Apache Ignite

什么是Apache Ignite？
Ignite是一个以内存为中心的分布式数据库、缓存和处理平台，可以在PB级数据中，以内存级的速度进行事务性、分析性以及流式负载的处理。

上述引用了Ignite的官方介绍，通俗来讲，Ignite就是一个内存数据库，它包括了很多特性，它既是一个分布式缓存，也是一个分布式数据库，同时也支持一定程度的ACID事务。

关键字：固化内存、并置处理

固化内存
Ignite的固化内存组件不仅仅将内存作为一个缓存层，还视为一个全功能的存储层。这意味着可以按需将持久化打开或者关闭。如果持久化关闭，那么Ignite就可以作为一个分布式的内存数据库或者内存数据网格，这完全取决于使用SQL和键-值API的喜好。如果持久化打开，那么Ignite就成为一个分布式的，可水平扩展的数据库，它会保证完整的数据一致性以及集群故障的可恢复能力。

并置处理
Ignite是一个分布式系统，因此，有能力将数据和数据以及数据和计算进行并置就变得非常重要，这会避免分布式数据噪声。当执行分布式SQL关联时数据的并置就变得非常的重要。Ignite还支持将用户的逻辑（函数，lambda等）直接发到数据所在的节点然后在本地进行数据的运算。

Ingite和Spark有什么区别？
Ignite 是一个基于内存的计算系统，也就是把内存做为主要的存储设备。Spark 则是在处理时使用内存。相比之下，Ingite的索引更快，提取时间减少，避免了序列/反序列等优点，使前者这种内存优先的方法更快。

Ignite提供了一个Spark RDD抽象的实现，他可以容易地在内存中跨越多个Spark作业共享状态，在跨越不同Spark作业、工作节点或者应用时，IgniteRDD为内存中的相同数据提供了一个共享的、可变的视图，而原生的SparkRDD无法在Spark作业或者应用之间进行共享。
1. 获得真正的可扩展的内存级性能，避免数据源和Spark工作节点和应用之间的数据移动
2. 提升DataFrame和SQL的性能
3. 在Spark作业之间更容易地共享状态和数据

如何使用Ingite？

启动Ingite集群
从官网下载zip格式压缩包
解压到系统中的一个安装文件夹，如apache-ignite-fabric-2.6.0-bin
配置IGNITE_HOME环境变量
linux执行命令：

bin/ignite.sh

此时将启动Ingite，当最后输出下面信息时，则说明启动成功：

[20:47:15] Ignite node started OK (id=60d15c51)
[20:47:15] Topology snapshot [ver=1, servers=1, clients=0, CPUs=4, offheap=3.2GB, heap=3.5GB]

使用maven启动

<dependency><groupId>org.apache.ignite</groupId><artifactId>ignite-core</artifactId><version>${ignite.version}</version>
</dependency>
<dependency><groupId>org.apache.ignite</groupId><artifactId>ignite-spring</artifactId><version>${ignite.version}</version>
</dependency>
<dependency><groupId>org.apache.ignite</groupId><artifactId>ignite-indexing</artifactId><version>${ignite.version}</version>
</dependency>

目前ignite最新版本为2.6

Ingite集群知识
Ignite具有非常先进的集群能力，包括逻辑集群组和自动发现。
Ignite节点之间会自动发现对方，这有助于必要时扩展集群，而不需要重启整个集群。开发者可以利用Ignite的混合云支持，允许公有云（比如AWS）和私有云之间建立连接,向他们提供两者的好处。
Ingite有两种发现机制，分别是TCP/IP和Zookeeper。总的来说对于小集群，使用默认的TCP/IP发现方式，对于成百上千的大集群，则建议使用Zookeeper。

作为关系型数据库使用
创建表
可以通过控制台和jdbc两种方式执行sql语句，支持H2的语法。

控制台
1. 执行ignite.sh启动集群
2. 启动sqlline

sqlline.sh --color=true --verbose=true -u jdbc:ignite:thin://127.0.0.1/

执行脚本用!sql +sql 语句即可

!sql CREATE TABLE City (id LONG PRIMARY KEY, name VARCHAR) WITH "template=replicated";
!sql CREATE TABLE Person (id LONG, name VARCHAR, city_id LONG, PRIMARY KEY (id, city_id)) WITH "backups=1, affinityKey=city_id";
!sql CREATE INDEX idx_city_name ON City (name);
!sql CREATE INDEX idx_person_name ON Person (name);

jdbc

// 注册JDBC driver.
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");// 打开 JDBC connection.
Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");// 创建表
try (Statement stmt = conn.createStatement()) {// 创建基于复制模式的City表stmt.executeUpdate("CREATE TABLE City (" + " id LONG PRIMARY KEY, name VARCHAR) " +" WITH \"template=replicated\"");// 创建基于分片模式，备份数为1的Person表stmt.executeUpdate("CREATE TABLE Person (" +" id LONG, name VARCHAR, city_id LONG, " +" PRIMARY KEY (id, city_id)) " +" WITH \"backups=1, affinityKey=city_id\"");// 创建City表的索引stmt.executeUpdate("CREATE INDEX idx_city_name ON City (name)");// 创建Person表的索引stmt.executeUpdate("CREATE INDEX idx_person_name ON Person (name)");

插入数据
控制台

!sql INSERT INTO City (id, name) VALUES (1, 'Forest Hill');
!sql INSERT INTO City (id, name) VALUES (2, 'Denver');
!sql INSERT INTO City (id, name) VALUES (3, 'St. Petersburg');!sql INSERT INTO Person (id, name, city_id) VALUES (1, 'John Doe', 3);
!sql INSERT INTO Person (id, name, city_id) VALUES (2, 'Jane Roe', 2);
!sql INSERT INTO Person (id, name, city_id) VALUES (3, 'Mary Major', 1);
!sql INSERT INTO Person (id, name, city_id) VALUES (4, 'Richard Miles', 2);

jdbc

Class.forName("org.apache.ignite.IgniteJdbcThinDriver");Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");try (PreparedStatement stmt =
conn.prepareStatement("INSERT INTO City (id, name) VALUES (?, ?)")) {stmt.setLong(1, 1L);stmt.setString(2, "Forest Hill");stmt.executeUpdate();stmt.setLong(1, 2L);stmt.setString(2, "Denver");stmt.executeUpdate();stmt.setLong(1, 3L);stmt.setString(2, "St. Petersburg");stmt.executeUpdate();
}try (PreparedStatement stmt =
conn.prepareStatement("INSERT INTO Person (id, name, city_id) VALUES (?, ?, ?)")) {stmt.setLong(1, 1L);stmt.setString(2, "John Doe");stmt.setLong(3, 3L);stmt.executeUpdate();stmt.setLong(1, 2L);stmt.setString(2, "Jane Roe");stmt.setLong(3, 2L);stmt.executeUpdate();stmt.setLong(1, 3L);stmt.setString(2, "Mary Major");stmt.setLong(3, 1L);stmt.executeUpdate();stmt.setLong(1, 4L);stmt.setString(2, "Richard Miles");stmt.setLong(3, 2L);stmt.executeUpdate();
}

查询数据
控制台

!sql SELECT p.name, c.name FROM Person p, City c WHERE p.city_id = c.id;

jdbc

Class.forName("org.apache.ignite.IgniteJdbcThinDriver");Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");// 使用标准的sql获取数据
try (Statement stmt = conn.createStatement()) {try (ResultSet rs =stmt.executeQuery("SELECT p.name, c.name " +" FROM Person p, City c " +" WHERE p.city_id = c.id")) {while (rs.next())System.out.println(rs.getString(1) + ", " + rs.getString(2));}
}

输出结果

Mary Major, Forest Hill
Jane Roe, Denver
Richard Miles, Denver
John Doe, St. Petersburg

作为并置处理引擎

try (Ignite ignite = Ignition.start()) {Collection<IgniteCallable<Integer>> calls = new ArrayList<>();// 将这句字符串按照空格分组，并将任务分派到各个节点中计算for (final String word : "Count characters using callable".split(" "))calls.add(word::length);// 分派Collection<Integer> res = ignite.compute().call(calls);// 将各个节点统计后的结果汇总int sum = res.stream().mapToInt(Integer::intValue).sum();System.out.println("Total number of characters is '" + sum + "'.");
}

输出

Total number of characters is '28'.

作为Data Grid（数据网格）应用
键值对存放及读取

try (Ignite ignite = Ignition.start()) {IgniteCache<Integer, String> cache = ignite.getOrCreateCache("myCacheName");// Store keys in cache (values will end up on different cache nodes).for (int i = 0; i < 10; i++)cache.put(i, Integer.toString(i));for (int i = 0; i < 10; i++)System.out.println("Got [key=" + i + ", val=" + cache.get(i) + ']');
}

原子操作

// Put-if-absent which returns previous value.
Integer oldVal = cache.getAndPutIfAbsent("Hello", 11);// Put-if-absent which returns boolean success flag.
boolean success = cache.putIfAbsent("World", 22);// Replace-if-exists operation (opposite of getAndPutIfAbsent), returns previous value.
oldVal = cache.getAndReplace("Hello", 11);// Replace-if-exists operation (opposite of putIfAbsent), returns boolean success flag.
success = cache.replace("World", 22);// Replace-if-matches operation.
success = cache.replace("World", 2, 22);// Remove-if-matches operation.
success = cache.remove("Hello", 1);

事务支持

try (Transaction tx = ignite.transactions().txStart()) {Integer hello = cache.get("Hello");if (hello == 1)cache.put("Hello", 11);cache.put("World", 22);tx.commit();
}

分布式锁

// Lock cache key "Hello".
Lock lock = cache.lock("Hello");lock.lock();try {cache.put("Hello", 11);cache.put("World", 22);
}
finally {lock.unlock();
}

部署远程微服务
Ignite的服务网格对于在集群中部署微服务非常有用，Ignite会处理和部署的服务有关的任务的生命周期，并且提供了在应用中调用服务的简单方式
下面的例子部署了一个Service，将从客户端传过来的信息进行打印
1.声明服务接口，扩展Ignite的service接口

import org.apache.ignite.services.Service;public interface HelloService extends Service {// 接受客户端的信息String sayRepeat(String msg);
}

2.实现服务接口，除了实现自己定义的接口外，也可以覆盖实现Ignite各个生命周期的工作

@Slf4j
public class HelloServiceImpl implements HelloService {@Overridepublic String sayRepeat(String msg) {log.info("I repeat your words : '{}'.", msg);return msg;}@Overridepublic void cancel(ServiceContext serviceContext) {log.info("{} cancel", serviceContext.name());}@Overridepublic void init(ServiceContext serviceContext) throws Exception {log.info("{} init", serviceContext.name());}@Overridepublic void execute(ServiceContext serviceContext) throws Exception {log.info("{} execute", serviceContext.name());}
}

3.部署服务sayHello，此时服务应用常驻在内存中

@Slf4j
public class IgniteServiceDemo {public static void main(String[] args) {IgniteServiceDemo demo = new IgniteServiceDemo();demo.deploy();}private void deploy() {String serviceName = "sayHello";log.info("ready to start service {}", serviceName);Ignite ignite = Ignition.start();ignite.services().deployClusterSingleton(serviceName, new HelloServiceImpl());log.info("service {} have bean started", serviceName);}
}

4.在另外一个应用中启动客户端，可通过控制台输入字符串，调用服务sayHello

@Slf4j
public class IgniteClientDemo {public static void main(String[] args) {IgniteClientDemo demo = new IgniteClientDemo();demo.call();}private void call() {String serviceName = "sayHello";try (Ignite ignite = Ignition.start()){HelloService helloService = ignite.services().serviceProxy(serviceName, HelloService.class, false);log.info("Speaking，please.");Scanner in = new Scanner(System.in);while(in.hasNext()){helloService.sayRepeat(in.next());}}}
}

5.结果

客户端输出

[INFO ] 22:41:16.860 [main] com.mumu.IgniteClientDemo - Speaking，please.
Hello!
My name is Ryan

服务端输出

[INFO ] 22:41:05.481 [srvc-deploy-#43] c.mumu.service.impl.HelloServiceImpl - sayHello init
[INFO ] 22:41:05.481 [service-#46] c.mumu.service.impl.HelloServiceImpl - sayHello execute
[INFO ] 22:41:05.481 [main] com.mumu.IgniteServiceDemo - service sayHello have bean started
[22:41:16] Topology snapshot [ver=2, servers=2, clients=0, CPUs=4, offheap=6.4GB, heap=7.1GB]
[22:41:16]   ^-- Node [id=610DAC7C-B087-405F-8549-8A7FE6012FD4, clusterState=ACTIVE]
[22:41:16] Data Regions Configured:
[22:41:16]   ^-- default [initSize=256.0 MiB, maxSize=3.2 GiB, persistenceEnabled=false]
[INFO ] 22:41:23.086 [svc-#57] c.mumu.service.impl.HelloServiceImpl - I repeat your words : 'Hello!'.
[INFO ] 22:41:35.212 [svc-#59] c.mumu.service.impl.HelloServiceImpl - I repeat your words : 'My name is Ryan'.

后记
上述的例子只是Apache Ignite各种特性及功能中的一部分，作为一个内存为核心的框架，它的应用场景极多，既可像Redis一样作为缓存，也可像关系型数据库那样执行sql语句，同时还能与Spark集成，增强spark的扩展性及速度，还能作为Hibernate和MyBatis的二级缓存，甚至还可以成为RPC框架提供微服务。而更可怕的是它具有分布式特性，可以根据应用规模水平扩展，并且还是运行在内存中，本身速度就占有很大的优势。
由于本人水平有限，加上Ignite属于比较新的开源项目，在国内外还处于发展阶段，很多特性仍在增加变化当中，最权威的介绍可参考官网：https://ignite.apache.org/
这篇文章对Ignite的特性描述得比较好，值得一读：https://www.zybuluo.com/liyuj/note/1179662

---------------------

转自： https://blog.csdn.net/vipshop_fin_dev/article/details/82563177

Apache Ignite相关推荐

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 ...
Apache Ignite剖析
1.概述 Apache Ignite和Apache Arrow很类似,属于大数据范畴中的内存分布式管理系统.在<Apache Arrow 内存数据>中介绍了Arrow的相关内容,它统一了大 ...
Apache Ignite——集合分布式缓存、计算、存储的分布式框架
Apache Ignite内存数据组织平台是一个高性能.集成化.混合式的企业级分布式架构解决方案,核心价值在于可以帮助我们实现分布式架构透明化,开发人员根本不知道分布式技术的存在,可以使分布式缓存.计 ...
Apache Ignite（五）：Ignite的集群部署
Ignite具有非常先进的集群能力,本文针对和集群有关的技术点做一个简短的介绍,然后针对实际应用的可能部署形式做了说明和对比,从中我们可以发现,Ignite平台在部署的灵活性上,具有很大的优势.\ 1 ...
Apache Ignite与Apache Hive的个人理解与总结
首先,贴一下官网链接辟邪:官网链接下面,就看我强行总结吧,如果理解有误,请大佬及时指正,感激不尽! Apache Ignite是啥玩意,在上一篇已经讲过了,可能还比较易于理解:理解Ignite传送门 ...
基准测试：Apache Ignite仍然领先于Hazelcast
为什么80%的码农都做不了架构师?>>> 当在谷歌中搜索Apache Ignite时,发生了一个奇怪的事:Hazelcast的广告跑到了列表的顶部,建议说Hazelcast比I ...
Apache Cassandra和Apache Ignite：关系并置和分布式SQL
为什么80%的码农都做不了架构师?>>> 在上一篇文章中,回顾和总结了Cassandra中使用的查询驱动数据模型(或者说非常规数据模型)方法论的缺陷.事实证明,如果不对查询有深 ...
apache ignite_Kubernetes集群上的Apache Ignite和Spring第2部分：Kubernetes部署
apache ignite 以前,我们已经成功创建了第一个由Apache Ignite支持的Spring boot Application. 在此博客上,我们将重点介绍Kubernetes方面需要做的 ...
apache ignite_Kubernetes集群上的Apache Ignite和Spring第1部分：Spring Boot应用程序
apache ignite 在之前的一系列博客中,我们在Kubernetes集群上启动了一个Ignite集群. 在本教程中,我们将使用先前在Spring Boot Application上创建的Ign ...
apache ignite_Kubernetes集群上的Apache Ignite和Spring第3部分：测试应用程序
apache ignite 在上一个博客中,我们为Ignite应用程序创建了Kubernetes部署文件. 在此博客上,我们将在Kubernetes上部署Ignite应用程序. 我将在此使用minik ...

Apache Ignite

Apache Ignite相关推荐

最新文章

热门文章