Apache Mnemonic 技术文档
2024-12-23 22:36:51作者:幸俭卉
1. 安装指南
环境要求
- Java 8 或更高版本
- Maven 3.x
- 支持非易失性内存的硬件环境
安装步骤
- 克隆项目仓库:
git clone https://github.com/apache/mnemonic.git - 进入项目目录:
cd mnemonic - 使用 Maven 构建项目:
mvn clean install - 构建完成后,生成的库文件将位于
target目录下。
2. 项目的使用说明
概述
Apache Mnemonic 是一个面向非易失性混合内存存储的库,提供了非易失性/持久化的 Java 对象模型和持久化计算服务。它能够显著提升大规模实时数据处理/分析的性能,开发者可以使用该库设计高性能的无缓存和无序列化(SerDe)的应用程序。
主要特性
- 本地非易失性内存中的就地数据存储
- 持久化对象模型 (DOM)
- 持久化本地计算模型 (DNCM)
- 对象图的延迟加载与共享
- 自动回收内存资源和 Mnemonic 对象
- 分层缓存池,用于大规模数据缓存
- 可扩展的内存服务,支持新设备的采用和分配优化
- 持久化数据结构集合 (WIP)
- 持久化计算服务
- 最小化堆内存占用
- 减少 GC 开销
- 支持 Hadoop MapReduce 和 Spark 的即插即用
使用示例
以下是一个简单的使用示例,展示了如何创建一个持久化对象并进行存储:
import org.apache.mnemonic.DurableObject;
import org.apache.mnemonic.DurableObjectService;
public class MnemonicExample {
public static void main(String[] args) {
DurableObjectService service = new DurableObjectService();
DurableObject obj = service.createDurableObject();
// 设置对象属性
obj.setProperty("key", "value");
// 持久化对象
obj.persist();
// 关闭服务
service.close();
}
}
3. 项目API使用文档
DurableObjectService API
DurableObjectService():创建一个新的持久化对象服务实例。createDurableObject():创建一个新的持久化对象。close():关闭持久化对象服务。
DurableObject API
setProperty(String key, Object value):设置持久化对象的属性。getProperty(String key):获取持久化对象的属性。persist():将对象持久化到非易失性内存中。load():从非易失性内存中加载对象。
4. 项目安装方式
通过 Maven 安装
在项目的 pom.xml 文件中添加以下依赖:
<dependency>
<groupId>org.apache.mnemonic</groupId>
<artifactId>mnemonic-core</artifactId>
<version>1.0.0</version>
</dependency>
然后运行 mvn install 进行安装。
通过源码安装
按照 安装指南 中的步骤,从源码构建并安装项目。
通过以上步骤,您可以成功安装并使用 Apache Mnemonic 项目,享受其带来的高性能和持久化计算服务。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
710
4.51 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
578
99
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
deepin linux kernel
C
28
16
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
414
339
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2