如何在分布式缓存产品中传输在多个分布式映射上操作的事务

Question

我所说的分布式缓存产品是指 Coherence 或 Hazelcast 之类的产品。我将使用 Hazelcast 作为示例。

假设我有一个在多个映射中保存状态的对象：

class DataState {
    Map<ID, Dog> dogs = Hazelcast.getMap("dog");
    Map<ID, Owner> owners = Hazelcast.getMap("owner");

    public void associate(Dog dog, Owner owner) { 
          /* ... put in maps and set up references */ 
    }
}

请注意，associate() 函数需要是事务性的，因为它会修改多个映射。由于狗和主人以某种方式关联，因此在方法完成之前数据可能处于不一致状态。现在，如果另一个类从分布式内存中读取数据，它不知道事务正在发生，并且可能会看到不一致的数据。

class DataStateClient {
     Map<ID, Dog> dogs = Hazelcast.getMap("dog");
     Map<ID, Owner> owners = Hazelcast.getMap("owner");

     public void doSomething() {
        // oops, owner2 is associated with dog1 but
        // dog1 is not yet in the map!
    }
}

现在，Hazelcast 已经有了分布式锁来解决类似的问题，但是这对性能有什么影响呢？假设 doSomething() 的成本很高（例如，在本地复制两个映射），在这种情况下，可能不足以锁定多个客户端。

这个分布式同步问题有标准的解决方案吗？

Answer 1

如果您想序列化写访问（互斥），分布式锁是一种不错的选择。如果您使用 Cacheonix，并且使用 Cacheonix 读/写锁，您的示例可能会具有更好的性能。这样，读者就可以进行并发读取访问，而不必等待单个服务器完成，如果使用简单的互斥锁，就会出现这种情况：

Writer:

  final Cacheonix cacheonix = Cacheonix.getInstance();
  final ReadWriteLock rwLock = cacheonix.getCluster().getReadWriteLock();
  final Lock writeLock = rwLock.writeLock();
  writeLock.lock();
  try {
     // No one else can enter this section

     // Update dogs

     // Update owners
  } finally {
     writeLock.unlock();
  }

...

Readers:

  final Cacheonix cacheonix = Cacheonix.getInstance();
  final ReadWriteLock rwLock = cacheonix.getCluster().getReadWriteLock();
  final Lock readLock = rwLock.readLock();
  readLock.lock();
  try {
     // Readers can enter this section simultaneously 

     // Read dogs

     // Read owners
  } finally {
     readLock.unlock();
  }