查询远程过滤器内的不同缓存以进行连续查询
Query a different cache inside remote filter for continuous query
我有一个 Ignite 连续查询的用例，我想在其中设置远程过滤器，以便它针对同一节点上的另一个缓存进行评估。例如：
我开始对 Person 缓存进行连续查询，并在另一个缓存（“City”）上使用远程过滤条件，以便 P.city 出现在 City 缓存中。
在我的用例中，我控制城市缓存，这意味着用户动态设置 he/she 感兴趣的城市。城市缓存总体上相对较小 (~400)。我应该提到过滤器必须检查缓存而不是使用分布式数据结构，因为我需要保持对订阅的计数。
基本上，我想了解这种方法对性能的影响。
如有任何帮助，我们将不胜感激！
这取决于你在那里做什么样的逻辑。如果您阅读文档，您会看到：
Sets optional key-value filter. This filter is called before entry is sent to the master node.
WARNING: all operations that involve any kind of JVM-local or distributed locking (e.g., synchronization or transactional cache operations), should be executed asynchronously without blocking the thread that called the filter. Otherwise, you can get deadlocks.
这意味着您应该避免阻塞或长时间 运行 操作。但是，文档还为您提供了如何执行此操作的答案：
If remote filter are annotated with IgniteAsyncCallback then it is executed in async callback pool (see IgniteConfiguration.getAsyncCallbackPoolSize()) that allow to perform a cache operations.
因此，为避免可能出现的性能问题，您应该使用 IgniteAsyncCallback.
我有一个 Ignite 连续查询的用例，我想在其中设置远程过滤器，以便它针对同一节点上的另一个缓存进行评估。例如：
我开始对 Person 缓存进行连续查询，并在另一个缓存（“City”）上使用远程过滤条件，以便 P.city 出现在 City 缓存中。
在我的用例中，我控制城市缓存，这意味着用户动态设置 he/she 感兴趣的城市。城市缓存总体上相对较小 (~400)。我应该提到过滤器必须检查缓存而不是使用分布式数据结构，因为我需要保持对订阅的计数。
基本上，我想了解这种方法对性能的影响。
如有任何帮助，我们将不胜感激！
这取决于你在那里做什么样的逻辑。如果您阅读文档，您会看到：
Sets optional key-value filter. This filter is called before entry is sent to the master node.
WARNING: all operations that involve any kind of JVM-local or distributed locking (e.g., synchronization or transactional cache operations), should be executed asynchronously without blocking the thread that called the filter. Otherwise, you can get deadlocks.
这意味着您应该避免阻塞或长时间 运行 操作。但是，文档还为您提供了如何执行此操作的答案：
If remote filter are annotated with IgniteAsyncCallback then it is executed in async callback pool (see IgniteConfiguration.getAsyncCallbackPoolSize()) that allow to perform a cache operations.
因此，为避免可能出现的性能问题，您应该使用 IgniteAsyncCallback.