内容简介:使用ignite的一个常见思路就是将现有的关系型数据库中的数据导入到ignite中,然后直接使用ignite中的数据,相当于将ignite作为一个缓存服务,当然ignite的功能远不止于此,下面以将ignite集成进java服务的方式进行演示ignite的数据存储和查询相关的功能。由于个人习惯,示例演示没有使用测试代码,而是使用rest接口演示。 在讲数据加载之前,ignite中存储的几种模式(LOCAL, REPLICATED, PARTITIONED):LOCAL:本地模式,数据都存储在本地,无数据再
使用ignite的一个常见思路就是将现有的关系型数据库中的数据导入到ignite中,然后直接使用ignite中的数据,相当于将ignite作为一个缓存服务,当然ignite的功能远不止于此,下面以将ignite集成进 java 服务的方式进行演示ignite的数据存储和查询相关的功能。由于个人习惯,示例演示没有使用测试代码,而是使用rest接口演示。
在讲数据加载之前,ignite中存储的几种模式(LOCAL, REPLICATED, PARTITIONED):
LOCAL:本地模式,数据都存储在本地,无数据再平衡,类似常见的存储服务;
PARTITIONED:分区模式,数据分散到集群中的各个节点,分区模式适合存储数量庞大的数据
如图所示是设置了Backup备份数的,默认备份数是0,如果分区模式下不设置备份数的话则会存在丢失数据的风险。
REPLICATED:复制模式,有数据再平衡过程,主节点(Primary)数据与分区模式的一致,只是复制模式默认备份了除主节点数据外的其余数据。复制模式适合存储数据量小,增长不快的数据。
分区模式和复制模式各有优点和缺点,具体选择要根据实际场景的特点去权衡:
模式 | 优点 | 缺点 |
---|---|---|
分区模式(PARTITIONED) | 能存储海量数据,频繁更新对其影响不大 | 查询缓存涉及到数据移动,对查询性能有影响 |
复制模式(REPLICATED) | 适合存储数据量不大的数据,数据查询性能稳定 | 频繁更新对其影响较大 |
1,数据加载
这里使用 mybatis
查询 MYSQL 里的数据然后存入ignite,完整代码可以参考:
https://github.com/cording/ignite-example
为了演示,需要先在MYSQL中生成样本数据,相关 sql 脚本为 ignite-example\src\main\resources\import.sql
,执行该SQL脚本即可完成表的创建和测试数据的初始化。
在配置文件中定义缓存
<bean class="org.apache.ignite.configuration.CacheConfiguration"> <property name="name" value="student"/> <property name="cacheMode" value="REPLICATED"/> <property name="backups" value="1"/> <property name="atomicityMode" value="ATOMIC"/> <property name="copyOnRead" value="false"/> <property name="dataRegionName" value="Default_Region"/> <property name="indexedTypes"> <list> <value>java.lang.Long</value> <value>org.cord.ignite.data.domain.Student</value> </list> </property> </bean>
添加相关依赖
<dependency> <groupId>org.apache.ignite</groupId> <artifactId>ignite-core</artifactId> <version>${ignite.version}</version> </dependency> <dependency> <groupId>org.apache.ignite</groupId> <artifactId>ignite-spring</artifactId> <version>${ignite.version}</version> </dependency> <!-- 使用索引的话需要用到ignite-indexing这个模块 --> <dependency> <groupId>org.apache.ignite</groupId> <artifactId>ignite-indexing</artifactId> <version>${ignite.version}</version> </dependency>
一般将数据导入ignite集群的方式是使用 cache.put(...)
方法,但是当有大量的数据需要导入的时候,put的效率已经无法满足了,针对大量数据导入可以使用ignite的流处理器:
DataLoader.java
...... /**导入数据到ignite*/ public void loadData(){ //查询student集合 List<Student> result = studentDao.findAllStudents(); //分布式id生成器 IgniteAtomicSequence sequence = ignite.atomicSequence("studentPk", 0, true); //根据缓存名获取流处理器,并往流处理器中添加数据 try(IgniteDataStreamer<Long, Student> streamer = ignite.dataStreamer(CacheKeyConstant.STUDENT)) { result.stream().forEach(r -> streamer.addData(sequence.incrementAndGet(), r)); //将流里面的剩余数据压进ignite streamer.flush(); } } ......
导入数据之后,可以在监控程序中看到数据存储情况:
流之所以能提高加载数据的速度,是因为流本质就是一个批处理。ignite是通过一致性哈希保证一致性的,每往集群中存入一条cache记录,ignite会先根据一致性哈希算法计算出这条cache映射到哪个节点,然后会将这条记录存储在该节点。而在流处理器中,流处理器会将映射到相同节点的数据批量存储到对应节点,这样会显著提升数据加载的效率。
2,数据查询
最直接的查询缓存方式是使用 cache.get(...)
方法,这种方式只能应对简单的key-value缓存,如果是设置了索引类型(indexedTypes),则缓存就会变成 SQL table
,这个时候就需要使用SQL方式查询,当使用SQL方式查询的时候,一般会有各种查询条件,这些查询条件对应的字段均需要预先设置索引。ignite里面有两种索引,一种是普通索引,一种是组合索引,要用到 @QuerySqlField
注解。而查询用到的api主要是 SqlFieldsQuery
和 SqlQuery
,前者是域查询,也就是查询部分字段结果集,而后者是普通查询。
所以,如果想使用SQL查询,就需要在加载数据之前在缓存定义中设置索引类型(indexedTypes),并对查询中可能用到的字段在对应实体类中相关属性添加注解,有必要的情况下还要设置索引。当定义缓存的时候设置了索引类型,则缓存不再是普通的KV形式的缓存了,而是具有数据库表的特性,这时候ignite就变成了分布式的内存数据库了,其sql相关功能是基于h2的sql引擎实现的。
1) 设置缓存索引类型
- JAVA代码定义缓存时设置索引类型
这里以long为主键,String为实体类作为示例:
使用 CacheConfiguration.setIndexedTypes(Long.class, String.class)
即可设置索引
- XML配置中设置索引类型
同样也是设置 indexedTypes
属性即可
<bean class="org.apache.ignite.configuration.CacheConfiguration"> ...... <property name="indexedTypes"> <list> <value>java.lang.Long</value> <value>org.cord.ignite.data.domain.Student</value> </list> </property> ...... </bean>
2) 注解 @QuerySqlField
的三种用法
- 启用实体类属性为查询域
@QuerySqlField private String test;
加上该注解后, test
字段才可以在 sql
语句中访问,这种形式不对该属性列创建索引。
- 启用查询域并为该列设置普通索引
@QuerySqlField(index = true) private String test;
- 启用查询域并设置组合索引
@QuerySqlField(orderedGroups = {@QuerySqlField.Group( name = "student", order = 0)}) private String name; @QuerySqlField(orderedGroups = {@QuerySqlField.Group( name = "student", order = 1)}) private String email;
其中name属性指定了组合索引的名字,order表示该字段在组合索引中的顺序。
该组合索引与普通数据库类似,同样遵循 最左原则 ,即组合索引是否会用到会受到最左原则的限制。
3) 使用 SqlFieldsQuery进行域查询
SQL语法中有两个预定义字段 _key
和 _val
:
_key
: 表示缓存中的所有键
_val
: 表示缓存中的所有值对象
List<List<?>> res = cache.query(new SqlFieldsQuery("select _VAL,name from \"Test\".student")).getAll(); System.out.format("The name is %s.\n", res.get(0).get(0));
4) 使用 SqlQuery
进行普通查询
NormalController.class
@RequestMapping("/sqlQuery") public @ResponseBody String sqlQuery(HttpServletRequest request, HttpServletResponse response) { IgniteCache<Long, Student> tempCache = ignite.cache(CacheKeyConstant.STUDENT); /**普通查询*/ String sql_query = "name = ? and email = ?"; SqlQuery<Long, Student> cSqlQuery = new SqlQuery<>(Student.class, sql_query); cSqlQuery.setReplicatedOnly(true).setArgs("student_44", "student_44gmail.com"); List<Cache.Entry<Long, Student>> tempResult = tempCache.query(cSqlQuery).getAll(); if (CollectionUtils.isEmpty(tempResult)) { return "result is Empty!"; } Student student = tempResult.stream().map(t -> t.getValue()).findFirst().get(); System.out.format("the beginning of student[student_44] is %s\n", student.getDob()); /**聚合函数查询*/ /**[count]*/ String sql_count = "select count(1) from student"; SqlFieldsQuery countQuery = new SqlFieldsQuery(sql_count); countQuery.setReplicatedOnly(true); List<List<?>> countList = tempCache.query(countQuery).getAll(); long count = 0; if(!CollectionUtils.isEmpty(countList)) { count = (Long)countList.get(0).get(0); } System.out.format("count of cache[student] is %s\n", count); /**[sum]*/ String sql_sum = "select sum(studId) from student"; SqlFieldsQuery sumQuery = new SqlFieldsQuery(sql_sum); sumQuery.setReplicatedOnly(true); List<List<?>> sumList = tempCache.query(sumQuery).getAll(); long sum = 0; if(!CollectionUtils.isEmpty(sumList)) { sum = (Long)sumList.get(0).get(0); } System.out.format("sum of cache[student.id] is %s\n", sum); return "all executed!"; }
运行结果如下:
the beginning of student[student_44] is Thu Sep 28 00:00:00 GMT+08:00 2017 count of cache[student] is 500 sum of cache[student.id] is 125250
3,数据并置与关联查询
数据的并置主要是针对采用分区模式存储的数据,所谓的数据并置,就是提供一种约束,将相关连的数据存储在相同的网格节点上,这样在数据查询或者分布式计算的时候就不需要数据移动了,这样会提升整体的性能。
以下以X,Y,Z三个cache的并置作为示例,完整代码请查看示例工程 ignite-example
。
其中X,Y,Z为三个分区模式的cache,Y与X并置,也就是说,Y的数据在存储的时候,会根据其 XId
属性,将数据存储在对应的X所在的节点上,同理,Z与Y并置,也就是将Z的数据存储在其YId属性对应的Y所在的节点上。以此形成一种约束,使得数据的分配可以人为控制。
要使用数据并置,就不得不提到一个API了,也就是 AffinityKey
,当一个cache与另外一个cache并置的时候,其cache的Key就得是 AffinityKey
类型了。
首先进行数据初始化:
CollocatedController.java
private String init(){ if(init.get()){ return "already execute init."; } //定义三个缓存 CacheConfiguration<Long, X> xcf = new CacheConfiguration<Long, X>("X") .setCacheMode(CacheMode.PARTITIONED) .setIndexedTypes(Long.class, X.class); CacheConfiguration<AffinityKey<Long>, Y> ycf = new CacheConfiguration<AffinityKey<Long>, Y>("Y") .setCacheMode(CacheMode.PARTITIONED) .setIndexedTypes(Affinity.class, Y.class); CacheConfiguration<AffinityKey<Long>, Z> zcf = new CacheConfiguration<AffinityKey<Long>, Z>("Z") .setCacheMode(CacheMode.PARTITIONED) .setIndexedTypes(Affinity.class, Z.class); ignite.destroyCache("X"); ignite.destroyCache("Y"); ignite.destroyCache("Z"); ignite.getOrCreateCache(xcf); ignite.getOrCreateCache(ycf); ignite.getOrCreateCache(zcf); IgniteCache<Long, X> xc = ignite.cache("X"); IgniteCache<AffinityKey<Long>, Y> yc = ignite.cache("Y"); IgniteCache<AffinityKey<Long>, Z> zc = ignite.cache("Z"); //加载数据 Y y; Z z; for (long i = 0; i < 100; i++) { xc.put(i, new X(i, String.valueOf(i))); y = new Y(i, String.valueOf(i), i); yc.put(y.key(), y); z = new Z(i, String.valueOf(i), i); zc.put(z.key(), z); } init.set(true); return "all executed."; }
而cache并置之后怎么校验并置是否成功呢?这就要用到 Affinity.class
的 mapKeyToNode()
方法了,其作用是根据给定的key,找到存储该key的节点信息,具体使用方法如下:
@RequestMapping("/verify") public @ResponseBody String verifyCollocate(HttpServletRequest request, HttpServletResponse response) throws Exception { if(!init.get()){ init(); } Affinity<Long> affinityX = ignite.affinity("X"); Affinity<Long> affinityY = ignite.affinity("Y"); Affinity<Long> affinityZ = ignite.affinity("Z"); for (long i = 0; i < 100; i++) { ClusterNode nodeX = affinityX.mapKeyToNode(i); ClusterNode nodeY = affinityY.mapKeyToNode(i); ClusterNode nodeZ = affinityZ.mapKeyToNode(i); if(nodeX.id() != nodeY.id() || nodeY.id() != nodeZ.id() || nodeX.id() != nodeZ.id()){ throw new Exception("cache collocated is error!"); } } System.out.println("cache collocated is right!"); return "all executed."; }
执行 /verify
之后,无异常抛出,在监控程序中查看一下存储情况:
会发现三个cache的数据分布完全一致,这与验证程序的结果(无异常抛出)保持一致,说明cache并置成功。
当数据并置成功后,就可以使用关联查询了,可以类比数据库中的多表联查:
@RequestMapping("/query") public @ResponseBody String query(HttpServletRequest request, HttpServletResponse response){ if(!init.get()){ init(); } IgniteCache<Long, X> xc = ignite.cache("X"); IgniteCache<AffinityKey<Long>, Y> yc = ignite.cache("Y"); IgniteCache<AffinityKey<Long>, Z> zc = ignite.cache("Z"); String sql1 = "from Y,\"X\".X " + "where Y.XId = X.id " + "and Y.info = ?"; String sql2 = "from Z,\"Y\".Y " + "where Z.YId = Y.id " + "and Z.info = ?"; String sql3 = "from Z,\"Y\".Y,\"X\".X " + "where Z.YId = Y.id and Y.XId = X.id " + "and Z.info = ?"; int i = IntStream.range(1, 100).skip((int)(100*Math.random())).findFirst().getAsInt(); System.out.println("query X and Y:"); System.out.println(yc.query(new SqlQuery<AffinityKey<Long>, Y>(Y.class, sql1).setArgs(i)).getAll()); System.out.println("**************************************************************************************"); System.out.println("query Y and Z:"); System.out.println(zc.query(new SqlQuery<AffinityKey<Long>, Z>(Z.class, sql2).setArgs(i)).getAll()); System.out.println("**************************************************************************************"); System.out.println("query X and Y and Z:"); System.out.println(zc.query(new SqlQuery<AffinityKey<Long>, Z>(Z.class, sql3).setArgs(i)).getAll()); System.out.println("**************************************************************************************"); return "all executed."; }
执行结果如下:
query X and Y: [Entry [key=AffinityKey [key=83, affKey=83], val=org.cord.ignite.example.collocated.Y@605e8969]] ************************************************************************************** query Y and Z: [Entry [key=AffinityKey [key=83, affKey=83], val=org.cord.ignite.example.collocated.Z@562dbd4]] ************************************************************************************** query X and Y and Z: [Entry [key=AffinityKey [key=83, affKey=83], val=org.cord.ignite.example.collocated.Z@7ff851ce]] **************************************************************************************
如果是没有并置的缓存,在关联查询的时候就需要启用非并置的分布式关联: SqlQuery.setDistributedJoins(true)
数据并置还可以使用注解 @AffinityKeyMapped
注解,其用法与使用 AffinityKey .class
类似,完整示例可参看 AffinityMappedController.class
至此,ignite的数据处理相关内容结束。
来源:https://www.cnblogs.com/cord/p/9431859.html
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- Python数据处理(二):处理 Excel 数据
- 自然语言处理之数据预处理
- Python数据处理(一):处理 JSON、XML、CSV 三种格式数据
- R|数据处理|因子型数据
- Python数据处理笔记(1)
- 有哪些大数据处理工具?
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
网络经济的十种策略
(美)凯文・凯利 / 肖华敬/任平 / 广州出版社 / 2000-06 / 26.00元
全书介绍网络经济的十个新游戏规则,分别是:蜜蜂比狮子重要;级数比加法重要;普及比稀有重要;免费比利润重要;网络比公司重要;造山比登山重要;空间比场所重要;流动比平衡重要;关系比产能重要;机会比效率重要!一起来看看 《网络经济的十种策略》 这本书的介绍吧!