当前位置：首页 > news >正文

Apache Ignite 的分布式原子类型（Atomic Types）

news 2025/7/30 8:50:10

以下的内容是关于 Apache Ignite 的分布式原子类型（Atomic Types），主要包括 IgniteAtomicLong 和 IgniteAtomicReference。它们是 跨集群节点的“全局共享变量”，支持线程安全、原子性操作，即使多个节点同时访问也能保证数据一致性。

下面我们来深入理解这个功能。

🎯 一、一句话理解

Ignite 的 IgniteAtomicLong 和 IgniteAtomicReference 就像是一个“全宇宙唯一的计数器”或“全局共享变量”，所有集群节点看到的是同一个值，并且可以安全地进行 ++、--、compareAndSet 等原子操作。

✅ 类比：

单机版：Java 的 AtomicLong、AtomicReference
分布式版：Ignite 的 IgniteAtomicLong、IgniteAtomicReference
就像你在 Node A 上加 1，在 Node B 上读取，也能立刻看到最新值！

🧩 二、核心功能解析

✅ 1. `IgniteAtomicLong` —— 分布式原子长整型

IgniteAtomicLong atomicLong = ignite.atomicLong("counter", 0, true);

"counter"：原子变量的名字（全局唯一标识）
0：初始值
true：如果不存在就创建

支持的操作：

方法	说明
`get()`	获取当前值
`set(newValue)`	设置新值
`incrementAndGet()`	先 +1，再返回新值（类似 `++i`）
`getAndIncrement()`	先返回旧值，再 +1（类似 `i++`）
`decrementAndGet()`	先 -1，再返回新值
`addAndGet(delta)`	加一个数并返回结果
`compareAndSet(expected, update)`	如果当前值等于 `expected`，则设为 `update`，返回是否成功

🌰 示例：全局请求计数器

IgniteAtomicLong requestCounter = ignite.atomicLong("httpRequests", 0, true);
long count = requestCounter.incrementAndGet();
System.out.println("Total requests: " + count); // 所有节点共享这个计数

✅ 多个 Web 节点部署，但请求总数只算一次，不会重复！

✅ 2. `IgniteAtomicReference<V>` —— 分布式原子引用

IgniteAtomicReference<String> status = ignite.atomicReference("appStatus", "RUNNING", true);

可以保存任意可序列化的对象（如 String、POJO）
支持 compareAndSet(oldValue, newValue) 实现无锁更新

🌰 示例：应用状态切换（防并发冲突）

boolean success = status.compareAndSet("RUNNING", "MAINTENANCE");
if (success) {System.out.println("系统已进入维护模式");
} else {System.out.println("状态已变更，无法切换");
}

✅ 避免两个管理员同时尝试切换状态导致覆盖问题。

🔁 三、为什么需要分布式原子类型？

在分布式系统中，常见的需求包括：

场景	问题	解决方案
全局 ID 生成	多节点生成 ID 冲突	用 `AtomicLong` 做自增 ID
请求限流/计数	各节点独立计数不准确	统一用 `AtomicLong` 计数
状态机控制	多个节点争抢修改状态	`compareAndSet` 保证原子切换
分布式锁序号	给锁加版本号	用 `AtomicLong` 生成唯一版本

👉 没有分布式原子变量 → 数据不一致、竞争条件、逻辑错误！

⚙️ 四、Atomic Configuration 配置详解

可以通过 AtomicConfiguration 对原子类型进行全局配置：

方法	说明	默认值
`setBackups(int)`	数据备份份数（高可用）	`0`（无备份）
`setCacheMode(CacheMode)`	底层缓存模式： - `PARTITIONED`（分片存储） - `REPLICATED`（全节点复制）	`PARTITIONED`
`setAtomicSequenceReserveSize(int)`	为 `IgniteAtomicSequence` 预留的序列值数量（用于批量优化）	1000

🌰 示例：创建带备份的原子变量（防止单点故障）

AtomicConfiguration atomicCfg = new AtomicConfiguration();
atomicCfg.setBackups(1); // 一份备份
atomicCfg.setCacheMode(CacheMode.PARTITIONED);IgniteConfiguration cfg = new IgniteConfiguration();
cfg.setAtomicConfiguration(atomicCfg);Ignite ignite = Ignition.start(cfg);IgniteAtomicLong counter = ignite.atomicLong("safeCounter", 0, true);

✅ 即使某个节点宕机，数据也不会丢失。

📶 五、工作原理简析

Ignite 的原子类型底层基于 分布式缓存 + CAS（Compare-And-Swap）协议 实现：

所有操作都通过网络发送到 主节点（primary node）；
主节点使用 CAS 保证操作的原子性；
操作成功后同步给备份节点（如果有）；
客户端阻塞等待结果返回。

⚠️ 所有操作是 同步的（synchronous），所以会有网络延迟。

⚠️ 六、性能与注意事项

项目	说明
🐢 性能	比本地 `AtomicLong` 慢，因为涉及网络通信
🌐 延迟	受集群大小、网络质量、并发量影响
🔁 并发	高并发下可能出现争用（contention），建议结合分片使用（如：按用户分片计数）
💾 持久化	默认在内存中；开启 Native Persistence 可持久化
🧹 清理	不再使用时可用 `close()` 或 `remove()` 释放资源

🚫 不适合超高频写入场景

比如每秒百万次 incrementAndGet()，会导致主节点成为瓶颈。此时应考虑：

使用 本地计数 + 定期汇总；
使用 Ignite 的 Continuous Queries 或 Events 替代轮询；
使用 Ignite Compute Grid 批量处理。

🧪 七、典型应用场景

场景	使用方式
🔢 全局唯一 ID 生成器	`AtomicLong` 自增作为 ID
📊 分布式计数器	统计 PV、UV、订单数等
🛑 分布式限流	计数超过阈值则拒绝请求
🔄 状态机控制	`compareAndSet` 控制服务状态（RUNNING → STOPPING）
🧩 分布式协调	多个节点协作时共享控制变量

✅ 总结：一句话掌握精髓

Ignite 的 IgniteAtomicLong 和 IgniteAtomicReference 提供了集群范围内全局可见、线程安全、原子操作的共享变量，让你像操作本地原子变量一样实现跨节点的数据同步，是构建分布式协调、计数、状态管理等功能的利器。

🔄 对比其他技术

技术	优点	缺点	适用场景
Ignite Atomics	内嵌、低延迟、API 简单	高并发下有瓶颈	中低频原子操作
ZooKeeper	强一致性、高可用	复杂、延迟较高	分布式锁、选举
Redis INCR	快、成熟	单点风险（除非集群）	简单计数
数据库自增主键	熟悉、可靠	性能差、有单点	强持久化需求