Hazelcast 分布式共享数据

技术背景

Hazelcast 是一个开源的分布式计算平台，它提供了一种在多个节点之间共享数据的方法。Hazelcast 支持多种数据结构，如 Map、Set、List、Queue 等，并提供了丰富的配置选项，以满足不同场景的需求。

Hazelcast 可以用于以下场景：

分布式缓存：在分布式系统中，可以使用 Hazelcast 作为缓存层，将热点数据存储在内存中，提高系统的性能。
分布式计数器：使用 Hazelcast 的 IMap 数据结构，可以实现分布式计数器，方便地对分布式系统中的事件进行计数。
分布式消息队列：Hazelcast 提供了与 Apache Kafka 集成的功能，可以将消息发送到 Kafka，然后在其他节点上消费这些消息。
分布式数据库：Hazelcast 可以作为分布式数据库的一部分，提供高可用性和容错性。

Redis和Hazelcast进行了效率的对比，红色是Redis,蓝色是Hazelcast，根据结果。Redis在低数据负载的时候响应比 Hazelcast 表现更好，而在数据负载和并发请求增加时则表现相反。在不常见的大环境(如我们在脚本4)我们可以看到 Redis的平均响应时间剧烈的增长。Hazelcast 响应时间虽然也随着线程数增加而增长，但是这种增长要稳定得多，而且不像 Redis 表现的那样是指数级。

Spring Boot 使用例子

1、在 Spring Boot 项目中，首先需要在 pom.xml 文件中添加 Hazelcast 的依赖：

<!-- https://mvnrepository.com/artifact/com.hazelcast/hazelcast -->
<dependency>
    <groupId>com.hazelcast</groupId>
    <artifactId>hazelcast</artifactId>
    <version>5.3.1</version>
</dependency>

Gradle（build.gradle）：

compile com.hazelcast:hazelcast:${hazelcast.vertsion}

2、接下来，在 application.properties 或 application.yml 文件中配置 Hazelcast 集群：

hazelcast:
  network:
    join:
      multicast:
        enabled: true

这里配置了多播：Hazelcast使用多播协议来进行集群发现和成员管理。可以通过配置启用多播，让Hazelcast节点能够自动加入集群。

多播（Multicast）是一种网络通信方式，用于将数据包从一个发送者传输到多个接收者。与广播不同的是，多播是一种一对多的通信方式，只有那些已经加入特定多播组的主机才能接收到多播数据包。

在分布式系统中，多播可以用于集群节点之间的发现和通信。Hazelcast中使用多播协议来进行集群发现和成员管理，允许新的节点自动加入集群并与其他节点通信。这种方式能够简化集群配置和节点发现的处理，使得集群的扩展和管理更加容易。

3、先创一个建 Hazelcast 节点：

//org.palm.hazelcast.getstart.HazelcastGetStartServerMaster 
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
		Map<Integer, String> clusterMap = instance.getMap("MyMap");
		clusterMap.put(1, "Hello hazelcast map!");

		// 创建集群Queue
		Queue<String> clusterQueue = instance.getQueue("MyQueue");
		clusterQueue.offer("Hello hazelcast!");
		clusterQueue.offer("Hello hazelcast queue!");
	}
}

上面的代码使用 Hazelcast 实例创建了一个节点。然后通过这个实例创建了一个分布式的Map和分布式的Queue，并向这些数据结构中添加了数据。运行这个main方法，会在console看到以下内容：

Members [1] {

Member [192.168.2.199]:5701 this

}

随后再创建另外一个节点：

// org.palm.hazelcast.getstart.HazelcastGetStartServerSlave
public class HazelcastGetStartServerSlave {
	public static void main(String[] args) {
		//创建一个 hazelcastInstance实例
		HazelcastInstance instance = Hazelcast.newHazelcastInstance();
		Map<Integer, String> clusterMap = instance.getMap("MyMap");
		Queue<String> clusterQueue = instance.getQueue("MyQueue");
		
		System.out.println("Map Value:" + clusterMap.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());
	}
}

该节点的作用是从Map、Queue中读取数据并输出。运行会看到以下输出

Members [2] {

Member [192.168.199]:5701

Member [192.168.2.199]:5702 this

}

至此，2个节点的集群创建完毕。第一个节点向map实例添加了{key:1,value:"Hello hazelcast map!"}，向queue实例添加[“Hello hazelcast!”,“Hello hazelcast queue!”]，第二个节点读取并打印这些数据。