什麼是Apache Ignite？
Ignite是一個以內存爲中心的分佈式數據庫、緩存和處理平臺，可以在PB級數據中，以內存級的速度進行事務性、分析性以及流式負載的處理。
上述引用了Ignite的官方介紹，通俗來講，Ignite就是一個內存數據庫，它包括了很多特性，它既是一個分佈式緩存，也是一個分佈式數據庫，同時也支持一定程度的ACID事務。
關鍵字：固化內存、並置處理
固化內存
Ignite的固化內存組件不僅僅將內存作爲一個緩存層，還視爲一個全功能的存儲層。這意味着可以按需將持久化打開或者關閉。如果持久化關閉，那麼Ignite就可以作爲一個分佈式的內存數據庫或者內存數據網格，這完全取決於使用SQL和鍵-值API的喜好。如果持久化打開，那麼Ignite就成爲一個分佈式的，可水平擴展的數據庫，它會保證完整的數據一致性以及集羣故障的可恢復能力。
並置處理
Ignite是一個分佈式系統，因此，有能力將數據和數據以及數據和計算進行並置就變得非常重要，這會避免分佈式數據噪聲。當執行分佈式SQL關聯時數據的並置就變得非常的重要。Ignite還支持將用戶的邏輯（函數，lambda等）直接發到數據所在的節點然後在本地進行數據的運算。
Ingite和Spark有什麼區別？
Ignite 是一個基於內存的計算系統，也就是把內存做爲主要的存儲設備。Spark 則是在處理時使用內存。相比之下，Ingite的索引更快，提取時間減少，避免了序列/反序列等優點，使前者這種內存優先的方法更快。
Ignite提供了一個Spark RDD抽象的實現，他可以容易地在內存中跨越多個Spark作業共享狀態，在跨越不同Spark作業、工作節點或者應用時，IgniteRDD爲內存中的相同數據提供了一個共享的、可變的視圖，而原生的SparkRDD無法在Spark作業或者應用之間進行共享。
1. 獲得真正的可擴展的內存級性能，避免數據源和Spark工作節點和應用之間的數據移動
2. 提升DataFrame和SQL的性能
3. 在Spark作業之間更容易地共享狀態和數據
如何使用Ingite？
啓動Ingite集羣
從官網下載zip格式壓縮包
解壓到系統中的一個安裝文件夾，如apache-ignite-fabric-2.6.0-bin
配置IGNITE_HOME環境變量
linux執行命令：
bin/ignite.sh
此時將啓動Ingite，當最後輸出下面信息時，則說明啓動成功：
[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啓動
<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最新版本爲2.6
Ingite集羣知識
Ignite具有非常先進的集羣能力，包括邏輯集羣組和自動發現。
Ignite節點之間會自動發現對方，這有助於必要時擴展集羣，而不需要重啓整個集羣。開發者可以利用Ignite的混合雲支持，允許公有云（比如AWS）和私有云之間建立連接,向他們提供兩者的好處。
Ingite有兩種發現機制，分別是TCP/IP和Zookeeper。總的來說對於小集羣，使用默認的TCP/IP發現方式，對於成百上千的大集羣，則建議使用Zookeeper。
作爲關係型數據庫使用
創建表
可以通過控制檯和jdbc兩種方式執行sql語句，支持H2的語法。
控制檯
1. 執行ignite.sh啓動集羣
2. 啓動sqlline
sqlline.sh --color=true --verbose=true -u jdbc:ignite:thin://127.0.0.1/
執行腳本 用!sql +sql 語句即可
!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
// 註冊JDBC driver.
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");
// 打開 JDBC connection.
Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");
// 創建表
try (Statement stmt = conn.createStatement()) {
// 創建基於複製模式的City表
stmt.executeUpdate("CREATE TABLE City (" +
" id LONG PRIMARY KEY, name VARCHAR) " +
" WITH \"template=replicated\"");
// 創建基於分片模式，備份數爲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\"");
// 創建City表的索引
stmt.executeUpdate("CREATE INDEX idx_city_name ON City (name)");
// 創建Person表的索引
stmt.executeUpdate("CREATE INDEX idx_person_name ON Person (name)");
插入數據
控制檯
!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();
}
查詢數據
控制檯
!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/");
// 使用標準的sql獲取數據
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));
}
}
輸出結果
Mary Major, Forest Hill
Jane Roe, Denver
Richard Miles, Denver
John Doe, St. Petersburg
作爲並置處理引擎
try (Ignite ignite = Ignition.start()) {
Collection<IgniteCallable<Integer>> calls = new ArrayList<>();
// 將這句字符串按照空格分組，並將任務分派到各個節點中計算
for (final String word : "Count characters using callable".split(" "))
calls.add(word::length);
// 分派
Collection<Integer> res = ignite.compute().call(calls);
// 將各個節點統計後的結果彙總
int sum = res.stream().mapToInt(Integer::intValue).sum();
System.out.println("Total number of characters is '" + sum + "'.");
}
輸出
Total number of characters is '28'.
作爲Data Grid（數據網格）應用
鍵值對存放及讀取
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);
事務支持
try (Transaction tx = ignite.transactions().txStart()) {
Integer hello = cache.get("Hello");
if (hello == 1)
cache.put("Hello", 11);
cache.put("World", 22);
tx.commit();
}
分佈式鎖
// Lock cache key "Hello".
Lock lock = cache.lock("Hello");
lock.lock();
try {
cache.put("Hello", 11);
cache.put("World", 22);
}
finally {
lock.unlock();
}
部署遠程微服務
Ignite的服務網格對於在集羣中部署微服務非常有用，Ignite會處理和部署的服務有關的任務的生命週期，並且提供了在應用中調用服務的簡單方式
下面的例子部署了一個Service，將從客戶端傳過來的信息進行打印
1.聲明服務接口，擴展Ignite的service接口
import org.apache.ignite.services.Service;
public interface HelloService extends Service {
// 接受客戶端的信息
String sayRepeat(String msg);
}
2.實現服務接口，除了實現自己定義的接口外，也可以覆蓋實現Ignite各個生命週期的工作
@Slf4j
public class HelloServiceImpl implements HelloService {
@Override
public String sayRepeat(String msg) {
log.info("I repeat your words : '{}'.", msg);
return msg;
}
@Override
public void cancel(ServiceContext serviceContext) {
log.info("{} cancel", serviceContext.name());
}
@Override
public void init(ServiceContext serviceContext) throws Exception {
log.info("{} init", serviceContext.name());
}
@Override
public void execute(ServiceContext serviceContext) throws Exception {
log.info("{} execute", serviceContext.name());
}
}
3.部署服務sayHello，此時服務應用常駐在內存中
@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.在另外一個應用中啓動客戶端，可通過控制檯輸入字符串，調用服務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.結果
客戶端輸出
[INFO ] 22:41:16.860 [main] com.mumu.IgniteClientDemo - Speaking，please.
Hello!
My name is Ryan
服務端輸出
[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'.
後記
上述的例子只是Apache Ignite各種特性及功能中的一部分，作爲一個內存爲核心的框架，它的應用場景極多，既可像Redis一樣作爲緩存，也可像關係型數據庫那樣執行sql語句，同時還能與Spark集成，增強spark的擴展性及速度，還能作爲Hibernate和MyBatis的二級緩存，甚至還可以成爲RPC框架提供微服務。而更可怕的是它具有分佈式特性，可以根據應用規模水平擴展，並且還是運行在內存中，本身速度就佔有很大的優勢。
由於本人水平有限，加上Ignite屬於比較新的開源項目，在國內外還處於發展階段，很多特性仍在增加變化當中，最權威的介紹可參考官網：https://ignite.apache.org/
這篇文章對Ignite的特性描述得比較好，值得一讀：https://www.zybuluo.com/liyuj/note/1179662
---------------------
轉自： https://blog.csdn.net/vipshop_fin_dev/article/details/82563177