spring boot 与 内存数据库Hazelcast整合
前言
spring boot 在此就不多做介绍了,想来大家对他应该都不陌生了
Hazelcast 可能大家就毕竟陌生了:
- 简单易用
Hazelcast是用Java编写的,没有其他依赖关系。只需简单的把jar包引入项目的classpath即可创建集群。 - 无主从模式
与许多NoSQL解决方案不同,Hazelcast节点是点对点的。没有主从关系; 所有成员都存储相同数量的数据,并进行相等的处理,避免了单点故障。 - 弹性可扩展
Hazelcast旨在扩展成千上万的成员。新成员启动,将自动发现群集,并线性增加存储和处理能力。成员之间通过TCP保持连接和通讯。 - 读写快速高效
Hazelcast所有数据都存储在内存中,提供基于内存快速高效的读写能力。
PS:另外就是——根据基准测试,Hazelcast在获取数据方面比Redis快56%,在设置数据方面比Redis快44%。
用例
下面主要是讲讲springboot和Hazelcast的整合,并给出Hazelcast支持的数据类型MAP、List、Topic、Queue给出了使用实例。
整合配置:
@Configuration public class HazelcastConfig { @Bean public Config config() { Config config = new Config(); GroupConfig gc=new GroupConfig(Const.HAZELCAST_NAME);//解决同网段下,不同库项目 config.setInstanceName("hazelcast-instance") .addMapConfig(new MapConfig().setName("configuration") .setMaxSizeConfig(new MaxSizeConfig(2000, MaxSizeConfig.MaxSizePolicy.FREE_HEAP_SIZE)) .setEvictionPolicy(EvictionPolicy.LRU).setTimeToLiveSeconds(-1)) .setGroupConfig(gc); return config; } @Bean public HazelcastInstance hazelcastInstance(Config config) { HazelcastInstance hzInstance = Hazelcast.newHazelcastInstance(config); //分布式map监听 IMap<Object, Object> imap = hzInstance.getMap(Const.MAP_NAME); imap.addLocalEntryListener(new IMapListener()); //拦截器(没写内容) imap.addInterceptor(new IMapInterceptor()); //发布/订阅模式 ITopic<String> topic = hzInstance.getTopic(Const.TOPIC_NAME); topic.addMessageListener(new TopicListener()); return hzInstance; } }
map数据变化的拦截器实现:
public class IMapInterceptor implements MapInterceptor{ private static final long serialVersionUID = 3556808830046436753L; @Override public Object interceptGet(Object value) { // TODO Auto-generated method stub return null; } @Override public void afterGet(Object value) { // TODO Auto-generated method stub } @Override public Object interceptPut(Object oldValue, Object newValue) { // TODO Auto-generated method stub return null; } @Override public void afterPut(Object value) { // TODO Auto-generated method stub } @Override public Object interceptRemove(Object removedValue) { // TODO Auto-generated method stub return null; } @Override public void afterRemove(Object oldValue) { // TODO Auto-generated method stub } }
map数据变化的监听器实现:
public class IMapListener implements EntryAddedListener<String, String>{ @Override public void entryAdded(EntryEvent<String, String> event) { // TODO Auto-generated method stub //干你监听的操作 System.out.println("MAP分布式监听:"+event.getValue()); } }
Topic订阅接收消息:
public class TopicListener implements MessageListener<String> { @Override public void onMessage(Message<String> message) { String msg=message.getMessageObject(); System.out.println("收到Topic消息:"+msg); } }
List和Queue的实例
这两个我就没写在实际代码中,在test写了2个main方法
//生产数据 public class HazelcastGetStartServerMaster { public static void main(String[] args) { // 创建一个 hazelcastInstance实例 HazelcastInstance instance = Hazelcast.newHazelcastInstance(); // 创建集群Map IList<Object> clusterMap = instance.getList("myList"); clusterMap.add("list0"); clusterMap.add("list1"); // 创建集群Queue Queue<String> clusterQueue = instance.getQueue("MyQueue"); clusterQueue.offer("Hello hazelcast!"); clusterQueue.offer("Hello hazelcast queue!"); } }
//消费数据 public class HazelcastGetStartServerSlave { public static void main(String[] args) { //创建一个 hazelcastInstance实例 HazelcastInstance instance = Hazelcast.newHazelcastInstance(); IList<Object> clusterList = instance.getList("myList"); Queue<String> clusterQueue = instance.getQueue("MyQueue"); System.out.println("Map Value:" + clusterList.get(1)); System.out.println("Queue Size :" + clusterQueue.size()); System.out.println("Queue Value 1:" + clusterQueue.poll()); System.out.println("Queue Value 2:" + clusterQueue.poll()); System.out.println("Queue Size :" + clusterQueue.size()); } }
这个时候启动项目显示如下:
当前只有一个节点,端口为:5701
这个时候写个main方法测试分布式map:
public class IMapTest { public static void main(String[] args) { Config config = new Config(); GroupConfig gc=new GroupConfig(Const.HAZELCAST_NAME); config.setGroupConfig(gc); HazelcastInstance hzInstance = Hazelcast.newHazelcastInstance(config); IMap<String, String> imap = hzInstance.getMap(Const.MAP_NAME); imap.put("myKey", "myObject"); } }
运行main方法发现原来启动的项目找那个Member变成了2个,因为main方法中也启动了一个Hazelcast实例加入了集群中。imap的拦截器,我监听器都生效了。并获取到了main方法中加的数据,因为Hazelcast是集群的,数据可以在许多应用程序实例之间共享。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Redis进阶应用:Redis+Lua脚本实现复合操作
一、引言 Redis是高性能的key-value数据库,在很大程度克服了memcached这类key/value存储的不足,在部分场景下,是对关系数据库的良好补充。得益于超高性能和丰富的数据结构,Redis已成为当前架构设计中的首选key-value存储系统。 虽然Redis官网上提供了200多个命令,但做程序设计时还是避免不了为了实现一小步业务逻辑而多次调用Redis的情况。 以compare and set场景为例。如果使用Redis原生命令,需要从Redis中获取这个key,然后提取其中的值进行比对:如果相等就不做处理;如果不相等或者key不存在则将key设置成目标值。仅仅一个单点的compare and set操作就需要与Redis通讯两次。 此外,这种分散操作无法利用Redis的原子特性,占用多次网络IO。 今天我们就来探讨一下如何优雅地应对上述场景。 二、Redis与Lua 在介绍Lua之前,我们需要先对这个语言有个初步了解。Lua 是一个小巧的脚本语言,几乎可以运行在所有操作系统和平台上。我们一般不会用Lua处理特别复杂的事务,因此只需了解一些lua的基本语法即可。 Re...
- 下一篇
一个小时学会jQuery
最近一直在研读 jQuery 源码,初看源码一头雾水毫无头绪,真正静下心来细看写的真是精妙,让你感叹代码之美。 其结构明晰,高内聚、低耦合,兼具优秀的性能与便利的扩展性,在浏览器的兼容性(功能缺陷、渐进增强)优雅的处理能力以及 Ajax 等方面周到而强大的定制功能无不令人惊叹。 另外,阅读源码让我接触到了大量底层的知识。对原生JS 、框架设计、代码优化有了全新的认识,接下来将会写一系列关于 jQuery 解析的文章。 我在 github 上关于 jQuery 源码的全文注解,感兴趣的可以围观一下。 网上已经有很多解读 jQuery 源码的文章了,作为系列开篇的第一篇,思前想去起了个【深入浅出jQuery】的标题,资历尚浅,无法对 jQuery 分析的头头是道,但是 jQuery 源码当中确实有着大量巧妙的设计,不同层次水平的阅读者都能有收获,所以打算厚着脸皮将自己从中学到的一些知识点共享出来。打算从整体及分支,分章节剖析。本篇主要讲 jQuery 的整体架构及一些前期准备,先来看看 jQuery 的整体结构: 一、jQuery 整体架构 不同于 jQuery 代码各个模块细节实现的晦涩...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7安装Docker,走上虚拟化容器引擎之路
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,8上快速安装Gitea,搭建Git服务器
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- SpringBoot2全家桶,快速入门学习开发网站教程
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装