Hazelcast 参考文档-3

 

2.  分布式数据结构

 

所有Hazelcast 数据结构的共同特征：

• 群集中的数据几乎是均匀分布（分区）在所有节点。因此，每个节点携带~ (1/n * total-data) + backups ，n 为集群中的节点数。
• 如果一个成员出现故障，它的持有相同的数据的备份副本，将重新动态地分配拥有所有权的数据，并为剩余的活动节点锁定那些数据。因此，没有数据会丢失。
• 当一个新节点加入群集时，新的节点将获取所有权（负责），并装载集群中的全部数据的某些部分。最终，新的节点将携带几乎(1/n * total-data) + backups 数据，并成为新的分区节点，减少其他节点的负载。
• 没有单一的群集Master 或可导致单点故障东西。集群中的每个节点都具有平等的权利和责任。没有人具有特权，而且没有依赖外部' 服务器' 或'Master 节点' 类的概念。

以下是你如何获取现有的数据结构的实例（map, queue, set, lock, topic, 等），以及当一个实例被创建或销毁时, 你如何可以监听到实例的事件通知。

import java.util.Collection;

import com.hazelcast.core.Hazelcast;

import com.hazelcast.core.Instance;

import com.hazelcast.core.InstanceEvent;

import com.hazelcast.core.InstanceListener;

public class Sample implements InstanceListener {

         public static void main(String[] args) {

                 Sample sample = new Sample();

                 Hazelcast.addInstanceListener(sample);

                 Collection<Instance> instances = Hazelcast.getInstances();

                 for (Instance instance : instances) {

                     System.out.println(instance.getInstanceType() + "," + instance.getId());

                }

         }

         public void instanceCreated(InstanceEvent event) {

                Instance instance = event.getInstance();

                System.out.println("Created " + instance.getInstanceType() + "," + instance.getId());

         }

         public void instanceDestroyed(InstanceEvent event) {

               Instance instance = event.getInstance();

               System.out.println("Destroyed " + instance.getInstanceType() + "," + instance.getId());

       }

}

2.1.  分布式Queue

 

Hazelcast 分布式队列是一个 java.util.concurrent.BlockingQueue 的实现 .

import com.hazelcast.core.Hazelcast;

import java.util.concurrent.BlockingQueue;

import java.util.concurrent.TimeUnit;

 

BlockingQueue<MyTask> q = Hazelcast.getQueue("tasks");

q.put(new MyTask());

MyTask task = q.take();

 

boolean offered = q.offer(new MyTask(), 10, TimeUnit.SECONDS);

task = q.poll (5, TimeUnit.SECONDS);

if (task != null) {

        //process task

}

 

如果你有1 亿个 “任务”任务排队，你正在超过10 个JVM （或服务器）上运行相应代码，然后每个服务器进行1 千万任务对象（加上备份）。在集群范围内应用先进先出（ FIFO ）顺序处理所有队列操作。队列中的用户对象（如上面的例子的MyTask ）必须是可序列化的（ Serializable ）。每JVM 为队列提供的最大容量和TTL （生存时间）是可配置的，如显示在下面的例子。

<hazelcast>

        ...

        <queue name="default">

        <!--

            Maximum size of the queue. When a JVM's local queue size reaches the maximum,

            all put/offer operations will get blocked until the queue size

            of the JVM goes down below the maximum.

            Any integer between 0 and Integer.MAX_VALUE. 0 means Integer.MAX_VALUE. Default is 0.

        -->

        <max-size-per-jvm>10000</max-size-per-jvm>

       

        <!--

            Maximum number of seconds for each item to stay in the queue. Items that are

            not consumed in <time-to-live-seconds> will get automatically evicted from the queue.

            Any integer between 0 and Integer.MAX_VALUE. 0 means infinite. Default is 0.

        -->

        <time-to-live-seconds>0</time-to-live-seconds>

    </queue>

</hazelcast>