分布式缓存中间件
方便实现缓存的分布式，集群，负载均衡，故障自动转移，并兼容多种缓存存储的分布式缓存中间件。 用于解决分布式架构中的分布式缓存环节。
特点：
代码少，便于扩展。
兼容阿里云memcache，redis，ssdb。
规范缓存使用接口，屏蔽底层缓存实现。
通过配置连接字符串即可切换不同存储引擎，可以混合不同存储引擎组成缓存集群部署。（如部分redis，部分memcache）
动态负载均衡，故障转移，线上无缝平行扩展和扩容，方便运维。
不同存储介质
/// <summary> /// Redis /// 数据存内存,适合内存大小范围内大量缓存。（若是频繁失效的缓存数据，大量热点数据，建议使用redis） /// </summary> Redis, /// <summary> /// SSDB /// 数据热点存内存，大量数据存磁盘。（若是命中率较低，命中热点数据，大量冷数据，建议使用ssdb） /// </summary> SSDB, /// <summary> /// Memcached /// </summary> Memcached, /// <summary> /// SQLServer内存表 /// </summary> SqlServer, /// <summary> /// 阿里云的缓存服务OCS /// </summary> AliyunMemcached,
备注：
属于半研究性项目，已在线上阿里云memcache环境使用。
未来发展:
分布式缓存中间件平台化，实现缓存监控，预警，性能报告等，性能数据收集至监控平台。
扩展分布式缓存的其他特点。
环形一致性hash对负载均衡和故障转移的支持。
-
本人hadoop使用环境： 在本机用Eclipse插件连接到实验室服务器上运行的。 下面说下分布式缓存的使用方法： 首先，你要在你的main()函数里面添加分布式缓存文件： //将矩阵A作为分布式缓存 DistributedCache.addCacheFile(new URI("hdfs://1.1.2.1:9000/user/1M_A/Atest.txt"), comW.getConfigura
-
使用sql拼接成的BaseController和BaseService BaseController package com.project.demo.controller.base; import com.alibaba.fastjson.JSONArray; import com.alibaba.fastjson.JSONObject; import com.project.demo.ser
-
http://blog.sina.com.cn/s/blog_7800d921010174eg.html 1. DistributedCache.createSymlink(conf); DistributedCache.addCacheFile(new URI(“file.txt#test”), conf); 一定要放在job的初始化前面，否则会在mapper或者reducer中出现文件找不到的
-
今天掉到getLocalCacheFiles的小坑里了。DistributedCache主要有getLocalCacheArchives和getLocalCacheFiles两个接口可以获取文件，我就理所当然的以为后者是拿非Archives文件了。结果处理时总是有不期望的字符出现，搞得我一度怀疑文本文件在HDFS中会被加上一些头，指明K/V类型以及分布之类的东西了。后来甚至抄了Hadoop源码中R
-
service层的抽取和dao层的抽取差不多相同，主要不同点是dao实例化的问题，需要在调用时传入，并在BaseServiceImpl接收。 详细的过程说明请参考dao层的抽取。 dao层的抽取：http://blog.csdn.net/kyle0349/article/details/51914504 1、抽取前UserService接口 package cn.tax.nsfw.user.s
-
#0. 前言 之前写了几篇文章介绍了一些AOP的知识， 但是还没有亮出来AOP的姿势， 也许姿势漂亮一点， 大家会对AOP有点兴趣 内容大致会分为如下几篇：（毕竟人懒，一下子写完太累了，没有动力） AOP的姿势之 简化 MemoryCache 使用方式 AOP的姿势之 简化混用 MemoryCache 和 DistributedCache 使用方式 AOP的姿势之 如何把 HttpClient 变
-
转载自：http://www.cnblogs.com/xuxm2007/archive/2011/06/29/2092145.html http://hadoop.apache.org/mapreduce/docs/r0.21.0/api/org/apache/hadoop/filecache/DistributedCache.html Distribute application-specifi
-
mapper 和service写大量的重复的代码，今天通过反射和泛型简化代码 public interface BaseMapper<T> { List<T> getListByPage(T param); int countTotalNum(T param); } public abstract class BaseService<T> { public abstr
-
会有这样一种场景：有个非常大的文件需要和一个很小的文件去关联，即：一张大表去关联一张小表。 如果是在Hive里可以用MapJoin的方式，但是这种方式不是很灵活虽然也支持不等值连接，例如：有这样一个需求，有一个很大的日志文件，这个文件中有个字段是用户的IP（这里的IP是长整形），有一个很小的文件记录了IP范围对应的地域信息，我需要知道这些用户的地域分布信息，如果用MapJoin的话需要用大于和小于
-
IBaseDao package com.glht.sim.dao; import java.util.List; public interface IBaseDao<T> { T get(long id); void create(T t); void delete(T t); void update(T t); int ge
-
看yuying代码，看到这个distributedCache，然后搜到这篇文章，很赞，~ 1、DistributedCache In Hadoop 此篇文章主要是前一篇的后续，主要讲Hadoop的分布式缓存机制的原理与运用。 分布式缓存在MapReduce中称之为DistributedCache，它可以方便map task之间或者reduce task之间共享一些信息，同时也可以将第三方包添加到其
-
DistributedCache是Hadoop提供的文件缓存工具，它能够自动将指定的文件分发到各个节点上，缓存到本地，供用户程序读取使用。它具有以下几个特点：缓存的文件是只读的，修改这些文件内容没有意义；用户可以调整文件可见范围（比如只能用户自己使用，所有用户都可以使用等），进而防止重复拷贝现象；按需拷贝，文件是通过HDFS作为共享数据中心分发到各节点的，且只发给任务被调度到的节点。本文将介绍Di
-
Web 应用程序可能需要为成百上千甚至更多的用户同时提供服务。如果你没有采取必要的措施，在这种负载下，你的网站可能会崩溃或变得没有响应。 假设在主页显示最后 10 条新闻，并且平均每分钟有上千名用户访问此页面。你可能为每个用户通过查询数据库来显示页面视图信息： SELECT TOP 10 Title, NewsDate, Subject, Body FROM News ORDER BY NewsD
-
问题内容： 我正在寻找Java分布式缓存解决方案。我们希望功能喜欢： 我们已经分析了Terracotta这样的框架，它似乎是缓存框架中我们想要的一切……但是，似乎需要一个中央缓存节点，这成为我们的单点故障。 除了推出我们自己的解决方案之外，还有其他想法吗？ 问题答案： 我建议使用JBossCache或EhCache（使用分布式缓存侦听器）。我都用过，我都喜欢，它们都适合您的要求。
-
我正在使用ehcache（2.10.1）和terracotta（开源4.3.1）实现分布式缓存。我在单台机器上尝试了两个JVM实例和一个terracotta服务器，代码按预期工作，没有错误。 现在，我尝试运行相同的terracotta服务器，但在虚拟机上使用客户端。在虚拟机上运行客户端时，会收到以下消息和错误： 使用的 tc-config.xml 文件： 使用的 ehcache.xml 文件： 在
-
[命名空间: Serenity.Caching, 程序集: Serenity.Caching.Couchbase] Redis 是另一种内存数据库，由于其优秀的性能和可靠性， StackOverflow 也在使用它，他们所有的 WEB 服务只用了一个 Redis 数据库。 你可以从 Serenity.Caching.Redis 的 NuGet 程序包获取该服务类型的 Serenity 实现。 它可
-
[命名空间: Serenity.Caching, 程序集: Serenity.Caching.Couchbase] Couchbase 是一个分布式数据库，有像 Memcached 的访问接口。 可以从 NuGet 程序包 Serenity.Caching.Couchbase 获取 Serenity 对此服务类型的实现。 一旦你使用服务定位器注册它： Dependency.Resolve<IDep
-
[命名空间: Serenity.Abstractions, 程序集: Serenity.Core] 如果你现在不需要分布式缓存，但希望现在编写的代码在将来可以与分布式缓存一起工作，你可以使用 DistributedCacheEmulator 类。 DistributedCacheEmulator 也对单元测试和部署环境非常有用（因此，开发人员不需要访问分布式缓存系统而不会影响彼此的工作）。 Dis
-
现在假设我们有一个社交网站，有数以百万的用户简介，一些著名用户的简介页面每分钟有数百或数千人访问。 要生成一个用户简介，需要多个 SQL 查询（朋友、相册名称及照片总数、简介信息、最后状态等）。 只要用户没有更新个人资料，在个人资料页显示的信息几乎是静态的。因此，个人资料页的快照可以缓存 5 分钟或 1 小时等。 但这或许还不够。我们正在谈论数以百万的简介和用户。用户不会只查看一些简介页。我们需要
-
[命名空间: Serenity.Abstractions, 程序集: Serenity.Core] 所有 NoSQL 服务器类型提供了一个类似的接口，像”使用该键存储此值”、”给我该键对应的值”等。 Serenity 通过一个没有依赖特定 NoSQL 数据库类型的通用接口提供分布式缓存的支持： public interface IDistributedCache { long Increm