Apache Ignite 学习笔记(一): Ignite介绍、部署安装和REST/SQL客户端使用
Apache Ignite 介绍
Ignite是什么呢？先引用一段官网关于Ignite的描述：
Ignite is memory-centric distributed database, caching, and processing platform for transactional, analytical, and streaming workloads delivering in-memory speeds at petabyte scale
直接翻译就是，Ignite是以内存为中心的分布式的数据库，缓存和处理平台。它可以在数据量达到PB级别，依然为事务性处理，数据分析和流式任务提供了内存级的操作速度。 再从官网借用一张架构图，从下面这张图也可以看出来Ignite提供了哪些能力：
图中红色部分属于Ignite提供的组件，我们依次从下往上看：
- 持久化层：Ignite同时支持原生持久化和用第三方存储做持久化，比如RMDBMS，HDFS等。虽然Ignite有以内存为中心的存储，但是毕竟内存中数据在节点出现故障的时候都有丢失的可能性。 因此持久化层为Ignite提供了故障恢复的能力。另外有了持久化能力，可以让冷热数据更合理使用内存。比如在内存足够情况下，数据可以全部加载到内存中。 而当内存紧张时，可以只加载热数据至内存中，冷数据就留在硬盘上。
- Ignite内存存储层：这一层可以算是Ignite的核心层了。数据可以通过不同分区，复制模式分布在Ignite集群所有节点，部分节点或者本地节点。通过数据分区和复制，比如1主多备的方式，可以提高数据的可用性，即便主数据节点故障后，集群中的备数据节点可以切换为主节点继续提供读写服务。 同时备节点也可以作为只读节点使用，提高数据读操作的吞吐量。Ignite还利用Java堆外内存存储数据和索引，减少了JVM的垃圾回收次数和时间，提供了更高效的操作。
- API接口层： 丰富多样的接口支撑Ignite向上提供了诸如分布式数据库，数据网格和计算网格的能力。Key/Value+transaction，可以把Ignite当做和Redis,Memcached一样的缓存使用。 而对SQL ANSI-99的兼容，有可以把Ignite当做一个分布式数据库来用。 除了数据能力，Ignite还允许你通过Compute Grid的接口提交计算任务，充分利用集群的计算资源。Ignite还支持把计算任务部署在和计算数据所在的相同节点上，减少网络传输和数据的序列化开销，提高计算效率。 流处理，机器学习网格，服务网格，消息队列等，Ignite也同时提供支持。
以上只是简单罗列了目前我所了解的Ignite的特性，如果还想了解更多关于Ignite基本概念和资料，可以参阅官方文档, 英文不好的同学可以看看李玉珏翻译的中文官方文档。 光从文档量上看，Ignite的特性相当繁杂，而且有些例子还是需要实际跑跑代码才能弄清楚如何使用，后面我会根据自己的学习进度，更新Ignite的学习笔记，把自己对Ignite的理解和小伙伴分享。
Ignite 集群安装部署和启动
Ignite有多种安装方式，比如源码安装，docker，RPM包等，个人认为二进制包的安装方式最简单，开箱即用。下面我们看看如何通过二级制包来安装部署Ignite。
1.首先我们需要从官网下载二进制压缩包。在我写这篇博客时候，最新版本为2.6.0。
2.下载后我们需要解压缩二进制包，然后设置好环境变量IGNITE_HOME，指向刚刚解压好的目录。
3.然后我们可以通过IGNITE_HOME/bin/ignite.sh脚本启动我们的第一个Ignite节点：
$cd IGNITE_HOME
$bin/ignite.sh
4.节点启动过程，会在终端上打印日志信息，当看到下面类似日志时就代表节点启动成功了：
[23:41:41] Ignite node started OK (id=e935ab3a)
[23:41:41] Topology snapshot [ver=1, servers=1, clients=0, CPUs=2, offheap=1.6GB, heap=1.0GB]
我们先来简单看看最后那一行日志都提供了哪些信息：
- “ver=1”代表Ignite集群topology版本是1。关于什么是topology，我会在介绍Ignite原生持久化能力的时候讨论到。
- “servers=1”代表现在集群里面就一个server节点，“clients=0”代表集群里没有client节点。 client/server节点在作为数据节点和计算节点时时有区别的，我会在后面介绍。现在可以简单的理解为server节点总是存放数据，client节点不存放数据，数据的访问总是通过server节点。
- “CPUs=2”代表当前节点的CPU数量。
- “offheap=1.6GB”代表当前节点可以使用的Java堆外内存是1.6GB。堆外内存是个很重要的概念，我会在介绍Ignite内存架构的时候再详细解释Ignite是如何使用堆外内存。现在只要记住Ignite用堆外用来存储数据和索引来减少GC。默认配置下Ignite能使用的堆外内存为节点内存大小的20%。我启动Ignite的虚拟机只有8G内存，因此堆外内存为8GB*20%=1.6GB。
- “heap=1.0GB”这个就是Ignite能使用的Java堆内存了。这个值的大小也是可以调整的，如果你没有配置JAVA_OPTS,在ignite.sh脚本中启动JVM时用的最小/最大堆都是1GB。
就是这么简单，开箱即用。 到目前为止我们已经成功在一个节点上启动了一个Ignite实例。我们还可以在同一个节点上或者多个节点上用相同的办法启动多个Ignite实例。在新的Ignite实例启动后，新老节点会互相发现自动的形成一个集群。比如我在相同的虚拟机上在启动一个实例，在第一个和第二个实例的日志中有这么一行：
[00:24:27] Topology snapshot [ver=2, servers=2, clients=0, CPUs=2, offheap=3.1GB, heap=2.0GB]
细心的小伙伴应该会发现ver, servers, offheap, heap值都改变了，这说明Ignite集群加入了新的节点，所以topology的版本号变了，集群内server数量也变成2。
Ignite REST和SQL客户端
server节点启动后，我们就可以用客户端连接上进行操作了。 目前Ignite支持的客户端有REST, SQL, Java/.NET客户端。 其中Java/.NET客户端都需要自己写代码连接到服务器上，所以这里我们先介绍使用REST和SQL客户端，下一篇文章再分享如何写一个简单的Java程序连接Ignite server节点。
REST 客户端使用
注意： 为了启用REST连接，必须保证ignite-rest-http模块在启动JVM的classpath中。 如果你下载了二进制包，可以在$IGNITE_HOME/libs/optional中找到ignite-rest-http模块，只要将它拷贝到$IGNITE_HOME/libs目录中就可以了。
Ignite启动后，默认会自动监听8080端口，我们就可以通过以下curl命令查看server节点版本(192.168.0.110是我的Ignite server节点启动的ip地址)：
$curl 'http://192.168.0.110:8080/ignite?cmd=version'
{"successStatus":0,"sessionToken":null,"error":null,"response":"2.6.0"}
目前我们的Ignite集群里没有任何的cache，让我们试着用REST命令创建一个新的cache:
$curl 'http://192.168.0.110:8080/ignite?cmd=getorcreate&cacheName=myfirstcache'
{"successStatus":0,"sessionToken":null,"error":null,"response":null}
然后我们就可以往这个cache里添加数据了：
$curl 'http://192.168.0.110:8080/ignite?cmd=put&key=Toronto&val=Ontario&cacheName=myfirstcache'
{"successStatus":0,"affinityNodeId":"370c1554-03f4-4fa2-9c45-880e40288467","sessionToken":null,"error":null,"response":true}
$curl 'http://192.168.0.110:8080/ignite?cmd=put&key=Edmonton&val=Alberta&cacheName=myfirstcache'
{"successStatus":0,"affinityNodeId":"370c1554-03f4-4fa2-9c45-880e40288467","sessionToken":null,"error":null,"response":true}
我们往cache里写了两条关于加拿大城市和所在省份的数据，第一条key是Toronto市，value值是Ontario省。 第二条key是Edmonton市，value值是Alberta省。 然后再让我们试着读取cache里的数据：
$curl 'http://192.168.0.110:8080/ignite?cmd=get&key=Toronto&cacheName=myfirstcache'
{"successStatus":0,"affinityNodeId":"370c1554-03f4-4fa2-9c45-880e40288467","sessionToken":null,"error":null,"response":"Ontario"}
$curl 'http://192.168.0.110:8080/ignite?cmd=get&key=Edmonton&cacheName=myfirstcache'
{"successStatus":0,"affinityNodeId":"370c1554-03f4-4fa2-9c45-880e40288467","sessionToken":null,"error":null,"response":"Alberta"}
$curl 'http://192.168.0.110:8080/ignite?cmd=get&key=Ottawa&cacheName=myfirstcache'
{"successStatus":0,"affinityNodeId":"370c1554-03f4-4fa2-9c45-880e40288467","sessionToken":null,"error":null,"response":null}
当我们查询Toronto和Edmonton时，返回的省份名称和我们之前写入的一样。 当我们查询Ottawa时，因为我们的cache没有这组数据，所以返回值是null。
或许有小伙伴已经注意到默认情况下REST API会把key/value当做String来处理，包括存储在集群里的格式也是String。 当然在用put/get命令的时候也你可以用keyType/valueType将key/value其他Ignite支持的类型，比如整型，布尔型，浮点型，日期等类型，但这些类型也仅限于Java内置类型。 如果你想通过REST API来存储一个复杂对象，可能就需要你自己先把对象序列化为一个string，然后读取的时候再反序列化回一个对象。 所以个人觉得REST API还不能发挥出Ignite全部的实力，只能支持一些简单的缓存使用场景，对复杂的操作可能还是SQL或者用代码更方便。
更多的REST API和具体的使用参数可以查看官方的REST API文档。
SQL 客户端使用
还记得在官方介绍Ignite的描述中，把Ignite描述为一个以内存为中心的分布式数据，同时Ignite兼容SQL ANSI-99标准，所以可以像使用一个数据库一样使用Ignite，这个特性倒是目前其他内存缓存所不具备的。
我们可以使用DBeaver工具像连接其他数据库一样连接Ignite。按照官方文档配置完JDBC驱动用到的类，URL连接模板，端口号以及需要使用到的Ignite的jar包，就可以连接到Ignite上了。这个时候Ignite集群里还没有任何数据，所以在DBeaver里是看不到任何表的：
现在让我们用SQL语句创建两张表，在执行完SQL语句后，在左边的Tables选项下就可以看见刚刚创建的两张表了，点开任意一张表，我们就可以在Dbeaver里看到表的schema定义了。:
然后我们在对这两张表用省的名字和市的名字分别建立索引:
同样，在执行完SQL语句后，我们就在indexes选项下看到新建的表索引了。接着，我们可以往表格里插入一些数据，并做简单的查询:
对就是这么简单，和使用其他的数据库没什么区别。而且如果你的Ignite集群包含多个节点，Ignite已经根据你建表时的配置(注意我们在建表的时候with之后有诸如template=replicated, backup=1，affinityKey=province_id关键字，这些配置会在后面进行介绍)，自动帮你把表数据复制到不同的节点上去了，你不用关心你的数据是如何分布的，一切就交给Ignite做管理吧，即便是有些节点发生故障，也不用担心数据会丢失。
除了Dbeaver外，Ignite也自带了一个SQL命令行工具，叫做SQLLine，也可以用来连接Ignite执行SQL语句。在$IGNITE_HOME/bin下可以找到这个工具，使用下面的命令启动SQLLine并连接到Ignite集群中：
$cd $IGNITE_HOME/bin
$./sqlline.sh --verbose=true -u jdbc:ignite:thin://192.168.0.110/
连接成功后，我们可以查看Ignite中所有的表(!tables)，表结构(!columns)，还可以用SQL语句修改/查询数据(!sql SQL Statement)：
0: jdbc:ignite:thin://192.168.0.110/> !tables
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
| TABLE_CAT | TABLE_SCHEM | TABLE_NAME | TABLE_TYPE | |
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
| | PUBLIC | CITY | TABLE | |
| | PUBLIC | PROVINCE | TABLE | |
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
0: jdbc:ignite:thin://192.168.0.110/> !columns
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
| TABLE_CAT | TABLE_SCHEM | TABLE_NAME | COLUMN_NAME | |
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
| | PUBLIC | CITY | ID | |
| | PUBLIC | CITY | NAME | |
| | PUBLIC | CITY | PROVINCE_ID | |
| | PUBLIC | PROVINCE | ID | |
| | PUBLIC | PROVINCE | NAME | |
+--------------------------------+--------------------------------+--------------------------------+--------------------------------+--+
0: jdbc:ignite:thin://192.168.0.110/> !sql SELECT p.name, c.name FROM PROVINCE p, CITY c WHERE p.id=c.province_id;
+--------------------------------+--------------------------------+
| NAME | NAME |
+--------------------------------+--------------------------------+
| Alberta | Edmonton |
| Alberta | Calgary |
| Ontario | Toronto |
| Quebec | Montreal |
+--------------------------------+--------------------------------+
更多SQLLine使用的方法和命令，可以看这里。
Ignite Visor 命令行工具
在启动了Ignite集群后，Ignite也提供了一个简单的命令行工具，Visor Command Line Interface，通过这个工具可以查询集群的状态，检测缓存的使用情况，控制节点等。同样，在$IGNITE_HOME/bin下可以找到Visor命令行工具并启动：
$cd $IGNITE_HOME/bin
$ ./ignitevisorcmd.sh
...
ADMIN CONSOLE
2018 Copyright(C) Apache Software Foundation
+-------------------------------------+
| Status | Disconnected |
| Ignite instance name | <n/a> |
| Config path | <n/a> |
| Uptime | <n/a> |
+-------------------------------------+
Type 'help' for more information.
Type 'open' to join the grid.
Type 'quit' to quit form Visor console.
visor> open
启动成功后, 再通过open命令连接到当前使用的Ignite集群上，我们就可以查询集群的topology信息：
visor> top
Hosts: 1
+=========================================================================================================================+
| Int./Ext. IPs | Node ID8(@) | Node Type | OS | CPUs | MACs | CPU Load |
+=========================================================================================================================+
| 0:0:0:0:0:0:0:1%lo | 1: 134F0292(@n0) | Server | Linux amd64 3.13.0-32-generic | 2 | 08:00:27:8F:07:76 | 10.17 % |
| 127.0.0.1 | 2: B677DAF2(@n1) | Server | | | | |
| 192.168.0.110 | | | | | | |
+-------------------------------------------------------------------------------------------------------------------------+
Summary:
+--------------------------------------+
| Active | true |
| Total hosts | 1 |
| Total nodes | 2 |
| Total CPUs | 2 |
| Avg. CPU load | 10.17 % |
| Avg. free heap | 81.00 % |
| Avg. Up time | 00:28:14 |
| Snapshot time | 2018-10-11 00:52:24 |
+--------------------------------------+
从上面的输出可以看到，目前我的集群里有1台主机，2个Ignite server节点，这两个节点都跑在同一台机器上的。我们还可以查看下目前集群里的缓存数据：
visor> cache
Time of the snapshot: 2018-10-11 01:04:59
+============================================================================================================================+
| Name(@) | Mode | Nodes | Entries (Heap / Off-heap) | Hits | Misses | Reads | Writes |
+============================================================================================================================+
| myfirstcache(@c0) | PARTITIONED | 2 | min: 1 (0 / 1) | min: 0 | min: 0 | min: 0 | min: 0 |
| | | | avg: 1.00 (0.00 / 1.00) | avg: 0.00 | avg: 0.00 | avg: 0.00 | avg: 0.00 |
| | | | max: 1 (0 / 1) | max: 0 | max: 0 | max: 0 | max: 0 |
+--------------------------+-------------+-------+---------------------------+-----------+-----------+-----------+-----------+
| SQL_PUBLIC_CITY(@c1) | PARTITIONED | 2 | min: 2 (0 / 2) | min: 0 | min: 0 | min: 0 | min: 0 |
| | | | avg: 2.00 (0.00 / 2.00) | avg: 0.00 | avg: 0.00 | avg: 0.00 | avg: 0.00 |
| | | | max: 2 (0 / 2) | max: 0 | max: 0 | max: 0 | max: 0 |
+--------------------------+-------------+-------+---------------------------+-----------+-----------+-----------+-----------+
| SQL_PUBLIC_PROVINCE(@c2) | REPLICATED | 2 | min: 1 (0 / 1) | min: 0 | min: 0 | min: 0 | min: 0 |
| | | | avg: 1.50 (0.00 / 1.50) | avg: 0.00 | avg: 0.00 | avg: 0.00 | avg: 0.00 |
| | | | max: 2 (0 / 2) | max: 0 | max: 0 | max: 0 | max: 0 |
+----------------------------------------------------------------------------------------------------------------------------+
可以看到目前我们集群里面有3个缓存，一个是我们通过REST API建立的myfirstcache缓存，剩下两个是我们在DBeaver里面创建的两张数据库表。同时我们还可以看到每个缓存的统计信息，比如缓存是REPLICATED还是PARTITIONED模式，缓存中有多少条目，读写次数，命中率等。
Visor的命令行工具就简单介绍到这， 更多命令的使用说明通过"help CMD" 或者 “？ CMD”命令输出命令的帮助文档供查阅。
总结
- 简单的介绍了Apache Ignite的特性，Ignite可以当做缓存使用，也可以当做分布式数据库使用，还可以用来做计算节点和服务网格等。详细的特性介绍会在随后的文章详细展开。
- Ignite的二进制包安装十分简单，一个命令就可以用默认的配置启动一个Ignite实例，属于开箱即用。
- Ignite支持REST, SQL, Java/.NET客户端连接。使用REST, SQL客户端(Dbeaver和SQLLine)，可以不用写一行代码快速体验Ignite的缓存和分布式数据库能力。
- Ignite自带的Visor Command Line Interface提供了基本的集群查询/管理能力。
下一篇，让我们看看如何写Java代码来连接Ignite集群，并解锁更多Ignite的特性。
