Musze skorzystać z cachowania Hazelcast w springu, nie robiłem tego wcześniej, ale przeszukałem kilka artykułów i znalazłem takie rozwiązanie:
https://www.onlinetutorialspoint.com/spring-boot/spring-boot-hazelcast-cache-example.html
Będzie dobre?
Generalnie sytuacja jest prosta, mam mikroserwis X i w trakcie metody chce pobierać pewne dane z mikroserwisu Y. Podczas odpytywania mikroserwisu X chciałem aby dane z mikroserwisu Y były caschowane przez pewien czas, np. kilka dni
Nie znam się, ale wiem że Grzegorz P. opowiada o tym dużo:
Generalnie sytuacja jest prosta, mam mikroserwis X i w trakcie metody chce pobierać pewne dane z mikroserwisu Y. Podczas odpytywania mikroserwisu X chciałem aby dane z mikroserwisu Y były caschowane przez pewien czas, np. kilka dni
Ale po co tu ten hazelcast w takim razie? Hazelcast to jest distributed cache, podobny do redista, więc to co opisujesz ma sens, jesli mówimy tu o replikacji na N nodów. Tzn pobierasz dane z Y i chcesz zeby N instancji serwisu X dostało te dane do swojego cache. O to chodzi?
Bo jeśli masz tu 1:1, to dużo prościej zrobić to w 3 linijkach za pomocą Caffeine.
Wiesz co, hazelcasta już mamy w tym komponencie i chciałem jego użyć (tzn gostek któy jest nade mną, powiedział aby tego użyć skoro to już mamy)
no generalnie chodzi o zaciągnięcie danych z innego mikroserwisu (raz na kilkanaście dni) i wyplucie ich w moim komponencie gdzie będą dalej przetważane
No ok, ale to jest 1:1? Bez replikacji na wiele nodów? To weź nie kombinuj z hazelkastem tylko:
cache = Caffeine.newBuilder()
.expireAfterAccess(cacheExpirationDuration)
.build();
A potem w kodzie jakieś cache.get(key, key -> loadMissing(key)) i cyk, pora na CSa. Bo teraz to walisz z armaty do muchy.
Nie rozumiem do końca replikacji wielu nodów, u mnie zapewne chodzi o sytuacje 1:1. Pobieram obiekt i pracuje na nim
@mariusz00: chodzi o to czy masz kilka instancji tego mikroserwisow...
@mariusz00 no masz mikroserwis X, ale często robi się tak ze ten mikroserwis jest uruchomiony np. na 10 maszynach równolegle i stoi tam jakiś load-balancer który rozdziela między te instancje requesty użytkowników. Wtedy np. taki cache trzeba magicznie zreplikować na każdej z 10 maszyn.
Napisz pozniej na czym stanelo, hazelcast i corpo-drill czy local kesz
Shalom napisał(a):
Bo teraz to walisz z armaty do muchy.
Nie do końca. A konkretnie - nie wiemy, czy to do czego strzelamy to słoń czy mucha. Sam fakt, że mają w projekcie Hazelcasta oznacza, że wypada sprawdzić, czy ichnie problemy nie są problemami trochę bardziej skomplikowanymi
Caffeine jest in-memory. Oznacza to, że przy restarcie JVMki cache musi być odświeżony, co nie jest problemem przy distributed cache.
Ma to kilka implikacji:
Nie wykluczam, że Caffeine tutaj będzie optymalnym rozwiązaniem. Po prostu w korporacjach różne historie się dzieją i lepiej sprawdzić czy nie ma drugiego dna w tej sprawie.