Apache Ignite 与 redis 性能对比 ignite数据库跟redis对比

转载

编程小匠人之魂 2024-06-15 11:14:58

文章标签 Apache Ignite sql ci bc 文章分类 Redis 数据库

什么是Apache Ignite？

Ignite是一个以内存为中心的分布式数据库、缓存和处理平台，可以在PB级数据中，以内存级的速度进行事务性、分析性以及流式负载的处理。

上述引用了Ignite的官方介绍，通俗来讲，Ignite就是一个内存数据库，它包括了很多特性，它既是一个分布式缓存，也是一个分布式数据库，同时也支持一定程度的ACID事务。

关键字：固化内存、并置处理

固化内存

Ignite的固化内存组件不仅仅将内存作为一个缓存层，还视为一个全功能的存储层。这意味着可以按需将持久化打开或者关闭。如果持久化关闭，那么Ignite就可以作为一个分布式的内存数据库或者内存数据网格，这完全取决于使用SQL和键-值API的喜好。如果持久化打开，那么Ignite就成为一个分布式的，可水平扩展的数据库，它会保证完整的数据一致性以及集群故障的可恢复能力。

并置处理

Ignite是一个分布式系统，因此，有能力将数据和数据以及数据和计算进行并置就变得非常重要，这会避免分布式数据噪声。当执行分布式SQL关联时数据的并置就变得非常的重要。Ignite还支持将用户的逻辑（函数，lambda等）直接发到数据所在的节点然后在本地进行数据的运算。

Ingite和Spark有什么区别？

Ignite 是一个基于内存的计算系统，也就是把内存做为主要的存储设备。Spark 则是在处理时使用内存。相比之下，Ingite的索引更快，提取时间减少，避免了序列/反序列等优点，使前者这种内存优先的方法更快。

Ignite提供了一个Spark RDD抽象的实现，他可以容易地在内存中跨越多个Spark作业共享状态，在跨越不同Spark作业、工作节点或者应用时，IgniteRDD为内存中的相同数据提供了一个共享的、可变的视图，而原生的SparkRDD无法在Spark作业或者应用之间进行共享。
1. 获得真正的可扩展的内存级性能，避免数据源和Spark工作节点和应用之间的数据移动
2. 提升DataFrame和SQL的性能
3. 在Spark作业之间更容易地共享状态和数据

如何使用Ingite？

启动Ingite集群
从官网下载zip格式压缩包
解压到系统中的一个安装文件夹，如apache-ignite-fabric-2.6.0-bin
配置IGNITE_HOME环境变量
linux执行命令：

bin/ignite.sh

此时将启动Ingite，当最后输出下面信息时，则说明启动成功：

[20:47:15] Ignite node started OK (id=60d15c51)
[20:47:15] Topology snapshot [ver=1, servers=1, clients=0, CPUs=4, offheap=3.2GB, heap=3.5GB]

使用maven启动

<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>
<dependency>
    <groupId>org.apache.ignite</groupId>
    <artifactId>ignite-indexing</artifactId>
    <version>${ignite.version}</version>
</dependency>

目前ignite最新版本为2.6

Ingite集群知识

Ignite具有非常先进的集群能力，包括逻辑集群组和自动发现。

Ignite节点之间会自动发现对方，这有助于必要时扩展集群，而不需要重启整个集群。开发者可以利用Ignite的混合云支持，允许公有云（比如AWS）和私有云之间建立连接,向他们提供两者的好处。

Ingite有两种发现机制，分别是TCP/IP和Zookeeper。总的来说对于小集群，使用默认的TCP/IP发现方式，对于成百上千的大集群，则建议使用Zookeeper。

Apache Ignite 与 redis 性能对比 ignite数据库跟redis对比_ci

作为关系型数据库使用

创建表

可以通过控制台和jdbc两种方式执行sql语句，支持H2的语法。

控制台
1. 执行ignite.sh启动集群
2. 启动sqlline

sqlline.sh --color=true --verbose=true -u jdbc:ignite:thin://127.0.0.1/

执行脚本用!sql +sql 语句即可

!sql CREATE TABLE City (id LONG PRIMARY KEY, name VARCHAR) WITH "template=replicated";
!sql CREATE TABLE Person (id LONG, name VARCHAR, city_id LONG, PRIMARY KEY (id, city_id)) WITH "backups=1, affinityKey=city_id";
!sql CREATE INDEX idx_city_name ON City (name);
!sql CREATE INDEX idx_person_name ON Person (name);

jdbc

// 注册JDBC driver.
Class.forName("org.apache.ignite.IgniteJdbcThinDriver");

// 打开 JDBC connection.
Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");

// 创建表
try (Statement stmt = conn.createStatement()) {

    // 创建基于复制模式的City表
    stmt.executeUpdate("CREATE TABLE City (" + 
    " id LONG PRIMARY KEY, name VARCHAR) " +
    " WITH \"template=replicated\"");

    // 创建基于分片模式，备份数为1的Person表
    stmt.executeUpdate("CREATE TABLE Person (" +
    " id LONG, name VARCHAR, city_id LONG, " +
    " PRIMARY KEY (id, city_id)) " +
    " WITH \"backups=1, affinityKey=city_id\"");

    // 创建City表的索引
    stmt.executeUpdate("CREATE INDEX idx_city_name ON City (name)");

    // 创建Person表的索引
    stmt.executeUpdate("CREATE INDEX idx_person_name ON Person (name)");

插入数据

控制台

!sql INSERT INTO City (id, name) VALUES (1, 'Forest Hill');
!sql INSERT INTO City (id, name) VALUES (2, 'Denver');
!sql INSERT INTO City (id, name) VALUES (3, 'St. Petersburg');

!sql INSERT INTO Person (id, name, city_id) VALUES (1, 'John Doe', 3);
!sql INSERT INTO Person (id, name, city_id) VALUES (2, 'Jane Roe', 2);
!sql INSERT INTO Person (id, name, city_id) VALUES (3, 'Mary Major', 1);
!sql INSERT INTO Person (id, name, city_id) VALUES (4, 'Richard Miles', 2);

jdbc

Class.forName("org.apache.ignite.IgniteJdbcThinDriver");

Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");

try (PreparedStatement stmt =
conn.prepareStatement("INSERT INTO City (id, name) VALUES (?, ?)")) {

    stmt.setLong(1, 1L);
    stmt.setString(2, "Forest Hill");
    stmt.executeUpdate();

    stmt.setLong(1, 2L);
    stmt.setString(2, "Denver");
    stmt.executeUpdate();

    stmt.setLong(1, 3L);
    stmt.setString(2, "St. Petersburg");
    stmt.executeUpdate();
}

try (PreparedStatement stmt =
conn.prepareStatement("INSERT INTO Person (id, name, city_id) VALUES (?, ?, ?)")) {

    stmt.setLong(1, 1L);
    stmt.setString(2, "John Doe");
    stmt.setLong(3, 3L);
    stmt.executeUpdate();

    stmt.setLong(1, 2L);
    stmt.setString(2, "Jane Roe");
    stmt.setLong(3, 2L);
    stmt.executeUpdate();

    stmt.setLong(1, 3L);
    stmt.setString(2, "Mary Major");
    stmt.setLong(3, 1L);
    stmt.executeUpdate();

    stmt.setLong(1, 4L);
    stmt.setString(2, "Richard Miles");
    stmt.setLong(3, 2L);
    stmt.executeUpdate();
}

查询数据

控制台

!sql SELECT p.name, c.name FROM Person p, City c WHERE p.city_id = c.id;

jdbc

Class.forName("org.apache.ignite.IgniteJdbcThinDriver");

Connection conn = DriverManager.getConnection("jdbc:ignite:thin://127.0.0.1/");

// 使用标准的sql获取数据
try (Statement stmt = conn.createStatement()) {
    try (ResultSet rs =
    stmt.executeQuery("SELECT p.name, c.name " +
    " FROM Person p, City c " +
    " WHERE p.city_id = c.id")) {

      while (rs.next())
         System.out.println(rs.getString(1) + ", " + rs.getString(2));
    }
}

输出结果

Mary Major, Forest Hill
Jane Roe, Denver
Richard Miles, Denver
John Doe, St. Petersburg

作为并置处理引擎

try (Ignite ignite = Ignition.start()) {
  Collection<IgniteCallable<Integer>> calls = new ArrayList<>();
  // 将这句字符串按照空格分组，并将任务分派到各个节点中计算
  for (final String word : "Count characters using callable".split(" "))
    calls.add(word::length);
  // 分派
  Collection<Integer> res = ignite.compute().call(calls);
  // 将各个节点统计后的结果汇总
  int sum = res.stream().mapToInt(Integer::intValue).sum();
    System.out.println("Total number of characters is '" + sum + "'.");
}

输出

Total number of characters is '28'.

作为Data Grid（数据网格）应用

键值对存放及读取

try (Ignite ignite = Ignition.start()) {
    IgniteCache<Integer, String> cache = ignite.getOrCreateCache("myCacheName");

    // Store keys in cache (values will end up on different cache nodes).
    for (int i = 0; i < 10; i++)
        cache.put(i, Integer.toString(i));

    for (int i = 0; i < 10; i++)
        System.out.println("Got [key=" + i + ", val=" + cache.get(i) + ']');
}

原子操作

// Put-if-absent which returns previous value.
Integer oldVal = cache.getAndPutIfAbsent("Hello", 11);

// Put-if-absent which returns boolean success flag.
boolean success = cache.putIfAbsent("World", 22);

// Replace-if-exists operation (opposite of getAndPutIfAbsent), returns previous value.
oldVal = cache.getAndReplace("Hello", 11);

// Replace-if-exists operation (opposite of putIfAbsent), returns boolean success flag.
success = cache.replace("World", 22);

// Replace-if-matches operation.
success = cache.replace("World", 2, 22);

// Remove-if-matches operation.
success = cache.remove("Hello", 1);

事务支持

try (Transaction tx = ignite.transactions().txStart()) {
    Integer hello = cache.get("Hello");

    if (hello == 1)
        cache.put("Hello", 11);

    cache.put("World", 22);

    tx.commit();
}

分布式锁

// Lock cache key "Hello".
Lock lock = cache.lock("Hello");

lock.lock();

try {
    cache.put("Hello", 11);
    cache.put("World", 22);
}
finally {
    lock.unlock();
}

部署远程微服务

Ignite的服务网格对于在集群中部署微服务非常有用，Ignite会处理和部署的服务有关的任务的生命周期，并且提供了在应用中调用服务的简单方式
下面的例子部署了一个Service，将从客户端传过来的信息进行打印
1.声明服务接口，扩展Ignite的service接口

import org.apache.ignite.services.Service;

public interface HelloService extends Service {
    // 接受客户端的信息
    String sayRepeat(String msg);
}

2.实现服务接口，除了实现自己定义的接口外，也可以覆盖实现Ignite各个生命周期的工作

@Slf4j
public class HelloServiceImpl implements HelloService {

    @Override
    public String sayRepeat(String msg) {
        log.info("I repeat your words : '{}'.", msg);
        return msg;
    }

    @Override
    public void cancel(ServiceContext serviceContext) {
        log.info("{} cancel", serviceContext.name());
    }

    @Override
    public void init(ServiceContext serviceContext) throws Exception {
        log.info("{} init", serviceContext.name());

    }

    @Override
    public void execute(ServiceContext serviceContext) throws Exception {
        log.info("{} execute", serviceContext.name());
    }
}

3.部署服务sayHello，此时服务应用常驻在内存中

@Slf4j
public class IgniteServiceDemo {
    public static void main(String[] args) {
        IgniteServiceDemo demo = new IgniteServiceDemo();
        demo.deploy();
    }

    private void deploy() {
        String serviceName = "sayHello";
        log.info("ready to start service {}", serviceName);
        Ignite ignite = Ignition.start();
        ignite.services().deployClusterSingleton(serviceName, new HelloServiceImpl());
        log.info("service {} have bean started", serviceName);
    }
}

4.在另外一个应用中启动客户端，可通过控制台输入字符串，调用服务sayHello

@Slf4j
public class IgniteClientDemo {
    public static void main(String[] args) {
        IgniteClientDemo demo = new IgniteClientDemo();
        demo.call();
    }

    private void call() {
        String serviceName = "sayHello";
        try (Ignite ignite = Ignition.start()){
            HelloService helloService = ignite.services().serviceProxy(serviceName, HelloService.class, false);
            log.info("Speaking，please.");
            Scanner in = new Scanner(System.in);
            while(in.hasNext()){
                helloService.sayRepeat(in.next());
            }
        }
    }
}

5.结果

客户端输出

[INFO ] 22:41:16.860 [main] com.mumu.IgniteClientDemo - Speaking，please.
Hello!
My name is Ryan

服务端输出

[INFO ] 22:41:05.481 [srvc-deploy-#43] c.mumu.service.impl.HelloServiceImpl - sayHello init
[INFO ] 22:41:05.481 [service-#46] c.mumu.service.impl.HelloServiceImpl - sayHello execute
[INFO ] 22:41:05.481 [main] com.mumu.IgniteServiceDemo - service sayHello have bean started
[22:41:16] Topology snapshot [ver=2, servers=2, clients=0, CPUs=4, offheap=6.4GB, heap=7.1GB]
[22:41:16]   ^-- Node [id=610DAC7C-B087-405F-8549-8A7FE6012FD4, clusterState=ACTIVE]
[22:41:16] Data Regions Configured:
[22:41:16]   ^-- default [initSize=256.0 MiB, maxSize=3.2 GiB, persistenceEnabled=false]
[INFO ] 22:41:23.086 [svc-#57] c.mumu.service.impl.HelloServiceImpl - I repeat your words : 'Hello!'.
[INFO ] 22:41:35.212 [svc-#59] c.mumu.service.impl.HelloServiceImpl - I repeat your words : 'My name is Ryan'.

后记

上述的例子只是Apache Ignite各种特性及功能中的一部分，作为一个内存为核心的框架，它的应用场景极多，既可像Redis一样作为缓存，也可像关系型数据库那样执行sql语句，同时还能与Spark集成，增强spark的扩展性及速度，还能作为Hibernate和MyBatis的二级缓存，甚至还可以成为RPC框架提供微服务。而更可怕的是它具有分布式特性，可以根据应用规模水平扩展，并且还是运行在内存中，本身速度就占有很大的优势。

本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。