Hazelcast与MongoDB集成

作者：chszs，未经博主同意不得转载。经许可的转载需注明作者和博客主页：http://blog.csdn.net/chszs

一、Hazelcast与MongoDB

Hazelcast的分布式数据结构和计算性能使得它能够作为应用程序后端的“MongoDB”。

MongoDB是一个开源的、面向文档的数据库，其扩展性和灵活性都非常好。

MongoDB不是把数据存入（关系数据库的）表和行，而相似于JSON文档的方式和是以动态模式进行存储。简而言之，MongoDB是一种NoSQL数据存储，主要涉及数据的存储和持久化以及无模式数据的检索。

Hazelcast是一个开源的、分布式的、高可用的、可扩展的内存数据网格存储，它基于Apache v2许可证公布，可用作缓存、消息代理器以及分布式计算平台。

Hazelcast强调快速訪问分布式数据（一般是分布式的缓存）、分布式计算和分布式消息。

能够查看这个文档: https://hazelcast.com/use-cases/nosql/nosql-data-store/

Hazelcast能够当作NoSQL存储方案。MongoDB有一些数据网格、网格计算的功能，但MongoDB在这方面未做最优化。因此，Hazelcast和MongoDB在这方面做功能对照，有点相似于比較苹果和桔子。

Hazelcast和MongoDB能够结合起来协同工作。而不是相互竞争。Hazelcast支持使用MongoDB作为其后端的数据存储。把Hazelcast的数据映射到MongoDB是非常easy的，不管是数据直接写还是延后写都支持。

以下我们回想一下Hazelcast和MongoDB的特性，看看他们如何相互配合工作。

二、特征

1、简单性

Hazelcast和MongoDB这两种技术运行都非常简单。我们能够让MongoDB在几分钟内实现全然启动。比方，在Mac OS X系统上。能够使用brew安装MongoDB。

brew mongo install

Hazelcast的启动相同简单。

2、对Java开发人员的优势

Hazelcast和MongoDB对于开发Java应用程序来说，是非常适合的。对于Hazelcast来说，能够在集群中直接使用Java对象，无需担忧传输数据层的问题，这样开发工作就简化了非常多。

而使用MongoDB就既须要使用MongoDB的数据结构，又须要写和配置传输数据层。

BSON库全然支持BSON数据格式、数据存储格式和网络传输层格式，MongoDB使用BSON作为存储的“文档”。

BSON是二进制JSON的简称，是JSON数据序列化的二进制编码。

MongoDB官网上有Java驱动包，并且此驱动包是一个Java对象文档映射框架，能够把MongoDB的文档与Java对象进行双向映射。

就部署和集成Java应用而言。Hazelcast能够给应用带来低延迟的数据訪问特性（通过各种机制）。尤其是Hazelcastclient的就近缓存和Hazelcast成员的嵌入式部署。而对于MongodB，网络延迟是存在的，由于它没有本地内存缓存。

3、分布式计算

Hazelcast的分布式计算框架极其强大，它同意随意业务逻辑运行位置引用，并支持跨集群的分布式扩展。MongoDB支持单线程的MapReduce框架，但不支持随意的用户代码运行。

Hazelcast在分布式计算方面还有非常多MongoDB不具备的功能特性。比方分布式并发工具：锁、信号量、队列等，能够把任务协调分布到多个节点并行工作，而这些在本地是非常难实现的。我知道非常多人使用MongoDB作为他们自己的消息代理器的实现，可是非常难想象。仅使用MongoDB如何实现实际的并行。

4、持久化

Hazelcast主要是解决訪问分布式数据和进行分布式计算时保持低延迟。

默认情况下，Hazelcast不涉及磁盘或其他持久化的存储。

Hazelcast不是数据库。

而MongoDB是一个真正的持久化数据库（当然，MongoDB的持久化也有一点问题。由于它的写操作是写内存，不是同步写入磁盘的。）

我们来看看把Hazelcast的数据持久化到MongoDB所带来的优点吧：

1）IMap和MapStore

Hazelcast的通读/通写功能是两个接口：MapLoader和MapStore。假设仅仅需从数据库读取数据，那么开发人员仅仅需实现MapLoader接口。

MapLoader接口

public interface MapLoader<K, V> {

    V load(K key); (1)

    Map<K, V> loadAll(Collection<K> keys); (2)

    Iterable<K> loadAllKeys(); (3)

}

• 1）方法一是获取给定键名的值。假设分布式的Map中未包括给定键名的值，那么Hazelcast将调用load(key)方法的实现来获取这个值。

• 2）方法二是获取键名集合相应的全部键值。这是一个批读取操作，是针对多个读取给定键名的值的优化。
• 3）方法三是获取存储区的全部键名。

MapStore接口继承了MapLoader接口。并同意保存IMap条目到数据库。

MapStore接口

public interface MapStore<K, V> extends MapLoader<K, V> {

    void store(K key, V value); (1)

    void storeAll(Map<K, V> map); (2)

    void delete(K key); (3)

    void deleteAll(Collection<K> keys); (4)

}

• 1）存储键值对
• 2）存储多个条目。

  此方法的实现能够优化多个存储键值对的操作

• 3）删除给定键名的条目
• 4）删除给定键名集合的多个条目

要想对MapLoader和MapStore接口了解的很多其他，查看文档： http://docs.hazelcast.org/docs/3.5/manual/html-single/index.html#map-persistence

要与MongoDB互动，使用mongo-java-driver驱动包。

Maven依赖配置例如以下：

<dependency>

   <groupId>org.mongodb</groupId>

   <artifactId>mongo-java-driver</artifactId>

   <version>${mongo-java-driver.version}</version>

</dependency>

MongoClient mongoClient = new MongoClient(new MongoClientURI(mongoUrl)); (1)

MongoCollection collection = mongoClient.getDatabase(dbName).getCollection(collectionName); (2)

final Document document = (Document) collection.find(eq("_id", key)).first(); (3)

collection.insertOne(document); (3)

• 1）使用给定URI（比方mongodb://localhost:27017）建立到MongoDB实例的连接
• 2）MongoClient类提供了连接MongoDB实例、訪问数据库、訪问集合、訪问文档的方法
• 3）MongoCollection类同意对集合中的文档进行增删改查

总结

MongoDB结合Hazelcast。能够提供低延迟訪问分布式、无模式的数据的解决方式。

假设你在寻求NoSQL数据存储解决方式，MongoDB是非常适合的。Hazelcast的fenbushii数据结构和分布式计算能力。是MongoDB所不具备的。