Hazelcast 知识点认知梳理

1、Hazelcast 是个什么？

官方介绍是分布式计算和存储的一个平台。ok，两点：

• 分布式存储
• 分布式计算

2、分布式？

分布式的概念很成熟了，通俗来讲：假设将机器比喻成人，原本由一个人进行数据存储和计算，现在有多个人参与进行。
分布式存储：大家一起参与存储和备份，这样的好处是单个人的负荷小了，而且人多力量大，存储量也上去了。
分布式计算：同理，大家一起算，计算的效率和可计算的数据规模也就上去了。
分布式需要保证的地方也是司空见惯：一致性、高可用、容错性，也就是CPA原则，这个先不谈。

3、分布式成员关系都是什么样的？

而各类平台对于参与存储和计算的算法机制那就是各有不同了，那么对于这些人的权力划分也是各有不同：
有的讲究人人平等，个个都一样。
有的是封建王朝，一人高级，太子次之，其他平等。
有的是议会制，一组人高级，其他平等。
可以看到，和现实社会极其相似，所以是计算机科学是数学也是社会学。

4、Hazelcast 的成员是什么关系？

Hazelcast的成员机制官方称是人人平等，算第一种。 但是有这么个情况，Hazelcast存储会进行分区，然后这些分区由散列算法计算后会基本平均的分配给每个成员，Hazelcast会对这个分区信息进行记录形成一个分区表，而分区表的所有权是属于加入集群最早的那个节点成员，也称为主成员，然后由主成员进行分区表信息的更新，也是由他定时将分区表同步给其他节点，当他kill掉后会由第二早的节点顺位继承这个所有权，以此类推。所以就这么一点来看，还是有所不平等的。

5、Hazelcast 的分布式存储是什么样的？

Hazelcast 官方称不依赖于磁盘存储，将所有运行状态保存在集群的随机存取存储器 （RAM） 中，然后由集群成员的 RAM 组合成一个内存数据存储，这种分布式模型称为_缓存集群。_
Hazelcast 提供了多种数据存储结构，结合提供的API就注定能适应各种应用场景，比如结构Topic可应用到分布式主题（发布/订阅服务器）为智能手机构建可扩展的聊天服务器，

Hazelcast 所有数据都是分区存储的吗？
不是，不同数据结构存在不同存储方式，详情见[《Hazelcast 数据结构》

6、Hazelcast 的分布式计算是什么样的？

上诉得知，Hazelcast 本质是由各节点内存组成的，那么其实也就可以想象的到他的特点：计算速度快，根据他的特性，它可以大批量的添加节点，也就是大批量拓扑缓存，然后进行分布式计算，将算力分摊到各节点，他的计算优势可想而知。
于是乎，Hazelcast 就宣布，他们可以针对事件流和传统数据源进行一致的低延迟查询、聚合和有状态计算。
也即是说：Hazelcast 是可以对外提供算力的。

7、Hazelcast 的分布式计算提供了哪些工具？

1. Entry processor: 更新、删除和读取集群成员（服务器）上的映射条目。
2. Executor service: 在集群成员上执行你自己的 Java 代码并接收结果。
3. Pipeline: 创建一个在集群成员上运行快速批处理或流式处理的数据管道。

有意思的是第2点和第3点。

8、Hazelcast 分布式计算中的Executor service是什么？

Executor service指出：将java代码提交，由集群执行然后返回结果。这一点的成立是建立在Hazelcast 存在嵌入式模式，可以以jar包的形式嵌入java程序，那么由这些java程序为节点组成的集群来执行提交者的代码，就可以分担其他节点的计算需求，且是异步执行的、可取消的，Hazelcast 官方称这个点主要适用于数据库查询、复杂计算和图像渲染。

9、Hazelcast 分布式计算中的Pipeline是什么？

官方称：Pipeline（管道）主要是处理批处理或实时流数据。
那么什么是批处理什么是流处理呢？

• 批处理：数据量是明确的，可能很多，但是他的数量是明确的，这是有完的。
• 流处理：数据量是不明确的，最具标识的就是随时间更新的数据，比如实时对某流媒体应用程序性能进行检测，这是没完的。

那么管道到底是什么呢？
其实就是对数据处理方法的定义。主要干三件事：

• 怎么获取数据
• 怎么处理加工数据
• 完事后数据发送给谁

那么可以看见，管道类似一个工具，功能是批数据处理或是对流式数据的处理。
那么既然是工具，工具自身是不会工作的，比如一把锄头，它可以锄地，但锄头自己是不会锄地的，需要人去拿起来用它才能锄地，同理，管道只是一个方法，他自己是不会执行的，他需要提交给一个能把他执行起来的，那就是jet引擎。

也就是说Hazelcast 使用Pipeline将方法的定义和执行分开来做了，这样是有极大好处的：
1、方法的定义是灵活的，且基本没什么性能上的消耗。
2、一个系统负荷最大的就是对数据的处理，而此时Hazelcast的服务集群 接收到用户提交的管道任务后把这部分工作接管过来。你只需要告诉他你要做什么，怎么做，做完给谁，剩下的就不用管了，好似外包出去了，而这个外包效率还很高很可靠，那么这时候对这个系统来讲就太轻松了。

10、什么是jet？

Jet 引擎是一个批处理和流处理系统，它允许 Hazelcast 成员以一致的低延迟对大量数据进行无状态和有状态计算。

jet怎么执行管道？
要让 Jet 引擎运行管道，必须将其提交给成员。到那时，管道就变成了一项_工作_。
当成员收到一份工作时，它会以有向无环图 (DAG) 的形式创建一个计算模型。使用此模型，计算被拆分为分布在集群中所有成员之间的任务，利用所有可用的 CPU 内核。该模型允许 Hazelcast 更快地处理数据，因为任务可以在集群中并行复制和执行。

jet使用与否有什么影响？
那么好，综上得知：jet是一个批处理和流处理的引擎系统，而在Hazelcast 中，管道是来负责数据的批处理和流处理，而管道只是Hazelcast 分布式计算的一种方式，所以得出结论：
只有当Hazelcast 在使用管道进行分布式计算的时候才会使用到jet引擎，其他任何工具任何情况下的使用都不受jet影响。