为什么80%的码农都做不了架构师?>>>   

本文会介绍Apache Ignite的C++ API(称为Ignite C++),主要面向C/C++开发者。

Ignite和Ignite C++

  • Ignite C++构建于Ignite之上;
  • Ignite C++在同一个进程中启动JVM,并且通过JNI与之通信;
  • .NET、C++和Java节点可以加入同一个集群,使用相同的缓存,并且使用通用的二进制协议进行互操作;
  • Java计算作业可以在任意节点上执行(Java、.NET和C++)。

入门

因为Ignite是一个分布式平台,所以开始就要先启动一个节点,这方面如果使用ignite::Ignition类是非常简单的:

好了,在C++环境中已经使用默认的配置启动了第一个Ignite节点!其中Ignite类是访问集群的主要入口点。

数据操作

暴露数据操作API的主要Ignite C++组件是ignite::cache::Cache<K,V>。它包含了基本的数据操作方法集。由于缓存本质上是作为分布式哈希表的接口,因此基本上可以像处理简单容器(map或者unordered_map)那样与它进行交互。

Ignite主要是用Java开发的,Ignite组件的实现也使用了很多Java的特性,比如,对象的序列化/反序列化就用在了磁盘存储和对象的网络传输上。

在Ignite C++中,这个特性通过ignite::binary::BinaryType<T>模板限定来实现:,不管是普通的客户端还是瘦客户端,都是用的这个方式,对于上面提到的Person类,大致如下:

这里除了序列化/反序列化方法BinaryType<Person>::WriteBinaryType<Person>::Read外,还有其它的一些方法,它们用于向平台说明,如何在其它语言中处理自定义C++类型,尤其是在Java中,下面会详细探讨这些方法:

  • GetTypeName():返回类型名。该类型名在所有使用这个类型的平台中都应该是一致的,如果只在Ignite C++中使用这个类型,那么这个命名就没有强制要求;
  • GetTypeId():返回跨平台的唯一类型ID。要想在所有平台上都有正确的行为,那么所有的实现都必须使用相同的计算方法。GetBinaryStringHashCode(TypeName)在任意平台的默认实现,都会返回相同的类型ID,因此这种实现方式在任意平台上都能保证该类型的正确使用;
  • GetFieldId():返回字段名的唯一ID。不过要保证跨平台,要使用GetBinaryStringHashCode()方法;
  • IsNull():检查类实例是否为空,该方法用于NULL值的正确序列化,对于类实例用处不大,不过如果用户想处理智能指针以及定义比如BinaryType< std::unique_ptr<Person>>这样的限定,则可能会比较方便;
  • GetNull():如果要反序列化NULL值,会调用它。关于IsNull()的说法,也适用于GetNull()

SQL

与传统数据库类似,可以将缓存视为数据库模式,并且该模式只有一个表名为类型名的表。除了缓存模式之外,还有一个名为PUBLIC的公共模式,在该模式中,可以使用标准DDL指令(如CREATE TABLEDROP TABLE等)创建/删除任意数量的表。通常,如果只想将Ignite用作分布式数据库,则可以通过ODBC/JDBC连接到PUBLIC模式。

Ignite支持完整的SQL查询,包括DML和DDL。通过MVCC,SQL事务也是支持的,不过还处于测试阶段。

要通过SQL处理缓存数据,必须在缓存配置中显式指定将在SQL查询中使用哪些对象字段。配置在XML文件中进行了描述,之后将在节点启动时指定配置文件的路径:

该配置会由Java来解析,因此其中的基本类型在Java中也要指定,配置文件建好之后,就可以启动一个节点,获取一个缓存实例,进而处理SQL:

这时候就可以执行INSERT、UPDATE、CREATE TABLE以及其它查询了,当然,跨缓存查询也是支持的。不过这种情况下要注意,需要给查询中的缓存名上加上引号,作为模式名,比如这样不行:

要这样写:

好了,暂时就写这么多,Apache Ignite功能强大,C++ API目前也仍在全力开发中,所以请继续关注未来的更新。

转载于:https://my.oschina.net/liyuj/blog/3006502

使用Apache Ignite构建C++版本的分布式应用相关推荐

  1. Apache Ignite详解

    文章目录 一.Ignite简介和用途 简介 (1)In-Memory Database (2)Key-Value In-Memory Data Grid (3)Database Caching (4) ...

  2. Apache Ignite(二):核心特性一览(V1.4.0版本)

    为什么80%的码农都做不了架构师?>>>    1.数据网格 Ignite内存数据网格是一个内存内的键值存储,他可以在分布式集群的内存内缓存数据. 它通过强语义的数据位置和关系数据路 ...

  3. apache ignite_从In Memory Data Grid,Apache Ignite快速入门

    apache ignite IMDG或内存数据网格不是内存中关系数据库,NOSQL数据库或关系数据库. 它是另一种软件数据存储库. 数据模型分布在单个位置或多个位置的许多服务器上. 这种分布称为数据结 ...

  4. 用Apache Ignite实现可扩展的数据网格

    在本文中,我们将先介绍数据网格(Data Grid)的基本概念.属性.以及能够提供的服务,然后讨论如何设计可扩展的数据网格,以满足实际场景的业务需求. 什么是数据网格? 数据网格是一组能够提供共享数据 ...

  5. apache ignite_使用Spring Data的Apache Ignite

    apache ignite Spring Data提供了一种统一而简便的方法来访问不同类型的持久性存储,关系数据库系统和NoSQL数据存储. 它位于JPA之上,添加了另一层抽象并定义了基于标准的设计以 ...

  6. apache ignite_使用Apache Storm和Apache Ignite进行复杂事件处理(CEP)

    apache ignite 在本文中, "使用Apache Ignite进行高性能内存计算"一书的作者将讨论使用Apache Strom和Apache Ignite进行复杂的事件处 ...

  7. Apache Ignite变得简单:第一个Java应用程序

    在本文中,我们将更进一步,让您完成第一个Ignite应用程序的创建,以从分布式缓存中进行读写操作. 作为第一个示例,我们将尽可能简单地向您展示如何用Java编写用于处理Apache Ignite集群数 ...

  8. 使用Spring Data的Apache Ignite

    Spring Data提供了一种统一而简单的方法来访问不同类型的持久性存储,关系数据库系统和NoSQL数据存储. 它位于JPA之上,添加了另一层抽象并定义了基于标准的设计以在Spring上下文中支持持 ...

  9. 使用Apache Storm和Apache Ignite进行复杂的事件处理(CEP)

    在本文中, "使用Apache Ignite进行高性能内存计算"一书的作者将讨论使用Apache Strom和Apache Ignite进行复杂的事件处理. 本文的一部分摘自 书 ...

最新文章

  1. 系统优化怎么做-SQL优化
  2. 鸟哥的Linux私房菜(基础篇)-第一章、Linux是什么(一.3. Linux的特色)
  3. 使用Data::Dumper
  4. 读取打印TFRecord格式数据
  5. storm的并行度的解释--- ( 看完就能理解 )
  6. linux 使用yum给已安装的软件降级
  7. 基于Android官方Paging Library的RecyclerView分页加载框架
  8. 高中计算机技术教材,广西科学技术出版高中信息技术教材第一册《计算机硬件组成》...
  9. 计算机专业考研北京有哪些学校,计算机考研北京地区学校大全!
  10. c语言中 结构体对象,C语言中结构体详解
  11. STM8学习笔记1:CPU简介
  12. K2 BPM平台应用价值(上篇):统一的流程管理平台对企业有多重要?|工作流平台
  13. 树莓派源码安装glib
  14. css 剪辑图片_css如何截取图片?
  15. 基于Python库surprise的电影推荐系统
  16. 操作系统之进程管理相关总结
  17. 计算机网络 第四章 答案(更正版)(谢希仁 第七版)
  18. table 表格,序号控制
  19. PADS 免费视频教程
  20. JAP和Spring整合的三种方式详细方法

热门文章

  1. 判断某个字符出现的次数
  2. 树莓派3B+编译OpenCV3.4.3详细步骤
  3. VB 全局热键HOOK (不占系统资源版本)
  4. 二度整理交换机有感(续)
  5. 程序猿,这里有你想学的10门机器学习课程 | 资源
  6. 刷脸AI供应商下调业绩预期,苹果股价应声跌掉一个小米
  7. 无人机可能又闯祸了:这次导致美国一架直升机坠毁
  8. 下载安装 Ubuntu 19.04 “Disco Dingo”
  9. 学习笔记--Python多进程
  10. Python中 文件处理