Hazelcast 简明教程

Hazelcast - Introduction

Distributed In-memory Data Grid

数据网格是分布式缓存的超集。分布式缓存通常仅用于存储和检索跨缓存服务器分布的键值对。然而，数据网格除了支持键值对存储之外，还支持其他功能，例如，

  1. 它支持其他数据结构，如锁、信号量、集合、列表和队列。

  2. 它提供了一种通过丰富的查询语言（例如 SQL）查询存储数据的途径。

  3. 它提供了一个分布式执行引擎，帮助并行操作数据。

Benefits of Hazelcast

  1. Support multiple data structures − Hazelcast 支持与 Map 配合使用多种数据结构。其中一些是锁、信号量、队列、列表等。

  2. Fast R/W access − 鉴于所有数据都在内存中，Hazelcast 提供了非常高速的数据读/写访问。

  3. High availability − Hazelcast 支持跨机器分发数据以及对备份的附加支持。这意味着数据不会存储在单台机器上。因此，即使机器宕机（在分布式环境中经常发生），数据也不会丢失。

  4. High Performance − Hazelcast 提供可用于在多台工作机器间分配工作负载/计算/查询的构造。这意味着计算/查询使用来自多台机器的资源，可极大地减少执行时间。

  5. Easy to use − Hazelcast 实现并扩展了许多 java.util.concurrent 构造，使其非常易于使用并与代码集成。在机器上开始使用 Hazelcast 的配置只需将 Hazelcast jar 添加到我们的类路径中。

Hazelcast vs Other Caches & Key-Value stores

将 Hazelcast 与其他缓存（如 Ehcache、Guava 和 Caffeine）进行比较可能不是很有用。这是因为与其他缓存不同，Hazelcast 是一个分布式缓存，也就是说，它将数据跨机器/JVM 分发。尽管 Hazelcast 也可以在单个 JVM 上很好地工作，但它在分布式环境中更有用。

同样，将其与 MongoDB 之类的数据库进行比较也没有多大用处。这是因为 Hazelcast 主要将数据存储在内存中（尽管它也支持写入磁盘）。因此，它提供了较高的 R/W 速度，但限制在于数据需要存储在内存中。

与其他数据存储不同，Hazelcast 还支持缓存/存储复杂数据类型并提供了查询它们的接口。

然而，可以与 Redis 进行比较，它也提供了类似的功能。

Hazelcast vs Redis

在功能方面，Redis 和 Hazelcast 非常相似。然而，以下几点是 Hazelcast 优于 Redis 的地方−

  1. Built for Distributed Environment from ground-up − 与最初作为单机缓存的 Redis 不同，Hazelcast 从一开始就为了分布式环境而构建。

  2. Simple cluster scale in/out − 对于 Hazelcast，维护添加或删除节点的集群非常简单，例如，添加节点只需使用所需配置启动节点即可。删除节点只需要简单关闭节点。Hazelcast 会自动处理数据的分区等。对 Redis 进行相同的设置并执行上述操作需要更多的预防措施和人工工作。

  3. Less resources needs to support failover − Redis 遵循主-从模式。为了故障转移，Redis 需要额外的资源来设置 Redis Sentinel 。这些 Sentinel 节点负责在原始主节点宕机时将从库提升为主库。在 Hazelcast 中，所有节点被视为平等，节点的故障由其他节点检测到。因此，节点宕机的案例被以相当透明的方式处理，而且不需要任何额外的监控服务器。

  4. Simple Distributed Compute − Hazelcast 及其 EntryProcessor 提供了一个简单的接口，用于将代码发送到数据用于并行处理。这减少了数据在网上的传输。Redis 也支持这一点，但实现这一点需要人们了解 Lua 脚本，这增加额外的学习曲线。