Tecnologias de computação distribuída em memória, como caches, grids de dados e bancos de dados, aumentam o desempenho das aplicações e resolvem problemas de escalabilidade ao armazenar e processar grandes conjuntos de dados em um cluster de máquinas interconectadas.
Esta sessão é para engenheiros de software e arquitetos que constroem aplicações intensivas em dados e desejam experiência prática com computação em memória. Você será apresentado às capacidades fundamentais de sistemas distribuídos em memória e aprenderá como aproveitar os recursos do seu cluster e como minimizar qualquer impacto negativo que a rede possa ter no desempenho das suas aplicações.
Junte-se a Denis Magda enquanto ele descreve e demonstra três capacidades essenciais da computação em memória—com exemplos de código baseados no Apache Ignite:
- Particionamento de dados: para utilizar toda a memória e recursos de CPU de um cluster.
- Co-localização de afinidade: para evitar movimentação de dados e usar consultas SQL distribuídas de alto desempenho.
- Processamento co-localizado: para realizar cálculos intensivos em computação e dados em alta velocidade diretamente nos nós do cluster.
== Denis Magda
Denis Magda é um entusiasta de software de código aberto que começou sua jornada no grupo de evangelismo tecnológico da Sun Microsystems e na equipe de engenharia Java da Oracle. Ele agora apoia a Apache Software Foundation nas funções de committer do Apache Ignite e membro do Comitê de Gestão de Projetos. Como Chefe de Relações com Desenvolvedores da GridGain Systems, ele trabalha com engenheiros de software e arquitetos para ajudá-los a adquirir expertise em computação em memória.