務(wù)器在單獨(dú)的JVM

在這種方法中，服務(wù)器節(jié)點(diǎn)將在獨(dú)立的JVM中運(yùn)行晌纫，客戶(hù)機(jī)節(jié)點(diǎn)將遠(yuǎn)程連接到服務(wù)器税迷。服務(wù)器節(jié)點(diǎn)參與緩存、計(jì)算執(zhí)行锹漱、流等等箭养。客戶(hù)端還可以使用REST API連接到任何單獨(dú)的節(jié)點(diǎn)哥牍。默認(rèn)情況下毕泌，所有的Ignite節(jié)點(diǎn)都作為服務(wù)器節(jié)點(diǎn)啟動(dòng);客戶(hù)端節(jié)點(diǎn)需要顯式啟用。

image.png

這是最常見(jiàn)的方法砂心，因?yàn)樗诩簷C(jī)制方面提供了更大的靈活性懈词。Ignite服務(wù)器可以被離線(xiàn)并重新啟動(dòng)，不會(huì)對(duì)整個(gè)應(yīng)用程序或集群產(chǎn)生任何影響辩诞。

客戶(hù)機(jī)和服務(wù)器分別位于單個(gè)主機(jī)上的JVM中

當(dāng)您的數(shù)據(jù)節(jié)點(diǎn)上有大量事務(wù)并計(jì)劃在該節(jié)點(diǎn)上執(zhí)行一些計(jì)算時(shí)坎弯，您可以考慮這種方法。您可以在一個(gè)容器(例如Docker或OpenVZ)中單獨(dú)的JVM中執(zhí)行客戶(hù)機(jī)和服務(wù)器译暂。容器可以位于單個(gè)主機(jī)中抠忘。容器將隔離資源(cpu、ram外永、網(wǎng)絡(luò)接口等)崎脉，JVM只使用分配給這個(gè)容器的獨(dú)立資源。

image.png

這種方法也有它自己的缺點(diǎn)伯顶。在執(zhí)行過(guò)程中囚灼，客戶(hù)端(compute)節(jié)點(diǎn)可以從駐留在其他主機(jī)上的任何其他數(shù)據(jù)節(jié)點(diǎn)檢索數(shù)據(jù)骆膝，并且可以增加網(wǎng)絡(luò)延遲。

緩存拓?fù)?/h1>

Ignite提供了三種不同的緩存拓?fù)涞姆椒?:分區(qū),復(fù)制和本地灶体。緩存模式分別為每個(gè)緩存配置阅签。每個(gè)緩存拓?fù)涠加衅鋬?yōu)缺點(diǎn)。默認(rèn)緩存拓?fù)涫欠謪^(qū)的蝎抽，沒(méi)有任何備份選項(xiàng)政钟。

分區(qū)緩存拓?fù)?/h2>

這種拓?fù)涞哪繕?biāo)是獲得極好的可擴(kuò)展性。在這種模式下樟结，Ignite集群透明地對(duì)緩存的數(shù)據(jù)進(jìn)行分區(qū)养交，以便在整個(gè)集群中均勻地分配負(fù)載。通過(guò)均勻地劃分?jǐn)?shù)據(jù)瓢宦，緩存的大小和處理能力隨集群的大小呈線(xiàn)性增長(zhǎng)碎连。管理數(shù)據(jù)的職責(zé)在整個(gè)集群中自動(dòng)共享。集群中的每個(gè)節(jié)點(diǎn)或服務(wù)器都包含其主數(shù)據(jù)驮履，如果定義了備份副本破花，則包含備份副本。

image.png

對(duì)于分區(qū)緩存拓?fù)淦Ｎ彺嫔系腄ML操作非匙浚快，因?yàn)槊總€(gè)鍵只需要更新一個(gè)主節(jié)點(diǎn)(可選為一個(gè)或多個(gè)備份節(jié)點(diǎn))摘悴。對(duì)于高可用性峭梳，應(yīng)該配置緩存條目的備份副本。備份副本是一個(gè)或多個(gè)主副本的冗余副本蹂喻，該副本將駐留在另一個(gè)節(jié)點(diǎn)中葱椭。有一個(gè)簡(jiǎn)單的公式可以計(jì)算，為了實(shí)現(xiàn)集群的高可用性口四，需要多少備份孵运。

備份拷貝數(shù)= N-1，其中N為集群中節(jié)點(diǎn)的總數(shù)

假設(shè)集群中總共有3個(gè)節(jié)點(diǎn)蔓彩。如果您總是希望從集群獲得響應(yīng)(當(dāng)某些節(jié)點(diǎn)不可用時(shí))治笨，備份副本的數(shù)量應(yīng)該不少于2。在這種情況下赤嚼，存在3個(gè)緩存條目副本旷赖，2個(gè)備份副本和1個(gè)主副本。當(dāng)處理大型數(shù)據(jù)集時(shí)或更新非常頻繁更卒，分區(qū)是適合的方式等孵。備份過(guò)程可以是同步的，也可以是異步的蹂空。在同步模式下俯萌，客戶(hù)端應(yīng)該在完成提交或?qū)懭胫暗却h(yuǎn)程節(jié)點(diǎn)的響應(yīng)果录。

緩存復(fù)制拓?fù)?/h2>

這種方法的目標(biāo)是獲得極高的性能。使用這種方法咐熙，緩存數(shù)據(jù)被復(fù)制到集群的所有成員雕憔。由于數(shù)據(jù)被復(fù)制到每個(gè)集群節(jié)點(diǎn)，因此可以使用它而無(wú)需等待糖声。這為讀取提供了可能的最高速度。每個(gè)成員都從自己的內(nèi)存訪(fǎng)問(wèn)數(shù)據(jù)分瘦。缺點(diǎn)是頻繁的寫(xiě)操作非常昂貴蘸泻。更新復(fù)制緩存需要將新版本推給所有其他集群成員。如果更新頻率很高嘲玫，這將限制可伸縮性悦施。

image.png

在上圖中，相同的數(shù)據(jù)存儲(chǔ)在所有集群節(jié)點(diǎn)中;復(fù)制緩存的大小受每個(gè)節(jié)點(diǎn)上可用內(nèi)存大小的限制去团。這種模式適用于緩存讀取比緩存寫(xiě)入頻繁得多抡诞，而且數(shù)據(jù)集很小的場(chǎng)景。復(fù)制的可伸縮性與成員數(shù)量土陪、每個(gè)成員更新的頻率和更新的大小成反比昼汗。

本地模式

這是緩存模式的一個(gè)非常原始的版本;使用這種方法，沒(méi)有數(shù)據(jù)分布到集群中的其他節(jié)點(diǎn)鬼雀。就本地緩存而言顷窒，沒(méi)有任何復(fù)制或分區(qū)過(guò)程，數(shù)據(jù)獲取非常便捷和快速源哩。它為最近和經(jīng)常使用的數(shù)據(jù)提供零延遲訪(fǎng)問(wèn)鞋吉。本地緩存主要用于只讀操作。它對(duì)于讀/寫(xiě)傳遞行為也非常有效励烦，在這種行為中谓着，數(shù)據(jù)是在緩存丟失時(shí)從數(shù)據(jù)源中加載的。與分布式緩存不同坛掠，本地緩存仍然具有分布式緩存的所有特性;它提供查詢(xún)緩存赊锚、自動(dòng)數(shù)據(jù)刪除等功能。

image.png

緩存策略

隨著高交易量的web應(yīng)用程序和移動(dòng)應(yīng)用程序的激增屉栓，數(shù)據(jù)存儲(chǔ)已成為性能的主要瓶頸改抡。在大多數(shù)情況下，持久性存儲(chǔ)(如關(guān)系數(shù)據(jù)庫(kù))不能通過(guò)添加更多的服務(wù)器來(lái)完美地?cái)U(kuò)展系瓢。在這種情況下阿纤，內(nèi)存中的分布式緩存為解決數(shù)據(jù)存儲(chǔ)瓶頸提供了一個(gè)很好的解決方案。
它擴(kuò)展了多個(gè)服務(wù)器(稱(chēng)為網(wǎng)格)夷陋，將它們的內(nèi)存集中在一起欠拾，并在所有服務(wù)器上保持緩存的同步胰锌。在分布式內(nèi)存緩存中有兩種主要策略:

Cache-aside

在這種方法中，應(yīng)用程序負(fù)責(zé)從持久性存儲(chǔ)區(qū)進(jìn)行讀寫(xiě)藐窄。緩存根本不與數(shù)據(jù)庫(kù)交互资昧。這叫做cache-aside。緩存的行為就像一個(gè)快速擴(kuò)展的內(nèi)存數(shù)據(jù)存儲(chǔ)荆忍。應(yīng)用程序在查詢(xún)數(shù)據(jù)存儲(chǔ)之前檢查緩存中的數(shù)據(jù)格带。此外，應(yīng)用程序在對(duì)持久性存儲(chǔ)進(jìn)行任何更改后更新緩存刹枉。

image.png

然而叽唱，盡管cache-aside的速度非常快微宝，但是這種策略也有一些缺點(diǎn)棺亭。如果多個(gè)應(yīng)用程序處理相同的數(shù)據(jù)存儲(chǔ)，應(yīng)用程序代碼可能變得復(fù)雜蟋软，并可能導(dǎo)致代碼重復(fù)镶摘。當(dāng)緩存數(shù)據(jù)丟失時(shí)，應(yīng)用程序?qū)⒉樵?xún)數(shù)據(jù)存儲(chǔ)岳守、更新緩存并繼續(xù)處理凄敢。如果不同的應(yīng)用程序線(xiàn)程同時(shí)執(zhí)行此處理，則可能導(dǎo)致多個(gè)數(shù)據(jù)存儲(chǔ)訪(fǎng)問(wèn)湿痢。

Read-through and Write-through

這就是應(yīng)用程序?qū)?nèi)存緩存作為主要的數(shù)據(jù)存儲(chǔ),并讀取數(shù)據(jù)并將數(shù)據(jù)寫(xiě)入贡未。內(nèi)存內(nèi)緩存負(fù)責(zé)在緩存丟失時(shí)將查詢(xún)傳播到數(shù)據(jù)存儲(chǔ)。此外蒙袍，數(shù)據(jù)在緩存中更新時(shí)將自動(dòng)更新俊卤。所有通讀和寫(xiě)操作都將參與整個(gè)緩存事務(wù)，并作為一個(gè)整體提交或回滾害幅。

image.png

Read-through and Write-through比cache-aside有許多優(yōu)勢(shì)消恍。首先，它簡(jiǎn)化了應(yīng)用程序代碼以现。讀入允許緩存在自動(dòng)過(guò)期時(shí)從數(shù)據(jù)庫(kù)重新加載對(duì)象狠怨。這意味著您的應(yīng)用程序不必在高峰時(shí)間訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)蕉拢，因?yàn)樽钚碌臄?shù)據(jù)總是在緩存中段审。

Write behind

也可以使用write-behind來(lái)獲得更好的寫(xiě)性能菱阵。Write-behind允許應(yīng)用程序快速更新緩存并返回沉迹。然后，它聚合更新并將其作為批量操作異步刷新到持久性存儲(chǔ)中掷豺。同樣攒巍，對(duì)于Write-behind蹦哼，您可以指定節(jié)流限制，因此數(shù)據(jù)庫(kù)寫(xiě)入速度不如緩存更新快俩檬，因此對(duì)數(shù)據(jù)庫(kù)的壓力更小萎胰。此外，您可以安排數(shù)據(jù)庫(kù)寫(xiě)操作在非高峰時(shí)間發(fā)生棚辽，這可以最小化對(duì)數(shù)據(jù)庫(kù)的壓力技竟。

image.png

Apache Ignite通過(guò)實(shí)現(xiàn)Java JCache特性提供了上述所有緩存策略。此外屈藐，Ignite提供了Ignite Cassandra模塊榔组，它通過(guò)使用Cassandra作為過(guò)期緩存條目的持久存儲(chǔ)來(lái)實(shí)現(xiàn)Ignite緩存的持久性存儲(chǔ)。

數(shù)據(jù)模型

Apache Ignite實(shí)現(xiàn)了鍵值數(shù)據(jù)模型联逻，特別是JCache (JSR 107)規(guī)范搓扯。JCache為Java應(yīng)用程序與緩存交互提供了一種常見(jiàn)的方式。
從設(shè)計(jì)的角度來(lái)看遣妥，JCache提供了一個(gè)非常簡(jiǎn)單的鍵值存儲(chǔ)。鍵值存儲(chǔ)是一個(gè)簡(jiǎn)單的Hashtable或Map攀细，主要用于通過(guò)主鍵訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)表箫踩。您可以將鍵值作為傳統(tǒng)RDBMS中的一個(gè)簡(jiǎn)單表，其中包含兩個(gè)列谭贪，如鍵和值境钟。值列的數(shù)據(jù)類(lèi)型可以是任何原始數(shù)據(jù)類(lèi)型，如字符串俭识、整數(shù)或任何復(fù)雜的Java對(duì)象(或Blob - in Oracle術(shù)語(yǔ))慨削。應(yīng)用程序可以提供一個(gè)鍵和值并將它們持久化。如果鍵已經(jīng)存在套媚，將覆蓋該值缚态，否則將創(chuàng)建一個(gè)新值。為了清晰起見(jiàn)堤瘤，我們可以將鍵值存儲(chǔ)與Oracle術(shù)語(yǔ)進(jìn)行比較:

image.png

它有非常原始的操作玫芦，比如從存儲(chǔ)中放置、獲取或刪除值本辐。因?yàn)樗偸鞘褂弥麈I訪(fǎng)問(wèn)桥帆，所以它們通常有很好的性能和可擴(kuò)展性。Java緩存API定義了五個(gè)核心接口:CachingProvider慎皱、CacheManager老虫、Cache、Entry和Expire茫多。

• CachingProvider定義了建立祈匙、配置、獲取天揖、管理和控制零個(gè)或多個(gè)cachemanager的機(jī)制
• CacheManager定義了在CacheManager上下文中建立菊卷、配置缔恳、獲取、管理和控制唯一命名緩存的機(jī)制洁闰。
• 緩存是類(lèi)似于數(shù)據(jù)結(jié)構(gòu)的哈希表歉甚，允許臨時(shí)存儲(chǔ)基于鍵的值。緩存屬于單個(gè)CacheManager扑眉。

• 條目是存儲(chǔ)在緩存中的一個(gè)鍵-值對(duì)纸泄。
  鍵值對(duì)可以在圖中很容易地進(jìn)行說(shuō)明⊙兀考慮以下緩存中的條目圖:

  
  
  image.png
  
  

  通過(guò)鍵值存儲(chǔ)聘裁，Java緩存API還提供了以下附加特性:

• 基本的緩存操作
• 原子操作，類(lèi)似于java.util.ConcurrentMap
• 通讀緩存
• 直寫(xiě)式高速緩存
• 條目處理器
• 緩存事件監(jiān)聽(tīng)器
• 統(tǒng)計(jì)數(shù)據(jù)
• 完整的泛型API用于編譯時(shí)的安全性
• 按引用存儲(chǔ)(僅適用于堆緩存)和按值存儲(chǔ)
  除了JCache之外弓千，Apache Ignite還提供了ACID事務(wù)衡便、SQL查詢(xún)功能、數(shù)據(jù)加載洋访、異步模式和各種內(nèi)存模型镣陕。Apache Ignite提供了IgniteCache接口，它擴(kuò)展了使用緩存的Java緩存接口姻政。

CAP定理

當(dāng)?shù)谝淮伍_(kāi)始使用Apache Ignite時(shí)呆抑，想知道Ignite一方面支持ACID事務(wù)，另一方面汁展，Ignite也是一個(gè)高度可用的分布式系統(tǒng)鹊碍。在任何NoSQL數(shù)據(jù)存儲(chǔ)中，支持ACID事務(wù)并同時(shí)提供高可用性都是一個(gè)具有挑戰(zhàn)性的特性食绿。要橫向擴(kuò)展侈咕，需要強(qiáng)大的網(wǎng)絡(luò)分區(qū)容忍度，這需要放棄一致性或可用性器紧。NoSQL系統(tǒng)通常通過(guò)放松關(guān)系可用性或事務(wù)語(yǔ)義來(lái)實(shí)現(xiàn)這一點(diǎn)乎完。許多流行的NoSQL數(shù)據(jù)存儲(chǔ)(如Cassandra和Riak)仍然沒(méi)有事務(wù)支持，并被歸類(lèi)為AP系統(tǒng)品洛。AP一詞來(lái)源于著名的CAP定理10树姨，意為可用性和分區(qū)容忍性，在NoSQL系統(tǒng)中桥状，這比一致性更重要帽揪。

image.png

如上圖所見(jiàn)，分布式系統(tǒng)只能具有以下三個(gè)屬性中的兩個(gè):

• 分區(qū)容忍性：也就是說(shuō)辅斟，如果在兩個(gè)節(jié)點(diǎn)之間斷開(kāi)網(wǎng)絡(luò)转晰，系統(tǒng)仍然可以工作。
• 一致性：在集群中的每個(gè)節(jié)點(diǎn)有相同的數(shù)據(jù)。
• 可用性：如果可能的話(huà)總有一個(gè)節(jié)點(diǎn)可進(jìn)行響應(yīng)查詢(xún)查邢。
  因此蔗崎，讓我們看看三種選擇中有兩種會(huì)如何影響系統(tǒng)行為，如下所示:
• CA系統(tǒng)：在這種方法中扰藕，為了獲得一致性和可用性缓苛，犧牲了分區(qū)容忍性。數(shù)據(jù)庫(kù)系統(tǒng)提供了事務(wù)邓深，系統(tǒng)是高度可用的未桥。大多數(shù)關(guān)系數(shù)據(jù)庫(kù)被歸類(lèi)為CA系統(tǒng)。該系統(tǒng)存在嚴(yán)重的擴(kuò)展問(wèn)題芥备。
• CP系統(tǒng)：在CP系統(tǒng)中冬耿，為了一致性和容錯(cuò)而犧牲了可用性。在節(jié)點(diǎn)失敗的情況下萌壳，將丟失一些數(shù)據(jù)亦镶。

• AP系統(tǒng)：這個(gè)系統(tǒng)總是可用的和可分區(qū)的。此外袱瓮，通過(guò)向集群添加節(jié)點(diǎn)缤骨，該系統(tǒng)可以輕松地?cái)U(kuò)展。Cassandra是這類(lèi)系統(tǒng)的一個(gè)很好的例子懂讯。
  現(xiàn)在荷憋，我們回到我們的問(wèn)題台颠，Ignite在CAP定理中的哪個(gè)位置?乍一看褐望，Ignite可以被分到CP類(lèi)，因?yàn)樗峭耆嫒軦CID的分布式事務(wù)串前，具有分區(qū)容錯(cuò)性瘫里。但這只是一部分。Apache Ignite也可以看作是AP系統(tǒng)荡碾。為什么Ignite有兩種不同的分類(lèi)?因?yàn)樗袃煞N不同的用于緩存操作谨读、事務(wù)和原子的事務(wù)模式。
  在事務(wù)模式中坛吁，您可以在一個(gè)事務(wù)中對(duì)多個(gè)DML操作進(jìn)行分組劳殖，并在緩存中提交。在此場(chǎng)景中拨脉，Ignitet將通過(guò)悲觀鎖鎖定一個(gè)訪(fǎng)問(wèn)的數(shù)據(jù)哆姻。如果您為緩存配置備份副本，則Ignite將使用2p提交協(xié)議來(lái)處理它的事務(wù)玫膀。

  
  
  image.png
  
  

  另一方面矛缨，在原子模式下，Ignite支持多個(gè)原子操作，一次一個(gè)箕昭。在原子模式下灵妨，每個(gè)DML操作要么成功要么失敗，讀和寫(xiě)操作都不會(huì)鎖定數(shù)據(jù)落竹。這種模式提供了比事務(wù)模式更高的性能泌霍。在Ignite cache中進(jìn)行寫(xiě)入時(shí)，對(duì)于每一塊數(shù)據(jù)筋量，在主節(jié)點(diǎn)中將有一個(gè)主副本和一個(gè)備份副本(如果定義的話(huà))烹吵。當(dāng)您從Ignite grid讀取數(shù)據(jù)時(shí)，總是從主節(jié)點(diǎn)讀取數(shù)據(jù)桨武，除非主節(jié)點(diǎn)關(guān)閉肋拔，這時(shí)數(shù)據(jù)將從備份中讀取。從這個(gè)角度看呀酸，您獲得了系統(tǒng)可用性和整個(gè)系統(tǒng)作為AP系統(tǒng)的分區(qū)容忍性凉蜂。在原子模式中，Ignite與Apache Cassandra非常相似性誉。然而窿吩，現(xiàn)實(shí)世界的系統(tǒng)很少完全屬于上述所有類(lèi)別，因此將CAP視為一個(gè)連續(xù)體會(huì)更有幫助错览。大多數(shù)系統(tǒng)將努力保持一致性纫雁、可用性和分區(qū)容錯(cuò)性，許多系統(tǒng)可以根據(jù)最重要的部分進(jìn)行調(diào)優(yōu)倾哺。

Clustering

Apache Ignite的設(shè)計(jì)目標(biāo)是在集群中跨多個(gè)節(jié)點(diǎn)處理高工作負(fù)載轧邪。集群被設(shè)計(jì)為一組節(jié)點(diǎn)⌒吆＃客戶(hù)端可以向集群中的任何節(jié)點(diǎn)發(fā)送讀/寫(xiě)請(qǐng)求忌愚。Ignite節(jié)點(diǎn)可以自動(dòng)發(fā)現(xiàn)彼此，并且數(shù)據(jù)分布在集群中的所有節(jié)點(diǎn)上却邓。這有助于在需要時(shí)擴(kuò)展集群硕糊，而不需要一次重新啟動(dòng)整個(gè)集群。Ignite提供了一種簡(jiǎn)單的方法來(lái)在網(wǎng)格中創(chuàng)建集群節(jié)點(diǎn)的邏輯組腊徙，并將相關(guān)數(shù)據(jù)配置到類(lèi)似的節(jié)點(diǎn)中简十，以提高應(yīng)用程序的性能和可伸縮性。

Cluster group

Ignite ClusterGroup提供了在集群中創(chuàng)建一組邏輯節(jié)點(diǎn)的簡(jiǎn)單方法撬腾。按照設(shè)計(jì)螟蝙，Ignite集群中的所有節(jié)點(diǎn)都是相同的。然而时鸵，Ignite允許出于特定目的對(duì)任何應(yīng)用程序的節(jié)點(diǎn)進(jìn)行邏輯分組胶逢。例如厅瞎，您可以將所有節(jié)點(diǎn)集中在一起，使用名稱(chēng)myCache服務(wù)緩存初坠，或者所有訪(fǎng)問(wèn)緩存myCache的客戶(hù)端節(jié)點(diǎn)和簸。此外，你可能希望僅僅在遠(yuǎn)程節(jié)點(diǎn)上部署服務(wù)碟刺。你可以限制作業(yè)執(zhí)行锁保、服務(wù)部署、消息傳遞半沽、事件和其他任務(wù)只在一些集群組中運(yùn)行爽柒。

image.png

Ignite提供了以下三種方法來(lái)在Ignite Grid中創(chuàng)建邏輯集群:

• Predefined cluster group(預(yù)定義集群組)。Ignite提供了接口的ClusterGroup的預(yù)定義實(shí)現(xiàn)者填，以基于任何謂詞創(chuàng)建集群組浩村。謂詞可以是遠(yuǎn)程節(jié)點(diǎn)、緩存節(jié)點(diǎn)占哟、具有指定屬性的節(jié)點(diǎn)等等心墅。以下代碼是一個(gè)示例集群組，其中包含緩存myCache的所有節(jié)點(diǎn)緩存數(shù)據(jù)：

IgniteCluster cluster = ignite.cluster();
//名稱(chēng)為“myCache”緩存數(shù)據(jù)的所有數(shù)據(jù)節(jié)點(diǎn)榨乎。
ClusterGroup dataGroup = cluster.forDataNodes("myCache");

• Cluster group with Node Attributes(具有節(jié)點(diǎn)屬性的群集組)怎燥。盡管集群中的每個(gè)節(jié)點(diǎn)都是相同的，但用戶(hù)可以配置節(jié)點(diǎn)為主節(jié)點(diǎn)或worker節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)蜜暑。啟動(dòng)時(shí)铐姚，所有集群節(jié)點(diǎn)自動(dòng)將所有環(huán)境和系統(tǒng)屬性注冊(cè)成為節(jié)點(diǎn)的屬性。但是肛捍，用戶(hù)可以通過(guò)配置來(lái)選擇分配自己的節(jié)點(diǎn)屬性:

IgniteConfiguration cfg = new IgniteConfiguration();
Map<String, String> attrs = Collections.singletonMap("ROLE", "master");
cfg.setUserAttributes(attrs);
Ignite ignite = Ignition.start(cfg);

在聲明節(jié)點(diǎn)之后隐绵，可以使用屬性master對(duì)節(jié)點(diǎn)進(jìn)行分組，如下所示:

IgniteCluster cluster = ignite.cluster();
ClusterGroup workerGroup = cluster.forAttribute("ROLE", "master");
Collection<GridNode> workerNodes = workerGroup.nodes();

• Custom cluster group(自定義集群組)篇梭。有時(shí)它也稱(chēng)為動(dòng)態(tài)集群組氢橙≡褪啵可以根據(jù)某些謂詞定義動(dòng)態(tài)集群組恬偷。謂詞可以基于任何指標(biāo)，如CPU利用率或空閑堆空間帘睦。這樣的集群組將始終只包含傳遞謂詞的節(jié)點(diǎn)袍患。下面是使用了小于256 MB堆內(nèi)存的節(jié)點(diǎn)上的集群組的示例。注意竣付，該組中的節(jié)點(diǎn)將根據(jù)使用的堆內(nèi)存隨時(shí)間而變化：

IgniteCluster cluster = ignite.cluster();
//使用的堆內(nèi)存小于256MB的節(jié)點(diǎn)
ClusterGroup readyNodes = cluster.forPredicate((node) -> node.metrics().getHeapMemoryUsed(\ ) < 256);

Data collocation數(shù)據(jù)配置

數(shù)據(jù)配置術(shù)語(yǔ)是指將相同的相關(guān)數(shù)據(jù)分配到相同的節(jié)點(diǎn)诡延。例如，如果我們有一個(gè)緩存為客戶(hù)屬性相關(guān)數(shù)據(jù)和另一個(gè)緩存為客戶(hù)的事務(wù)類(lèi)型的數(shù)據(jù)古胆。我們可以將他們相關(guān)聯(lián)的數(shù)據(jù)分配到相同的節(jié)點(diǎn)上肆良。在此方法中筛璧，相關(guān)數(shù)據(jù)的網(wǎng)絡(luò)往返次數(shù)減少，客戶(hù)端應(yīng)用程序可以從單個(gè)節(jié)點(diǎn)獲取數(shù)據(jù)惹恃。在這種情況下夭谤，具有相同字段集的多個(gè)緩存被分配給相同的節(jié)點(diǎn)。

image.png

例如巫糙，客戶(hù)信息及其帳戶(hù)信息位于同一個(gè)Ignite主機(jī)上朗儒。為了實(shí)現(xiàn)這一點(diǎn)，用于緩存客戶(hù)端對(duì)象的緩存鍵應(yīng)該有一個(gè)帶有@AffinityKeyMapped注釋的字段或方法参淹，這樣為帳戶(hù)對(duì)象的key配置提供value醉锄。為了方便，您還可以選擇使用AffinityKey類(lèi)浙值，如下所示:

Object clientKey1 = new AffinityKey("Client1", "accId"); 
Object clientKey2 = new AffinityKey("Client2", "accId ");
Client c1 = new Client (clientKey1, ...); 
Client c2 = new Client (clientKey2, ...);
cache.put("accId ", new Account(“credit card”));  
cache.put(clientKey1, c1); 
cache.put(clientKey2, c2);

要計(jì)算關(guān)聯(lián)函數(shù)恳不，可以使用任何一組字段，不需要使用任何類(lèi)型的唯一鍵开呐。例如妆够，要計(jì)算客戶(hù)端帳戶(hù)關(guān)聯(lián)函數(shù)，可以使用擁有account ID的 client ID负蚊。

Compute collocation with Data 數(shù)據(jù)計(jì)算配置

Apache Ignite還提供了將數(shù)據(jù)計(jì)算單元路由到所需數(shù)據(jù)緩存的節(jié)點(diǎn)的能力神妹。這個(gè)概念被稱(chēng)為計(jì)算和數(shù)據(jù)的配置。它允許將整個(gè)工作單元路由到某個(gè)節(jié)點(diǎn)家妆。要將計(jì)算與數(shù)據(jù)配置在一起鸵荠，應(yīng)該使用IgniteCompute.affinityrun(…)IgniteCompute.affinitycall(…)方法。

image.png

下面是如何在客戶(hù)信息及其帳戶(hù)信息分配的同一集群節(jié)點(diǎn)上配置計(jì)算伤极。

String accId = "acountId";
ignite.compute().affinityRun("myCache", accId, () -> { Account account = cache.get(accId);
Client c1 = cache.get(clientKey1);
Client c2 = cache.get(clientKey2);
... });

計(jì)算單元以本地方式訪(fǎng)問(wèn)客戶(hù)數(shù)據(jù)蛹找，這種方法大大降低了數(shù)據(jù)在集群中的網(wǎng)絡(luò)往返，提高了數(shù)據(jù)處理的性能哨坪。
Apache Ignite通過(guò)兩種關(guān)聯(lián)函數(shù)實(shí)現(xiàn):

• RendezvousAffinityFunction-這個(gè)函數(shù)允許在部分到節(jié)點(diǎn)的映射中有一點(diǎn)差異(例如庸疾，某些節(jié)點(diǎn)可能負(fù)責(zé)比其他節(jié)點(diǎn)多一點(diǎn)的分區(qū))。但是当编，它保證當(dāng)拓?fù)浒l(fā)生變化時(shí)届慈，分區(qū)只能遷移到已連接的節(jié)點(diǎn)。集群中的現(xiàn)有節(jié)點(diǎn)之間不會(huì)發(fā)生數(shù)據(jù)交換忿偷。這是Apache Ignite使用的默認(rèn)關(guān)聯(lián)函數(shù)金顿。
• FairAffinityFunction-這個(gè)函數(shù)試圖確保集群節(jié)點(diǎn)之間的分區(qū)分布是均勻的。這是以集群中現(xiàn)有節(jié)點(diǎn)之間可能的分區(qū)遷移為代價(jià)的鲤桥。

Zero SPOF 零單點(diǎn)故障

在任何分布式系統(tǒng)中揍拆，節(jié)點(diǎn)故障應(yīng)該能夠被預(yù)判的，特別是當(dāng)集群的規(guī)模增大時(shí)茶凳。零單點(diǎn)故障(SPOF)設(shè)計(jì)模式確保系統(tǒng)的單個(gè)節(jié)點(diǎn)或部分的失效不能阻礙整個(gè)集群或系統(tǒng)工作嫂拴。使用主-從復(fù)制或混合主-主系統(tǒng)的系統(tǒng)設(shè)計(jì)屬于這一類(lèi)播揪。在Hadoop 2.0.0之前，Hadoop NameNode是HDFS集群中的一個(gè)SPOF筒狠。大多數(shù)企業(yè)不希望單點(diǎn)失敗剪芍，原因顯而易見(jiàn)。
Apache Ignite作為一個(gè)水平可伸縮的分布式系統(tǒng)窟蓝，其設(shè)計(jì)方式是使集群中的所有節(jié)點(diǎn)都相等罪裹，你可以從集群中的任何節(jié)點(diǎn)進(jìn)行讀寫(xiě)。在Ignite集群中沒(méi)有主-從通信运挫。

image.png

數(shù)據(jù)在集群中備份或復(fù)制状共，因此任何節(jié)點(diǎn)的失敗都不會(huì)導(dǎo)致整個(gè)集群或應(yīng)用程序崩潰。通過(guò)這種方式谁帕，Ignite提供了一種動(dòng)態(tài)的高可用性峡继。這種方法的另一個(gè)好處是可以輕松地添加新節(jié)點(diǎn)。當(dāng)新節(jié)點(diǎn)加入集群時(shí)匈挖，它們可以從現(xiàn)有節(jié)點(diǎn)上接管一部分?jǐn)?shù)據(jù)碾牌。因?yàn)樗泄?jié)點(diǎn)都是相同的，所以這種通信可以在運(yùn)行的集群中無(wú)縫地進(jìn)行儡循。

在Ignite集群中使用SQL

在Ignite中處理SQL查詢(xún)有兩種主要方法:

• In-memory Map-Reduce：如果您正在對(duì)分區(qū)緩存執(zhí)行任何SQL查詢(xún)舶吗，Ignite將查詢(xún)分解為內(nèi)存中的映射查詢(xún)和一個(gè)單一的reduce查詢(xún)。map查詢(xún)的數(shù)量取決于分區(qū)的大小和集群中的分區(qū)數(shù)量择膝。然后誓琼，在參與緩存的所有數(shù)據(jù)節(jié)點(diǎn)上執(zhí)行所有的map查詢(xún)，將結(jié)果提供給reduce節(jié)點(diǎn)肴捉，從而在這些中間結(jié)果上運(yùn)行reduce查詢(xún)腹侣。如果您不熟悉Map-Reduce模式，可以將它想象成一個(gè)Java Fork-join過(guò)程齿穗。
• H2 SQL engine：如果您正在對(duì)復(fù)制的或本地緩存執(zhí)行SQL查詢(xún)傲隶，那么Ignite就知道所有數(shù)據(jù)在本地可用，并在H2數(shù)據(jù)庫(kù)引擎中運(yùn)行一個(gè)簡(jiǎn)單的本地SQL查詢(xún)窃页。需要注意的是跺株，在復(fù)制緩存中，每個(gè)節(jié)點(diǎn)都包含其他節(jié)點(diǎn)的副本數(shù)據(jù)腮出。H2數(shù)據(jù)庫(kù)是一個(gè)用Java編寫(xiě)的免費(fèi)數(shù)據(jù)庫(kù)帖鸦，可以在嵌入式模式下工作芝薇。根據(jù)配置的不同胚嘲，每個(gè)Ignite節(jié)點(diǎn)都可以使用嵌入式H2 SQL引擎。

多數(shù)據(jù)中心復(fù)制

當(dāng)前洛二，多數(shù)據(jù)中心復(fù)制是任何數(shù)據(jù)庫(kù)的主要需求之一馋劈，包括RDBMS和NoSQL攻锰。簡(jiǎn)單地說(shuō)，多數(shù)據(jù)中心復(fù)制意味著在不同的數(shù)據(jù)中心之間復(fù)制數(shù)據(jù)妓雾。多個(gè)數(shù)據(jù)中心復(fù)制可以有幾個(gè)場(chǎng)景：

• 地理位置的場(chǎng)景：在這個(gè)場(chǎng)景中娶吞，數(shù)據(jù)應(yīng)該托管在不同的數(shù)據(jù)中心中，這取決于用戶(hù)的位置械姻，以便提供響應(yīng)性的交換妒蛇。在這種情況下，數(shù)據(jù)中心可以位于不同的地理位置楷拳，例如在不同的地區(qū)或在不同的國(guó)家绣夺。數(shù)據(jù)同步在數(shù)據(jù)中心中是完全透明的，是雙向的欢揖。在應(yīng)用程序邏輯代碼中可以定義用戶(hù)將連接到哪個(gè)數(shù)據(jù)中心陶耍。

  
  
  image.png

• 實(shí)時(shí)備份的場(chǎng)景: 在這個(gè)場(chǎng)景中，大多數(shù)用戶(hù)使用不同的數(shù)據(jù)中心作為實(shí)時(shí)備份她混，可以快速地用作后備集群烈钞。這個(gè)用例與災(zāi)難恢復(fù)非常相似。有時(shí)也叫被動(dòng)復(fù)制坤按。在被動(dòng)復(fù)制中毯欣，復(fù)制發(fā)生在一個(gè)方向。從主復(fù)制到副本臭脓∫敲剑客戶(hù)端可以連接到一個(gè)數(shù)據(jù)中心的主數(shù)據(jù)庫(kù)，并在數(shù)據(jù)庫(kù)上執(zhí)行所有CRUD操作谢鹊。

  
  
  image.png
  
  

  為了確保兩個(gè)數(shù)據(jù)庫(kù)之間的一致性算吩，副本作為只讀數(shù)據(jù)庫(kù)啟動(dòng)，只有從主復(fù)制的事務(wù)才能修改數(shù)據(jù)庫(kù)內(nèi)容佃扼。
  Apache Ignite不支持多個(gè)數(shù)據(jù)中心復(fù)制偎巢。但是可以跨越不同數(shù)據(jù)中心的Ignite節(jié)點(diǎn)(例如，一個(gè)數(shù)據(jù)中心有10個(gè)節(jié)點(diǎn)兼耀，另一個(gè)數(shù)據(jù)中心有10個(gè)節(jié)點(diǎn))压昼。

  
  
  image.png
  
  跨越Ignite網(wǎng)格到多個(gè)數(shù)據(jù)中心可以引出一些問(wèn)題：
• Latency延遲：這將在服務(wù)端影響性能。如果來(lái)自不同數(shù)據(jù)中心的任何節(jié)點(diǎn)都有主數(shù)據(jù)的備份副本瘤运，則事務(wù)時(shí)間可能非常高窍霞。從長(zhǎng)遠(yuǎn)來(lái)看，也可能會(huì)遇到數(shù)據(jù)一致性方面的問(wèn)題拯坟。
• 連接到不同數(shù)據(jù)中心的客戶(hù)端將面臨不同的客戶(hù)端操作延遲但金。

異步支持

通常，任何普通的(同步的)put/get或執(zhí)行調(diào)用都會(huì)阻塞應(yīng)用程序的執(zhí)行郁季，直到從服務(wù)器獲得結(jié)果為止冷溃。之后钱磅，可以根據(jù)客戶(hù)的需要對(duì)結(jié)果進(jìn)行迭代和使用。這可能是處理任何持久性存儲(chǔ)的最常見(jiàn)方式似枕。但是盖淡，異步方法執(zhí)行可以提供顯著的好處，并且是現(xiàn)代系統(tǒng)的要求凿歼。Apache Ignite提供了在所有分布式api上使用異步和同步方法靈活調(diào)用的范例褪迟。它可以從存儲(chǔ)中put/get任何條目，也可以在計(jì)算網(wǎng)格中執(zhí)行作業(yè)答憔。Ignite異步方法執(zhí)行是一個(gè)非阻塞操作牵咙，并返回一個(gè)IgniteFuture對(duì)象而不是實(shí)際結(jié)果∨饰ǎ可以通過(guò)調(diào)用IgniteFuture.get()方法獲得結(jié)果洁桌。以下是一個(gè)使用異步調(diào)用從Ignite緩存中獲取條目的非常簡(jiǎn)單的例子:

// 獲得或者創(chuàng)建緩存
IgniteCache<Integer, String> cache = ignite.getOrCreateCache("testCache"); 
// 得到一個(gè)異步的緩存
IgniteCache<Integer, String> asynCache = cache.withAsync();
// 放一些數(shù)據(jù)進(jìn)去
for(int i = 1; i <= 100; i++){ 
  cache.put(i, Integer.toString(i));
}
//異步獲取第一條記錄
asynCache.withAsync().get(1);
// 獲得 future promise
IgniteFuture<String> igniteFuture = asynCache.future();
// java 8 lamda expression
igniteFuture.listen(f-> System.out.println("Cache Value:" + f.get()));

在上面的代碼中，我們將100個(gè)條目同步插入到Ignite緩存testCache中侯嘀。然后另凌，異步請(qǐng)求第一個(gè)條目并獲得調(diào)用的future秸滴。接下來(lái)直砂，異步地偵聽(tīng)要完成的操作。注意唯袄，Java main()方法的主線(xiàn)程并不等待任務(wù)完成诗茎，而是將任務(wù)交給另一個(gè)線(xiàn)程工坊，然后繼續(xù)。

• 彈性
  Ignite客戶(hù)端節(jié)點(diǎn)在本質(zhì)上是完全彈性的敢订。彈性這個(gè)詞指的是服務(wù)器或系統(tǒng)在出現(xiàn)故障時(shí)快速恢復(fù)并繼續(xù)運(yùn)行的能力王污。在某些情況下，Ignite客戶(hù)端節(jié)點(diǎn)可以從集群斷開(kāi)連接:
• 主機(jī)宕機(jī)或重新啟動(dòng);
• 緩慢的客戶(hù)端可以被服務(wù)器斷開(kāi)連接楚午。
  當(dāng)客戶(hù)端確定一個(gè)節(jié)點(diǎn)與集群斷開(kāi)連接時(shí)昭齐，它嘗試重新建立與服務(wù)器的連接。這一次矾柜，它將分配給一個(gè)新的節(jié)點(diǎn)ID阱驾，并嘗試重新連接到集群。

安全

Apache Ignite是一個(gè)開(kāi)源項(xiàng)目怪蔑，它不提供任何安全特性里覆。

結(jié)論

我們介紹了內(nèi)存數(shù)據(jù)網(wǎng)格的基本概念。我們首先簡(jiǎn)要地描述了Ignite函數(shù)概述和具有不同拓?fù)浣Y(jié)構(gòu)的各種緩存策略缆瓣。我們還介紹了一些基于標(biāo)準(zhǔn)數(shù)據(jù)訪(fǎng)問(wèn)模式的技術(shù)喧枷，如緩存、通讀和寫(xiě)入。我們介紹了Ignite數(shù)據(jù)配置技術(shù)割去，并簡(jiǎn)要介紹了Ignite鍵值數(shù)據(jù)存儲(chǔ)窟却。