Netflix推出Hollow，处理内存数据集的Java库

Netflix最近推出了Hollow，一款Java库和工具包，旨在有效缓存不属于“大数据”的数据集。这些数据集可能是电子商务和搜索引擎的元数据，或者是Netflix电影和电视节目的元数据。处理这种数据集的传统方法包括数据存储或串行化，但这可能会有可靠性和延迟问题。Hollow的入门指南中总结了核心概念和命名方法：

Hollow管理由单个生产者构建的数据集，并向一个或多个消费者传送以用于只读访问。数据集会随着时间而改变。改变的数据集的时间线可以分为离散的数据状态，每个状态都是那个特定时间点数据的完整快照。

生产者和消费者通过在数据状态之间转换的状态引擎来处理数据集。生产者使用写状态引擎，而消费者使用读状态引擎。

Hollow取代了Netflix原先的内存数据集框架Zeno。数据集现在用紧凑的、固定长度的、强类型的数据编码表示。这种编码最小化了数据集占用的空间，并将编码记录“打包在JVM堆上合并的可重用内存条中，以避免影响繁忙的服务器上的GC行为。”

入门
要开始使用Hollow示例，请参考以下POJO：

public class Movie { long id; String title; int releaseYear; public Movie(long id,String title,int releaseYear) { this.id = id; this.title = title; this.releaseYear = releaseYear; } }

上述POJO上简单的数据集可以这样填充：

List<Movie> movies = Arrays.asList( new Movie(1,"The Matrix",1999), new Movie(2,"Beasts of No Nation",2015), new Movie(3,"Goodfellas",1990), new Movie(4,"Inception",2010) );

Hollow将这样的movies列表转换为新的编码形式，如下所示：

有关编码的更多详细信息，请参阅Hollow网站的。

生产者
生产者的第一个示例发布了数据集（本例中的电影）的初始数据状态，并通知消费者在哪里找到该数据集。对数据集的后续更改会系统地发布并传送给消费者。

生产者使用HollowWriteStateEngine作为数据集的句柄：

HollowWriteStateEngine writeEngine = new HollowWriteStateEngine();

HollowObjectMapper填充HollowWriteStateEngine：

HollowObjectMapper objectMapper = new HollowObjectMapper(writeEngine); for(Movie movie : movies) { objectMapper.addObject(movie); }

HollowObjectMapper是线程安全的，也可以并行执行。

生产者将数据集（也称blob）写入定义的输出流：

OutputStream os = new BufferedOutputStream(new FileOutputStream(snapshotFile)); HollowBlobWriter writer = new HollowBlobWriter(writeEngine); writer.writeSnapshot(os);

为消费者生成API
客户端API基于数据模型生成必要的Java文件，并且必须在写入初始的消费者源代码前执行：

HollowAPIGenerator codeGenerator = new HollowAPIGenerator( "MovieAPI", // a name for the API "org.redlich.hollow.consumer.api.generated", // the path for generated API files stateEngine); // the state engine codeGenerator.generateFiles(apiCodeFolder);

消费者
一旦通知消费者已发布的数据集，消费者使用HollowWriteReadEngine作为数据集的句柄：

HollowReadStateEngine readEngine = new HollowReadStateEngine();

HollowBlobReader将blob从生产者消费到HollowReadStateEngine：

HollowBlobReader reader = new HollowBlobReader(readEngine); InputStream is = new BufferedInputStream(new FileInputStream(snapshotFile)); reader.readSnapshot(is);

通过生成的API可以访问到数据集中的数据：

MovieAPI movieAPI = consumer.getAPI(); for(MovieHollow movie : movieAPI.getAllMovieHollow()) { System.out.println(movie._getId() + ", " + movie._getTitle()._getValue() + ", " + movie._getReleaseYear()); }

这将打出结果输出：

1, "The Matrix", 1999 2, "Beasts of No Nation", 2015 3, "Goodfellas", 1990 4,"Inception", 2010

完整的Hollow项目可以在上找到。

InfoQ最近和Netflix高级软件工程师及Hollow主要贡献者Drew Koszewnik进行了详细的访谈，讨论了Hollow的具体实现细节。

查看英文原文：Netflix Introduces Hollow, a Java Library for Processing In-Memory Datasets