内存数据网格 data grid

背景

分布式系统我们都知道，内存网格系统是什么鬼，我们也是第一次见到，^_^初恋般的感觉真好。不知道找度娘哈！

内存网格

嗯，我大概了解。到这里我们需要提一提内存缓存(IMC)了，我们在Java分布式应用中，引起性能问题大部分是延迟搞的鬼，所谓的延迟就是你的请求和服务端的响应的时间差。那么在分布式系统中引起延迟的原因都有哪些的呢？

我们来罗列一下啊，不足的地方请看官评论区补充，大家一起学习。

从磁盘上加装数据的IO延迟

跨网络加装数据的IO延迟

在分布式锁上的资源争夺

垃圾回收引起的暂停

我们就拿ping时间为列，本地机器是57μs ；局域网是300 μs ；从伦敦到纽约是100ms 。那么对于1G的网络，网络传输速率是每秒25MB-30MB，那么对于10G的网络，网络传输速率是每秒250MB-350MB。

如果你有1G以上数据需要处理，磁盘延迟会严重影响应用性能。硬件上最低延迟是内存，典型的内存缓存是每秒3-5 GB，能够随着CPU扩展。如果你有两个处理器，你就能每秒10GB ，如果有4CPU就能获得20GB。有一个内存基准测试称STREAM是测试许多计算机的内存吞吐量，-些在大量CPU帮助下能够实现每秒TB级别的吞吐量。

因此可以总结如下：

内存是快的：为了高性能，你需要在内存中处理数据。

网络是慢得：通过网络传输数据会严重影响性能，包括数据车连接池。

内存缓存原来作用是提高数据库访问性能。但是缓存不是数据库遮羞布，架构 上缓存引入有着重要意义：状态对象：数据库的替代者。

缓存实际是内存，将状态置于内存而不是数据库，不但性能提升， 还提高软件的可伸缩性和扩展性，直至轻松发展为分布式系统或云计算，这种缓存称为内存缓存(in-memory cache)或称数据网格In-Memory-Data-Grid (IMDG) ；

Java EE 7引入分布式弹性缓存ElasticCaching ， 作为其云核心战略的一部分。云计算是一 种计算和存储分离的模型 ，云计算本质是分布式可伸缩的内存计算，可见Amazon弹性缓存介绍。

当我们将DDD领域模型加载到内存中以后，我们就不再面向关系数据库中数据表编程，而是真正直接面向模型对象编程。Java内存模型优点：基于内存的并发模型，多线程机制，大量线程安全型库包支持基于内存的并发机制，粒度灵活控制，灵活度高于数据库锁。多核并行计算模型基于线程的异步模型(Domain Events)。Twitter从Ruby转向JAVA的实践证明：Cache缓存+ JVM微调是Java/JVM的核心竞争力，这也是最容易被我们忽视的，因为很多使用Java系统(包括Spring + Hibernate)只是当作SQL语句的包装器来使用，负载主要集中在数据库上，根本不会使用In-memory Cache.

百度安全验证