还在用Redis，是时候考虑下Ignite了

最近在一个新的项目技术选型的时候看到了Ignite。Ignite作为一个高性能，分布式内存计算和事务平台，解决了大规模，大数据量，高并发的企业级应用的痛点，是一个非常有潜力的技术。

Ignite的特点

多级存储

Ignite对多级存储的支持主要有三种模式：内存，内存+数据库，内存+原生持久化。

内存：仅使用内存存储数据，为了保证数据不丢失，应该保证数据至少有一份备份。

内存+数据库：在数据库上层用Ignite作为缓存，这里的数据库可以是传统的数据库，例如Mysql,Oracle等。在这里Ignite的作用类似于我们常用的ehcache，guava cache等，但是Ignite是分布式的且更加强大。

内存+原生持久化：Ignite本身支持持久化，可以将数据全部持久化到磁盘，同时将全部或者部分热点数据加载到内存中。

持久化

Ignite本身的持久化支持分布式，事务和SQL语句，具体持久化过程如下图所示：

持久化

持久化的核心在于write-ahead log (WAL)，其目的在尽快将数据更新到磁盘，并且保证在整个集群出现问题时能够恢复数据。

分布式SQL

Ignite支持关系型数据库中的SELECT, UPDATE, INSERT, DELETE操作，甚至还支持JOIN操作。上面我们说到Ignite有三种不同模式，每种模式对SQL的支持不一样。

分布式SQL

内存模式：在这种模式下支持上述的各种SQL操作，且性能非常好。

内存+原生持久化模式：这种模式下支持上述的各种SQL操作，且并不需要把全部数据加载到内存中，Ignite的SQL引擎支持内存和硬盘的联合查询。

内存+数据库模式：这种模式不支持Ignite和数据库的联合查询，也就是说，对于一条语句查询或者更新，Ignite的SQL引擎不会分别从Ignite内存和数据库中取出满足条件的数据并且聚合后返回，这是目前做不到的。除非将外部数据库的数据全部加载到Ignite中。

分布式Key-Value

Ignite可以作为一个传统的K-V存储使用，类似于我们之前常用的Redis，这里就不再赘述。

Key-Value存储

分布式事务

Ignite˙支持分布式事务，无论是做缓存还是数据持久化到硬盘都可以保证数据的一致性。

分布式事务

Ignite支持多种分布式事务方式，主要有两段式提交和三段式提交以及Ignite本身的WAL。两段式和三段式时分布式事务常用的两种方式，不再赘述，这里简单说下Ignite本身的WAL方式，WAL是write-ahead log的简称，数据在持久化到磁盘的时候会先写到日志文件里面，然后再更新到磁盘。这种方式只支持Ignite原生的持久化方式，如果是内存+外部数据库的方式，只能选择两段式或者三段式事务。

集中处理

在传统的关系型数据库或者非关系中数据库中，我们通常将数据从数据库取到客户端应用进行处理，而Ignite采用了一种不同的方式，将复杂的计算或者是SQL直接放在Ignite集群的节点上处理，将执行的结果返回给客户端应用。这样就避免了大量的数据在网络上传输。

Ignite集中处理

机器学习

Ignite为构建机器学习模型提供了一套简单，弹性和有效的工具集，且不需要做数据转换。机器学习不熟悉，这里就不班门弄斧了。

Ignite支持机器学习

Ignite使用场景

根据上面Ignite的特点，Ignite适合的使用场景主要有几种：

作为缓存或者数据库使用

Ignite可以作为应用的缓存层甚至是直接作为数据库使用，因为Ignite不仅支持数据的内存存储，还支持持久化和事务，甚至支持SQL查询。如下图所示架构：

Ignite作为缓存

应用或者是服务先将数据存储到Ignite集群中，然后在根据需要持久化到磁盘，写到其他数据库，甚至是抽取到大数据平台，在这个架构中Ignite对上可以满足应用和服务的高速访问，对下可以支持多种数据持久化存储的需要。

数据和计算中心

Ignite可以作为一个高性能的数据计算中心，支持复杂的计算和分析，同时也可以作为一个数据集成总线，聚合不同来源的数据，然后做分析处理。因为Ignite是基于内存处理的，所以处理速度会很快，

总结

简单总结一下，Ignite以内存为中心的架构设计在性能方面有很强的表现，可以作为缓存为应用和服务加速，同时支持原生持久化的分布式内存数据库、事务和Key-Value存储、分布式计算框架、易于与各种技术集成、支持机器学习等，还提供了完整的多语言API支持。Ignite融合了分布式，关系型数据库，高速缓存的特点，对于目前的高并发，大数据量的互联网级应用提供了强有力的支撑，在技术选型时可以综合考虑，采用Ignite集群来提升系统性能。