这里可以看到会读取所有的缓存容器并一个个的使用Wrapper包装一下，然后用同样的缓存名称去createCache一个新的Cache，这步使用的是切换后的集群缓存策略工厂，也就是说会使用ClusteredCacheFactory去创建新的缓存容器。最后再将cache写入到新的clusteredCache 里，这样就完成了缓存的切换。
当然这里还是要看一下ClusteredCacheFactory的createCache实现：
public Cache createCache(String name) { // Check if cluster is being started up while (state == State.starting) { // Wait until cluster is fully started (or failed) try { Thread.sleep(250); } catch (InterruptedException e) { // Ignore } } if (state == State.stopped) { throw new IllegalStateException("Cannot create clustered cache when not in a cluster"); } return new ClusteredCache(name, hazelcast.getMap(name)); }
这里使用的是ClusteredCache，而且最重要的是传入的第二个map参数换成了hazelcast的了，这样之后再访问这个缓存容器时已经不再是原先的本地Cache了，已经是hazelcast的map对象。hazelcast会自动对map的数据进行同步管理，这也就完成了缓存同步的功能。
集群计算
那就看hazelcast的实现吧，在ClusteredCacheFactory中doClusterTask举个例子吧：
public void doClusterTask(final ClusterTask task) { if (cluster == null) { return; } Set<Member> members = new HashSet<Member>(); Member current = cluster.getLocalMember(); for(Member member : cluster.getMembers()) { if (!member.getUuid().equals(current.getUuid())) { members.add(member); } } if (members.size() > 0) { // Asynchronously execute the task on the other cluster members logger.debug("Executing asynchronous MultiTask: " + task.getClass().getName()); hazelcast.getExecutorService(HAZELCAST_EXECUTOR_SERVICE_NAME).submitToMembers( new CallableTask<Object>(task), members); } else { logger.warn("No cluster members selected for cluster task " + task.getClass().getName()); } }
过程就是，先获取到集群中的实例成员，当然要排除自己。然后hazelcast提供了ExecutorService来执行这个task，方法就是submiteToMembers。这样就提交了一个运算任务。只不过具体是如何分配计算并汇集结果倒真不太清楚。
总结
花了一天时间看了一下openfire的集群，顺手就写了一篇文章，确实也到了一些东西。和一些网友沟通中好像目前大家更愿意使用redies来完成缓存共享，以及通过代理来实现集群，而不愿意使用openfire的集群方案。这部分我没有遇到如何大的并发量需求确实不知道区别在哪里。以后有机会还是动手试试写一个redies的插件。
CentOS下Openfire详细安装过程
CentOS 5.4下基于Jabber/XMPP协议的Openfire服务器配置笔记
Ubuntu 12.04 安装Openfire