知序
返回
保存草稿
发布
H1
H2
H3
1
2
3
Excalidraw 图
AI 写作
AI 优化
目录
输入内容后显示目录
Markdown
# Apache Ignite 面试题 ## 基础概念 **Q1:Apache Ignite 是什么?和 Redis 的区别?** Apache Ignite 是一个分布式内存计算平台,可以作为内存数据库(IMDB)、分布式缓存、SQL 数据库、计算网格。核心区别:① Ignite 支持完整 SQL + JDBC,Redis 不支持 ② Ignite 有 ACID 事务(MVCC + 2PC),Redis 只有 MULTI/EXEC ③ Ignite 数据在 JVM 堆外(不受 GC),Redis 全内存 ④ Ignite 有计算网格(把函数推到数据端),Redis 只有有限的 Lua 脚本 ⑤ Ignite 原生持久化可选开或关,Redis 只有 RDB/AOF。 **Q2:Ignite 可以用作纯内存数据库吗?用作持久化数据库呢?** 可以。纯内存模式:不开原生持久化,数据全在内存,重启丢失(适合缓存场景)。持久化模式:开启原生持久化后,数据在内存+磁盘,支持 ACID,重启从磁盘恢复无需预热,变成一个真正的分布式数据库。 **Q3:什么是固化内存?** 固化内存是 Ignite 数据在 JVM 堆外的存储区域。好处:① 不受 JVM GC 影响(数据量大也不会有长 GC 停顿)② 可以存储远超 JVM 堆大小的数据 ③ 重启后如果开了持久化,直接从磁盘读回。本质是用 Unsafe 手动管理堆外内存。 **Q4:Ignite 的集群中有 Server Node 和 Client Node,有什么区别?** Server Node 存储数据并参与计算,是集群的核心组成部分。Client Node 不存储数据,但持有完整拓扑信息,能将请求直接路由到正确的 Server Node。Client Node 通常和应用在同一 JVM 中启动。 ## 数据分区与架构 **Q5:什么是 Affinity Key?为什么重要?** Affinity Key 控制数据路由到哪个分区。同一 Affinity Key 的所有数据会落在同一分区。核心价值:让相关数据(如用户的所有订单)在同一节点上,实现并置查询(Co-located JOIN)、并置计算(Affinity Call)、并置事务(单节点事务),性能比跨节点高 5-10 倍。 **Q6:Baseline Topology 是什么?** Baseline Topology 是管理员手动设定的最小运行节点集合。当节点宕机时,只有在 Baseline 中的节点丢失才会触发全量数据再平衡。不在 Baseline 中的节点宕机不会引起集群震荡。用于控制数据再平衡的时机,避免不必要的网络和数据搬迁。 **Q7:数据怎么分区?** `partition = hash(affinity_key) % partition_count`。默认分区数 1024,如果没有指定 Affinity Key 则用完整 key 做哈希。每个分区有 Primary 和 Backup 副本分布在不同节点上。 ## 持久化与存储 **Q8:开启原生持久化后重启需要预热吗?** 不需要。Ignite 开启持久化后,重启时每个节点从本地磁盘加载数据 + 重放 WAL,即时可用。这是与传统纯内存数据库的最大区别之一。传统内存数据库重启后需要从外部数据源加载所有数据,可能需要数小时。 **Q9:WAL 的作用是什么?** WAL(Write-Ahead Log,预写日志)保证写入的持久性。数据先写入 WAL 再写入内存 Page,宕机后从 WAL 重放恢复未持久化的变更。类似 MySQL 的 redo log,是 Ignite 支持事务和崩溃恢复的基础。 **Q10:aimem、aipersist、rocksdb 三种存储引擎的区别?** aimem(纯内存):微秒级延迟,无持久化,数据重启丢失。aipersist(内存优先+磁盘):亚毫秒级延迟,有 WAL 持久化,生产推荐。rocksdb(纯磁盘):毫秒级延迟,适合冷数据/归档数据,成本低。 ## SQL 与索引 **Q11:Ignite 的 SQL 和传统 RDBMS 有什么不同?** 语法上兼容 ANSI-99 SQL,通过 JDBC 访问。但:① 不支持外键约束 ② 唯一约束仅主键有效 ③ 分布式 JOIN 需要数据并置才能高效 ④ 更适合 OLTP 和简单 OLAP,不适合大规模离线分析。 **Q12:什么是并置查询?** 查询涉及的所有数据在同一个分区内,无需跨节点通信。这是 Ignite 查询性能的关键优化。设计数据模型时让经常一起查询的表用相同 Affinity Key,可以让大部分查询走并置。 **Q13:内联索引和普通索引的区别?** 普通索引存数据指针,读取时需再走一次 IO 到数据页。内联索引把字段值的前 N 字节直接存在索引页,避免二级 IO,适合短值高频查询字段。 ## 事务 **Q14:Ignite 的分布式事务怎么实现?** 使用两阶段提交(2PC)。Prepare 阶段所有参与节点写 WAL + 锁定记录后回复;Commit 阶段所有节点同时提交或回滚。如果事务数据在同一节点(并置),自动降级为单节点事务,省掉网络协调开销。 **Q15:悲观锁和乐观锁怎么选?** 写冲突频繁选悲观锁(避免频繁重试导致的性能浪费),读多写少选乐观锁(避免不必要的锁阻塞)。乐观锁提交时版本冲突需应用层重试。 **Q16:Ignite 支持什么隔离级别?默认是什么?** READ_COMMITTED(默认)、REPEATABLE_READ、SERIALIZABLE。默认级别比 MySQL InnoDB 的 REPEATABLE_READ 低,这意味着 Ignite 更偏向性能而非隔离性。 ## 计算与高可用 **Q17:什么叫 Affinity Call?** 把计算逻辑(Java 闭包)发送到数据所在的节点执行,在本地直接读写数据,只传计算结果不传原始数据。避免了大数据量的网络搬运。类似大数据领域的"计算向数据移动"。 **Q18:节点宕机后数据怎么恢复?** 宕机节点的主分区在备份节点上自动提升为新主分区,同时在别的节点创建新备份。如果节点不在 Baseline 中则触发再平衡。同步复制时不丢数据,异步复制可能丢失少量未同步的写入。 **Q19:全集群宕机怎么恢复?** 重启所有节点,每个节点从本地磁盘加载数据 + 重放 WAL,通过 Discovery 重新组建集群。如果某节点磁盘损坏,手动从 Baseline 移除后,其他节点的备份分区提升为主分区,数据不丢。 **Q20:Cache Store 和 Near Cache 分别是什么?** Cache Store 是 Ignite 和外部数据库(MySQL)之间的桥梁,支持 Read-Through/Write-Through/Write-Behind。Near Cache 是 Client Node 上的本地小缓存,热点数据避免每次网络往返,适合读多写少且可容忍短暂不一致的场景。
预览
发布文章
添加摘要让读者更快了解文章内容
取消
确认发布
AI 写作助手
输入一个主题,AI 将为你生成一篇 Markdown 博客文章
AI 正在写作中...
取消
开始生成
AI 优化助手
描述你的修改需求,AI 将在原文基础上进行补充或微调
AI 正在优化中...
取消
开始优化
画布
从已有图里选
✕
图名
保存后生成 /images/excalidraw/<图名>.svg(只能用字母、数字、短横线、下划线、点)
取消
保存并插入