Hazelcast与MongoDB集成
作者：chszs，未经博主允许不得转载。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可以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，而类似于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许可证发布，可用作缓存、消息代理器以及分布式计算平台。Hazelcast强调高速访问分布式数据（通常是分布式的缓存）、分布式计算和分布式消息。
可以查看这个文档: https://hazelcast.com/use-cases/nosql/nosql-data-store/
Hazelcast可以当作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在这方面做功能对比，有点类似于比较苹果和桔子。
Hazelcast和MongoDB可以结合起来协同工作，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是很容易的，无论是数据直接写还是延后写都支持。
下面我们回顾一下Hazelcast和MongoDB的特性，看看他们怎样相互配合工作。
二、特征
1、简单性
Hazelcast和MongoDB这两种技术运行都很简单，我们可以让MongoDB在几分钟内实现完全启动。比如，在Mac OS X系统上，可以使用brew安装MongoDB。
brew mongo install
Hazelcast的启动同样简单。
2、对Java开发者的优势
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，可以在集群中直接使用Java对象，无需担忧数据传输层的问题，这样开发工作就简化了很多。而使用MongoDB就既需要使用MongoDB的数据结构，又需要写和配置数据传输层。
BSON库完全支持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，而且此驱动包是一个Java对象文档映射框架，可以把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可以给应用带来低延迟的数据访问特性（通过各种机制），尤其是Hazelcast客户端的就近缓存和Hazelcast成员的嵌入式部署。而对于MongodB，网络延迟是存在的，因为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，它允许任意业务逻辑执行位置引用，并支持跨集群的分布式扩展。MongoDB支持单线程的MapReduce框架，但不支持任意的用户代码执行。
Hazelcast在分布式计算方面还有很多MongoDB不具备的功能特性，比如分布式并发工具：锁、信号量、队列等，可以把任务协调分布到多个节点并行工作，而这些在本地是很难实现的。我知道很多人使用MongoDB作为他们自己的消息代理器的实现，但是很难想象，仅使用MongoDB如何实现实际的并行。
4、持久化
Hazelcast主要是解决访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不涉及磁盘或其它持久化的存储。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，因为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所带来的好处吧：
1）IMap和MapStore
Hazelcast的通读/通写功能是两个接口：MapLoader和MapStore。如果只需从数据库读取数据，那么开发者只需实现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。如果分布式的Map中未包含给定键名的值，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对应的所有键值。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所有键名。
MapStore接口继承了MapLoader接口，并允许保存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。此方法的实现可以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接口了解的更多，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依赖配置如下：
<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（比如mongodb://localhost:27017）建立到MongoDB实例的连接
- 2）MongoClient类提供了连接MongoDB实例、访问数据库、访问集合、访问文档的方法
- 3）MongoCollection类允许对集合中的文档进行增删改查
总结
MongoDB结合Hazelcast，可以提供低延迟访问分布式、无模式的数据的解决方案。如果你在寻求NoSQL数据存储解决方案，MongoDB是很适合的。Hazelcast的fenbushii数据结构和分布式计算能力，是MongoDB所不具备的。
