GridGain/Ignite无putAllIfAbsent接口 批量写入相关问题咨询

问题1：批量不存在即插入的实现及循环调用的性能问题 #

循环逐条调用cache.putIfAbsent()会产生明显的性能问题。
即使厚客户端自带分区感知能力，避免了多余的路由跳转，每一次单key调用都会产生独立的RPC网络请求、序列化/反序列化开销，以及服务端请求队列的调度成本。数据量越大性能损耗越突出，如果你在GKE上的服务和GridGain集群跨可用区部署，网络延迟还会进一步放大性能损耗。

推荐使用GridGain原生的invokeAll()方法实现批量putIfAbsent语义，你可以通过自定义EntryProcessor完成不存在则写入的逻辑，整体性能比逐条调用高1~2个数量级，示例实现如下：

// 批量执行不存在即插入逻辑
Map<K, V> insertMap = // 待写入的键值对集合
cache.invokeAll(insertMap.keySet(), (MutableEntry<K, V> entry, Object... args) -> {
    if (!entry.exists()) {
        entry.setValue(insertMap.get(entry.getKey()));
    }
    return null;
});

invokeAll会自动将键按所属分区分组，每个分区仅发送一次批量请求，所有计算逻辑都在服务端本地执行，没有多余的网络开销。

问题2：cache.putAll()实现覆盖写入的合理性 #

这个方案完全合理，是官方推荐的最优实现方式。
cache.putAll()的原生语义就是批量写入传入Map的所有键值对，无论对应key是否存在都会直接覆盖旧值。底层已经做了性能优化：厚客户端会自动将Map中的键按所属分区分组，每个分区仅发送一次批量请求，最大限度减少网络开销，完全匹配你的批量覆盖需求，不需要额外自定义逻辑。

GKE厚客户端部署注意事项 #

• 尽量将GridGain集群和服务Pod部署在同一个GKE可用区，避免跨可用区网络延迟放大批量操作开销
• 厚客户端按需调整连接池和RPC线程数配置，避免批量请求量较大时出现请求排队超时

内容的提问来源于stack exchange，提问作者Nuwan Sameera