我想知道是否有任何好的资源可以建议我使用gemfire作为主要数据库的高交易（2000 TPS）和音量系统（数百万和数百万条记录）的最佳实践。
我问这是因为我收到的信息是跳过使用“LIKE”的查询或任何其他不是Gemfire上的Key fetch的搜索，并尝试尽可能直接在Java内存上使用该区域（如果JVM可以处理数据的大小）。使Gemfire几乎成为一个巨大的HashMap，除了Map.get（）之外没有任何功能。
上述论点有什么依据吗？
Gemfire集群是不是每天都在处理全球每秒数以万亿的交易？
由于
答案 0 :(得分：2)
所以，我不知道每天交易的“数以万计”:-)，但当然客户使用GemFire每天处理数百万笔交易并存储数十亿或记录（对象）。
您可以在Pivotal的网站（https://pivotal.io/big-data/pivotal-gemfire）上查看案例研究（中国铁路，印度铁路和Newedge），了解更多详情。
虽然通过Key索引执行直接查找通常总是更好（尽管在OQL语句中并且不一定使用Map.get（key）），但在OQL谓词中使用LIKE运算符并非不可能。存在索引（http://gemfire.docs.pivotal.io/latest/userguide/index.html#developing/query_select/the_where_clause.html#the_where_clause__section_D91E0B06FFF6431490CC0BFA369425AD）。
要记住的重要一点是，索引会产生维护和存储在内存中的成本，因此正确使用它们非常重要。有关索引的更多提示，请参阅此处...（http://gemfire.docs.pivotal.io/latest/userguide/index.html#developing/query_index/indexing_guidelines.html）。
关于最佳实践，我们的EA团队最好能够就您的特定UC（？）和功能要求向您提供建议。
答案 1 :(得分：1)
这绝对不是真的。我们有许多客户使用OQL和该产品的其他高级功能来处理数以千计的并发客户端/查询。
如果没有使用对象大小，查询和索引，很难给出任何具体的建议。在某些情况下，使用QueryService（从客户端触发查询）是有意义的，而在其他情况下，使用数据感知函数可以更好地分配查询执行。
请查看Querying Partitioned Region，并专门查看Optimizing Queries on Data Partitioned by a Key or Field Value的一些示例和想法。
希望有所帮助
答案 2 :(得分：1)
我参与了一些使用GemFire的项目，是的，它可用于查询大量数据。正如威廉和约翰所说，它实际上归结为你的GemFire集群如何设计用于分区，复制等数据。恕我直言，你应该尽可能避免索引，并使用GemFire集群作为数据网格。借助此功能，您可以在群集中并行运行查询，从而提高速度和灵活性。看看Geode Function best practices