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) + backupsn 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''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10JVM (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>

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值