分布式缓存GemFire架构介绍
1什么是GemFireGemFire是一个位于应用集群和后端数据源之间的高性能、分布式的操作数据(operational data)管理基础架构。它提供了低延迟、高吞吐量的数据共享和事件分发。GemFire充分利用网络中的内存和磁盘资源，形成一个实时的数据网格(data fabric or grid)。
GemFire的主要特性有： 多种网络拓扑 高并发的内存数据结构，避免锁争夺 可选的ACID 序列化(native serialization)和智能缓冲(smart buffering)保证消息快速分发 同步或异步写磁盘 冗余内存拷贝 2网络拓扑和缓存架构考虑到问题多样性和架构灵活性，GemFire提供了多种选项来配置在哪(where)以及怎样(how)管理缓存数据，这就使架构师能够从P2P(peer-to-peer)、CS(client-server)、WAN三种组件构建出合适的缓存架构。 2.1 P2P拓扑在P2P分布式系统中，应用程序使用GemFire的镜像(mirroring)功能来将大量数据跨结点分区(sharding)以及在这些结点间进行数据复制同步。下面主要讲一下GemFire的P2P拓扑中的两个主要角色：mirrored镜像结点和partitioned分区结点(具体见3.2中mirror-type的配置方式)。 因为在P2P拓扑中缓存数据与应用在一起，所以首先说一下嵌入式缓存。所谓嵌入式缓存(embedded cache)其实就是说缓存和应用程序在一起，直接利用应用服务器的内存空间。也就是我们常说的类似Ehcache的那种本地缓存(local cache)。
mirrored结点就像一块磁铁一样，将其他数据区域的数据都吸附过来，形成一块完整的数据集合。当一块数据区域被配置为mirrored的结点第一次新建或重建时，GemFire将自动执行初始镜像抓取(initial image fetch)操作，从其他结点的数据子集中还原出完整的状态。如果此时网络中存在另一个mirrored结点，那么将会执行最优直接抓取(optimal directed fetch)。
所以我们很容易看出，mirrored结点主要出于两种目的： 对于大量读的应用，应用程序通过保存全量数据，使客户端请求可以即时访问到想要数据，而无需经过网络传输 当发生故障时，mirrored结点可以用来恢复其他结点
不同于mirrored结点，每个partitioned结点都持有唯一的一块数据。应用程序就像操作本地数据一样，GemFire在幕后管理各个分区的数据，并且保证在至多一跳内(at most one network hop)完成数据访问。根据GemFire的哈希算法，分区数据会被自动放入到各个结点的bucket中。同时GemFire也会自动分配出冗余数据的位置并进行复制。当某个结点出错时，客户端请求会自动被重定向到备份结点。并且GemFire会重新复制出一份数据，从而保证数据的冗余拷贝数。最后，我们可以随时向网络中加入新的结点来对GemFire集群进行动态扩容。
P2P系统提供了低延迟、单跳(one-hop)数据访问、动态发现以及透明化的数据存储位置。但是，网络中的每个结点都要维持一个socket连接到其他每个结点。当结点增多时，连接数将成指数级增长。为了提高扩展性，GemFire提供了一种可靠的UDP多播的通信方式。在下一节中我们将看到，P2P数据同步在服务器间复制数据时的作用。 2.2 Client-Server拓扑Client-Server缓存允许大量结点相连形成客户端-服务器结构。服务器即为客户端提供缓存，也可以为其他服务器提供数据复制或缓存。 2.3 WAN拓扑P2P集群由于点和点之间的紧耦合而产生了扩展性问题，这种问题在数据中心有多个集群或数据中心跨城市时被放大。GemFire提供另一种模型来解决。 3 GemFire工作原理3.1发现机制默认GemFire使用IP多播来发现新成员，然而所有成员间的通信都采用TCP。对于部署环境禁止使用IP多播或者网络跨越多个子网时，GemFire提供备用方法：使用轻量级的定位服务器(locator server)来追踪所有成员的连接。新成员加入集群时，将询问定位服务并建立类似于IP多播的socket到socket的TCP连接。 3.2数据分发每个成员都会创建一个或多个缓存数据区域(data region)，通过区域的划分，我们能给每个区域配置不同的分发属性、内存管理以及数据一致性模型。默认GemFire使用P2P分发模型，每个成员都能和其他任何成员通信。同时根据不同的内网特点，传输层可选TCP/IP或可靠多播(UDP)。在这些配置中，有两个属性很重要，范围(scope)和镜像类型(mirror-type)。 首先，范围(scope)有四种选项： Local：不分发。那为什么不直接保存到HashMap中。因为GemFire额外提供了数据自动持久化到磁盘、OQL(Object Query Language)查询数据、数据操作的事务等特性。 Distribute-no-ack：发送数据给成员1，在发送数据给成员2时不等待成员1的响应。适用于对数据一致性要求不高，并要求低网络延迟的情况。这是GemFire的默认配置，能够提供低延迟、高吞吐，并通过尽快分发来降低数据冲突的概率。 Distribute-ack：在发送给成员2前，发送数据并等待成员1的响应。这样每条数据都是同步分发的。 Global：分发前在其他成员上获得锁，再分发数据。适用于悲观的应用场景，通过全局锁服务来管理锁的获得、释放和超时。
现在来看一下第二个重要的配置属性镜像类型(mirror-type)： none：仅当缓存中有此数据时才更新，任何其他成员发来的新数据都会被忽略掉。适用于某一数据区域仅用来保存另一区域数据的子集。 keys：数据区域仅保存key来节约内存，当真正有请求时再从其他区域抓取数据并保存到本地，之后接受对此数据项的更新。适用于无法预测哪些数据会被某一结点访问的情况。 keys-values：真正的镜像，将保存全量数据。适用于需要立即访问所有数据的结点，以及数据冗余备份。
这两个属性的配置对数据区域中保存的是什么数据有很大影响： 4持久化和溢出持久化(persistence)将整个数据集拷贝到磁盘，当成员出错时可以用来还原数据。而溢出(overflow)保存key在内存中而value保存到磁盘，达到节省内存的目的。两者既可以单独使用，也可以混合使用。 4.1持久化GemFire支持两种写磁盘选项：操作内存数据时同步写，或者固定间隔异步写。后一种只当应用在出错时能够容忍不完整的数据还原时使用。
4.2溢出当内存不足时，GemFire使用LRU策略来决定是否对某个数据项溢出。
4.3混合使用持久化与溢出可以混合使用。所有key-value都备份到磁盘，并且当内存不足时，只保留最近使用过的数据。由于LRU而被移除到磁盘的value不会对磁盘有影响，因为所有数据已被持久化到磁盘上了。
5事务GemFire支持缓存事务与JTA事务两种。 5.1缓存事务每个事务都有其私有的工作区域。事务开始时，数据将被拷贝到私有区域，直到事务提交。若提交时没有冲突，则数据从私有区域拷贝回原区域。这样事务就可以并发地修改缓存了。
对于范围(scope)配置为local的缓存数据区域，事务提交后就算是完成了。但对于分布式(scope=distributed-no-ack or distributed-ack)，则在事务提交时要进行缓存同步。 内存数据库(imdber) 内存数据库的最新文章
 在文档型NoSQL数据库出现之前，许多开发者一直绞尽脑汁思考，希望能想出更好的处理关系型数据库技术的方法。本篇将介绍关系型数据库和分布式文档型数据库的区别以及在应用开发上的一些建议。
大数据时代导致了数据管理架构的多元化，这是我们都知道的情况。传统数据管理架构一统天下的局面被打破，出现了分布式计算存储、MPP架构、NoSql等等。因此市场上涌现出一批年轻的数据库产品，比如Hadoop，Spark，Greenplum，Vertica等等。然而正当我们以为市场会按照不同数据库类型细分时，主流的产品的个性发展，又让我们看到了不同架构融合的趋势。 本文旨在介绍市场上一些产品之间融合的情况。
大数据时代导致了数据管理架构的多元化，这是我们都知道的情况。传统数据管理架构一统天下的局面被打破，出现了分布式计算存储、MPP架构、NoSql等等。因此市场上涌现出一批年轻的数据库产品，比如Hadoop，Spark，Greenplum，Vertica等等。然而正当我们以为市场会按照不同数据库类型细分时，主流的产品的个性发展，又让我们看到了不同架构融合的趋势。 本文旨在介绍市场上一些产品之间融合的情况。
大数据时代导致了数据管理架构的多元化。传统数据管理架构一统天下的局面被打破，出现了分布式计算存储、MPP架构、NoSql等等。然而正当我们以为市场会按照不同数据库类型细分时，主流的产品的个性发展，又让我们看到了不同架构融合的趋势。
|
|
|
