[Hazelcast系列 三]分布式数据结构简介

Hazelcast提供了很多通用数据结构的分布式实现。针对每一种不同的客户端语言，Hazelcast都尽量模拟该语言原生接口，对于Java客户端，Hazelcast提供的IMap 和java.util.Map 有近似的语义。为了更加直观的描述，针对Hazelcast中的数据结构，我们将提供Java中等效或类似接口。 所有这些结构都可以在Java，.NET，C ++，Node.js，Python，Go和Scala客户端中使用。

• 标准集合

  • Map： java.util.Map 的分布式实现。
  • Queue： java.util.concurrent.BlockingQueue 的分布式实现。
  • Ringbuffer：Java中没有对应的数据结构，Ringbuffer通常用于可靠的事件系统。
  • Set： java.util.Set 的分布式并发实现。
  • List： java.util.List 的分布式并发实现，支持存储重复元素，这是和Set的区别。
  • Multimap： com.google.common.collect.Multimap 的分布式实现，支持存储重复键。
  • Replicated Map：不支持分区的Map数据结构，集群所有成员都有全量数据。
  • Cardinality Estimator ：实现了lajolet’s HyperLogLog 算法的数据结构。

• 主题

  主题是用于多个订阅者的分布式消息分发机制，和kakfa、pulsar中的主题一样，同样也是pub/sub消息模型的关键。Hazelcast支持通过主题进行消息的可靠分发。

• 并发工具

  • FencedLock：java 中 java.util.concurrent.locks.Lock的分布式实现，可以保证集群中只有一个线程可以获得锁。
  • ISemaphore：java中 java.util.concurrent.Semaphore的分布式实现。
  • IAtomicLong ：java中 java.util.concurrent.atomic.AtomicLong的分布式实现。
  • IAtomicReference：Java中java.util.concurrent.atomic.AtomicReference的分布式实现。
  • FlakeIdGenerator：用于生产集群范围内的标识符。
  • ICountdownLatch： Java中 java.util.concurrent.CountDownLatch的分布式实现。
  • PN counter：一个分布式数据结构，其中每个Hazelcast实例都可以递增和递减计数器值，并将这些更新传播到所有副本。

• Event Journal：是一种分布式数据结构，用于存储map或缓存上操作的历史记录。

1. 分布式对象简介

基于分区策略，Hazelcast有两种类型的分布式数据结构：分区数据结构和非分区数据结构，分区数据结构一个分区只保存部分数据，非分区数据结构一个分区保存全部的数据。

Hazelcast中的分区数据结构包括以下四种：

• Map
• MultiMap
• Cache
• Event Journal

以下为非分区数据结构：

• Queue
• Set
• List
• Ringbuffer
• FencedLock
• ISemaphore
• IAtomicLong
• IAtomicReference
• FlakeldGenerator
• ICountdownLatch
• Cardinality Estimator
• PN Counter

除分区和非分区数据结构以外，Hazelcast同时提供了Replicated Map（可复制集合）数据结构。

2 . 分布式对象的加载和销毁

针对大多数分布式对象，Hazelcast提供了获取实例的get 方法。一个分布式对象的加载，首先需要创建一个Hazelcast实例，然后通过Hazelcast实例调用对应的get 方法获取。下面的例子创建一个Hazelcast实例instance1 并在该实例上创建一个叫data的分布式Map。

HazelcastInstance instance1 = Hazelcast.newHazelcastInstance();
IMap<String, String> data = instance1.getMap("data");