在 入门及使用案例一文介绍了什么是Hazelcast，并展示了一个简单的使用例子。原理大家都懂了，后面的篇章会给兄弟们更多干货。
本篇博文将细说如何配置Hazelcast，听我慢慢给你们侃。
如果用户没有指定或提供任何配置文件，Hazelcast默认会使用jar包中自带的配置文件——”hazelcast-default.xml“来配置Hazelcast的运行环境。Hazelcast默认采用XML格式作为配置文件，当然也支持其他配置方法，后文会详细说明。我们先看看下面这个简单的配置文件例子。
<hazelcast xsi:schemaLocation="//" xmlns="//" xmlns:xsi="">
<group>
<name>dev</name>
<Hazelcast是Hazelcast公司开源的一款分布式内存数据库产品，提供弹性可扩展、高性能的分布式内存计算。并通过提供诸如Map，Queue，ExecutorService，Lock和JCache等Java的许多开发人员友好的分布式实现。
了解Hazelcast
Hazelcast特性
简单易用
Hazelcast是用Java编写的，没有其他依赖关系。只需简单的把jar包引入项目的classpath即可创建集群。
无主从模式
与许多NoSQL解决方案不同，Hazelcast节点是点对点的。没有主从关系; 所有成员都存储相同数量的数据，并进行相等的处理,避免了单点故障。
弹性可扩展
Hazelcast旨在扩展成千上万的成员。新成员启动，将自动发现群集，并线性增加存储和处理能力。成员之间通过TCP保持连接和通讯。
读写快速高效
Hazelcast所有数据都存储在内存中，提供基于内存快速高效的读写能力。
Hazelcast部署拓扑
在Hazelcast官方提供两种方式部署集群（图片均来自官方文档）：
如需聚焦异步或高性能大批量任务的缓存服务，嵌入式方式是相对有优势的，最明显嵌入式方式访问数据延迟性低。
独立创建Hazelcast集群，统一管理，所有的应用程序如果需要访问缓存，可通过Hazelcast客户端（有java .NET C++的实现）或Memcache客户端或简单的REST客户端访问。后续demo示例以嵌入式为例。
Hazelcast数据分区
在Hazelcast分布式环境中，默认情况下，Hazelcast有271个分区。
当启动第一个成员的时候，成员1在集群中的分区如下图：
当在集群中新添加一个节点2时，分区图如下：
在图示中，黑色分区是主分区，蓝色分区是副本分区（备份）。第一个成员具有135个主分区（黑色），并且每个分区都备份在第二个成员（蓝色）中。同时，第一个成员还具有第二个成员的主分区的副本分区。
随着成员的增多，Hazelcast将一些主要和副本分区逐个移动到新成员，使所有成员相等和冗余。只有最小量的分区将被移动到扩展Hazelcast。以下是具有四个成员的Hazelcast集群中的分区图示如下：
Hazelcast在群集成员之间平均分配分区。Hazelcast创建分区的备份，并将其分配给成员之间进行冗余。
上述插图中的分区是为了方便描述。通常，Hazelcast分区不会按照顺序分配（如这些图所示），而是随机分布。Hazelcast在成员间平均分配了分区和备份。
Hazelcast优势
Hazelcast提供开源版本。
Hazelcast无需安装，只是个极小jar包。
Hazelcast提供开箱即用的分布式数据结构，如Map，Queue，MultiMap，Topic，Lock和Executor。
Hazelcast集群非传统主从关系，避免了单点故障；集群中所有成员共同分担集群功能。
Hazelcast集群提供弹性扩展，新成员在内存不足或负载过高时能动态加入集群。
Hazelcast集群中成员分担数据缓存的同时互相冗余备份其他成员数据，防止某成员离线后数据丢失。
Hazelcast提供SPI接口支持用户自定义分布式数据结构。
Hazelcast适用场景
频繁读写数据
需要高可用分布式缓存
内存行NoSql存储
分布式环境中弹性扩展
下面我们来使用Spring … 阅读全文
Hazelcast是一个高度可扩展的数据分发和集群平台，可用于实现分布式数据存储、数据缓存。特性包括：
示例代码：
import com.hazelcast.config.Config;
import com.hazelcast.core.Hazelcast;
import com.hazelcast.core.HazelcastInstance;
import java.util.concurrent.ConcurrentMap;
public class DistributedMap {
public static void main(String[] args)
自从2009年初始发布以来，Redis受到了巨大的欢迎并且成为拥有大型社区的部署数据存储平台之一。
虽然Radis有很令人难忘的特性，但是它也有一个严重的限制–它是为了单机模式设计的。如果用户需要超过单机的能力，就需要使用专用分区系统。不过3.0.0版本发布了一种集群系统产品，可以从根本上简化分布式Redis部署。
所有人都认可Radis很快，我们来看看Hazelcast和Redis的比较。这份报告是为了观察Redis集群方案（v3.0.7）对比Hazelcast（v3.6.1）的表现, 特别是在重负荷的情况下。
为了确保我们在比较Hazelcast和Redis时候拥有稳定的环境，我们选择使用我们通常用于测试Hazelcast性能改进的室内测试实验室。
实验室配置
测试在由HP ProLiant DL380系列服务器构成的集群上进行。每一台机器配置有双socket Xeon E5-2687W v3@3.10Ghz， 每个CPU10核，超线程可用（一共有20个物理的，40个虚拟核），并且还有768G 2133Mhz的内存（24X32GB 模块）。在操作系统方面，我们使用简单的RHEL7安装，这表示在测量中不会使用虚拟软件。每台机器使用一个40 GbE SolarFlare 网卡（Sloarflare SFN7142Q Dual Port 40 GbE)来做点对点的通信。
为了执行Redis 测试，我们决定小痾怒责Jedis做客户端，因为它很流行（在github上有3481个星）并且对集群模式有非常好的支持度。
为了排除其他影响，我们决定雇佣Infinispan开发社区创建的第三方测量工具RadarGun。因为RadarGun不提供直接可用的Redis支持，我们需要自己集成。感兴趣的人可以去github上获取RadarGun fork和Redis插件。
作为测试场景，我们想要基于客户增长数和并发处理数据数来比较Hazelcast和Redis的表现。所有的测试都在测试环境的 4个节点集群上执行并观察，4个基本测试场景需要被执行：
脚本 客户端数 每个客户端的进程数
1 1 1
2 4 8
3
Hazelcast 是一个开源的可嵌入式数据网格（社区版免费，企业版收费）。你可以把它看做是内存数据库，不过它与 Redis 等内存数据库又有些不同。项目地址：http://hazelcast.org/
Hazelcast 使得 Java 程序员更容易开发分布式计算系统，提供了很多 Java 接口的分布式实现，如：Map, Queue, ExecutorService, Lock, 以及 JCache。它以一个 JAR 包的形式提供服务，只依赖于 Java，并且提供 Java, C/C++, .NET 以及 REST 客户端，因此十分容易使用。
1 import com.hazelcast.config.Config; 2 import com.hazelcast.core.Hazelcast; 3 import com.hazelcast.core.HazelcastInstance; 4 5 import java.util.concurrent.ConcurrentMap; 6 7 public… 阅读全文
