HTTP-Sitzungsmanagement für Tomcat und vFabric tc Server

GemFire ermöglicht die Entkopplung des Sitzungsmanagements vom JSP-Container. Sie können das Anwendungsserver- und HTTP-Sitzungsmanagement unabhängig skalieren, wobei Sie die Fähigkeit von GemFire nutzen, sehr große Sitzungen mit hoher Performance und ohne Verlust zu verwalten. Das GemFire HTTP-Sitzungsmanagement ist vorkonfiguriert und kann automatisch mit tc Server gestartet werden. Zur Aktivierung des Moduls für Tomcat sind nur minimale Konfigurationsänderungen erforderlich.

Demo zu HTTP-Sitzungsmanagement und GemFire>>

L2-Caching für Hibernate

Mit L2-Caching können Entwickler die Datenmanagementfunktionen der Enterprise-Klasse von GemFire für ihre Spring-/Hibernate-Anwendungen implementieren. Die hochgradig skalierbare und zuverlässige L2-Caching-Funktion von GemFire verbessert die Performance von Hibernate-Anwendungen erheblich, reduziert Datenbankengpässe, steigert die Entwicklerproduktivität und unterstützt die Bereitstellung in Cloud-Umgebungen.

Demo zu L2-Caching und GemFire ansehen>>

Erweiterte Persistenzarchitektur mit parallelen Festplatten

Unser neues „Shared-Nothing“-Modell mit parallel geschalteten Festplatten bietet jetzt Persistenz für alle Datenblöcke, ob partitioniert oder repliziert. Dies sichert die Daten in GemFire ab und reduziert die Kosten durch die ausschließliche Nutzung der Datenbank als Archivspeicher erheblich.

Spring-Integration und vereinfachte APIs für eine unkompliziertere Entwicklung

Das Projekt „Spring GemFire Integration“ ermöglicht Entwicklern die einfache Erstellung von Spring-Anwendungen, die die leistungsstarke GemFire-Datenmanagementplattform für verteilte Umgebungen nutzen. Darüber hinaus wurden die Entwickler-APIs von GemFire überarbeitet, um den Start und die Nutzung zu vereinfachen. Die mit GemFire gelieferten Entwicklerbeispiele wurden mit den neuen APIs aktualisiert.

Verbesserte Skalierungskapazitäten

Die Abonnementverarbeitung wurde partitioniert, sodass jetzt der Zugriff einer viel größere Anzahl an Abonnenten bei einer niedrigeren Latenz als bisher unterstützt wird. Die Clients kommunizieren über einen einzigen Hop direkt mit den Servern, auf denen die Daten gehostet sind. Dies erhöht die Zugriffs-Performance für Thin Clients um das Zwei- bis Dreifache.

Extrem erhöhter Durchsatz durch parallele Transaktionsausführung

Mehrere Transaktionen können gleichzeitig über mehrere partitionierte Bereiche hinweg ausgeführt werden.

Sehr hoher Durchsatz

Mit parallelen Hauptspeicher-Datenstrukturen und einer hochgradig optimierten Verteilungsinfrastruktur bietet GemFire im Vergleich zu herkömmlichen festplattenbasierten Datenbanken den zehnfachen Lese- und Schreibdurchsatz.

Niedrige und prognostizierbare Latenz

GemFire nutzt eine hochgradig optimierte Cache-Ebene zur Minimierung von Kontextwechseln für Threads und Prozesse.

Hohe Skalierbarkeit

• Die Skalierbarkeit wird durch die dynamische Datenpartitionierung über viele Member-Knoten hinweg und durch die Verteilung der Datenlast auf die Server erzielt.
• Das System lässt sich dynamisch erweitern, um mehr Kopien aktiver (häufig verwendeter) Daten bereitzustellen.
• Darüber hinaus kann das Anwendungsverhalten so bereitgestellt und geroutet werden, dass es verteilt und in der Nähe der zugehörigen Daten ausgeführt wird.

Kontinuierliche Verfügbarkeit

• Zusätzlich zu konsistenten, server- und knotenübergreifenden Kopien von In-Memory-Datenkopien können Anwendungen die Daten auf einem oder mehreren Knoten persistent speichern.
• Die Shared-Nothing-Architektur von GemFire sorgt für extrem hohe Datenverfügbarkeit.

Gemeinsame Datennutzung durch heterogene Anwendungen

C#-, C++- und Java-Anwendungen können Business-Objekte gemeinsam nutzen, ohne eine Umwandlungsebene wie SOAP oder XML durchlaufen zu müssen. Eine Änderung an einem Business-Objekt in einer Sprache kann zuverlässige Benachrichtigungen in den Anwendungen auslösen, die in anderen unterstützten Sprachen erstellt wurden.

Datenverteilung über WAN

Das WAN-Gateway von GemFire ermöglicht die unbegrenzte und lose gekoppelte Skalierung verteilter Systeme ohne Auswirkungen auf Performance, Zuverlässigkeit und Datenkonsistenz.