Hazelcast表現較慢

我們正試圖在應用程序中使用Hazelcast作爲分佈式緩存。這是我們的配置：Hazelcast表現較慢

<hazelcast xsi:schemaLocation="http://www.hazelcast.com/schema/config hazelcast-config-3.7.xsd" xmlns="http://www.hazelcast.com/schema/config" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"> 
    <group> 
     <name>sample_dev</name> 
     <password>[email protected]</password> 
    </group> 
    <management-center enabled="false">http://localhost:8080/mancenter</management-center> 
    <properties> 
     <property name="hazelcast.logging.type">slf4j</property> 
     <property name="hazelcast.socket.bind.any">false</property> 
    </properties> 
    <serialization> 
     <serializers> 
     <global-serializer override-java-serialization="true">com.prasanth.common.KryoSerializer</global-serializer> 
     </serializers> 
    </serialization> 
    <network> 
     <join> 
     <multicast enabled="false"/> 
     <tcp-ip enabled="true"> 
      <member-list> 
       <member>127.0.0.1:5701</member> 
      </member-list> 
     </tcp-ip> 
     </join> 
     <interfaces enabled="false"> 
     <interface>192.168.3.*</interface> 
     </interfaces> 
    </network> 
    <map name="com.prasanth.cache.CachedAsset"> 
     <in-memory-format>BINARY</in-memory-format> 
     <backup-count>1</backup-count> 
     <async-backup-count>1</async-backup-count> 
     <time-to-live-seconds>86400</time-to-live-seconds> 
     <max-idle-seconds>1200</max-idle-seconds> 
     <eviction-policy>LRU</eviction-policy> 
     <max-size policy="PER_NODE">4500</max-size> 
     <merge-policy>com.hazelcast.map.merge.LatestUpdateMapMergePolicy</merge-policy> 
     <!--<read-backup-data>true</read-backup-data>--> 
     <near-cache> 
     <in-memory-format>OBJECT</in-memory-format> 
     <cache-local-entries>true</cache-local-entries> 
     <time-to-live-seconds>86400</time-to-live-seconds> 
     <max-idle-seconds>1200</max-idle-seconds> 
     <invalidate-on-change>true</invalidate-on-change> 
     </near-cache> 
    </map> 
</hazelcast>

從文檔中，我可以看到，每次打電話到Hazelcast，都會涉及到反序列化。因此，爲了優化調用，我們使用Kryo作爲默認序列化器並實現了接近緩存。我們必須將每個大小爲500KB的對象放入地圖中，並且在內存中可以有大約400-500個這樣的活動對象。我們經常在應用程序中使用緩存。

此前我們使用EhCache和配置爲緩存實現的JGroups。操作速度非常快。但是當我們嘗試使用Hazelcast時，我發現運行時間有相當大的差異。我可以不確定Hazelcast不僅僅是緩存實現。但只是想知道爲什麼操作與EhCache（使用jgroups）相比變得非常慢。我們所做的配置有問題嗎？請建議！

另請注意，我正在單節點機器上測試這個。

來源

2017-03-13 PrasanthNath

主要區別在於，EHcache最終成爲應用程序的本地緩存，而Hazelcast仍然是分佈式緩存。但是，如果並且只有在多次使用同一物品的情況下，Nearcache才能帶來巨大的業績。 Nearcache不是一個複製機制，而是一個簡單的附加（本地）緩存層。

在3.8連續查詢緩存是開源的，每次更新時它都會自動更新本地緩存。另一個選項是查看將複製信息到集羣中每個節點的複製映射（但只有集羣成員，而CQC也適用於客戶）。

來源

2017-03-13 13:43:54 noctarius

一個簡單的問題。我已將每個節點的最大大小定義爲4500.這是好嗎？我們在生產中有3個節點的羣集，默認情況下有271個分區，我將同時啓用同步和異步備份。因此，我將擁有270/3 = 90個分區傳輸主數據，其餘180個分區將備份其他節點的數據。我認爲我們每個分區最多可以保存50個元素，因此90 * 50 = 4500。這個配置是否正確？我怎麼知道每個分區可以存儲多少個元素？ – PrasanthNath

沒有，您有271個數據分區，這些分區的副本最終在其他羣集節點上。這就是說：1備份= 271個數據分區+271備份分區 – noctarius

http://docs.hazelcast.org/docs/3.7/manual/html-single/index.html#data-partitioning從這個鏈接，我認爲節點將默認情況下有271個分區，這些分區將包含主分區和備份分區中的數據。就我而言，由於每個節點都有2個數據備份，我認爲每個節點只剩下約90個主分區。這不是這種情況嗎？ – PrasanthNath

所有分佈式緩存解決方案都會產生序列化成本。由於您希望數據存在於JVM之外，因此無法解決這個問題。

使用JGroups進行復制的Ehcache可能通過異步執行復制來隱藏此成本，但您在此設置中有效地保證了一致性保證零。

無論是使用Ehcache還是Hazelcast，分佈式解決方案都將提供一致性保證。但是由於執行一致性，這增加了成本。

來源

2017-03-14 10:59:12

Hazelcast表現較慢

回答

相關問題