71. Как работает IMDG Apache Ignite
Shownotes
Станислав Лукьянов — коммиттер Apache Ignite — с нуля разбирает, как устроены in-memory data grid: распределенные мапы, шардирование и ребалансировка, репликация и консистентность, SQL, коллокация, server-side compute, off-heap-хранение, Garbage Collector и JIT-компиляция. Сравнивает Apache Ignite с Redis, Hazelcast, Coherence и распределенными SQL-базами, объясняет, когда сложность такой технологии оправдана, и обсуждает ее будущее в стриминге, памяти агентов и LLM KV-кэшах.
Главы: 0:00 - Вступление: Ignite 1:00 - Как Apache Ignite стал технологическим феноменом 8:06 - Что такое in-memory data grid 13:10 - Серверная обработка и бесконечная мапа 19:40 - От Java HashMap к распределенному хранилищу 27:15 - Как разложить огромную мапу по машинам 33:36 - Эластичное шардирование: consistent и rendezvous hashing 44:46 - High availability начинается с репликации данных 50:07 - CAP-теорема: консистентность или доступность при разделении 58:04 - Подтверждение записи: от PrimarySync до Raft 1:03:05 - За пределами key-value: документы и SQL 1:09:38 - Decision support без превращения в OLAP 1:12:28 - Зачем SQL понадобился поверх хеш-мап 1:18:19 - Распределенный SQL, частичные результаты и шафлинг 1:26:47 - Коллокация: связанные данные должны лежать вместе 1:36:37 - Джойн, который наглядно объясняет коллокацию 1:40:41 - Collocated compute: переносим бизнес-логику к данным 1:46:45 - Динамический деплой кода, лямбды и санбоксы 1:54:47 - Почему русскоязычные инженеры полюбили дата-гриды 1:58:34 - Garbage Collector встречает low-latency нагрузки 2:07:15 - От распределенных объектов к off-heap storage 2:12:01 - Три причины перехода на off-heap 2:18:44 - Делает ли современный ZGC off-heap ненужным 2:23:33 - JIT-компиляция: Java против движков баз данных 2:29:35 - Когда не стоит выбирать распределенное хранилище 2:34:09 - Где дата-гриды оправдывают свою сложность 2:39:17 - Кризис идентичности in-memory data grid 2:42:10 - Могут ли дата-гриды пригодиться AI-агентам 2:46:01 - KV-кэши и распределенный AI-инференс 2:49:03 - Напутствие: изучайте системы, потом выбирайте инструмент
-- Сайт подкаста: https://apkhmv.xyz Почта автора: [email protected]