要缓存的数据：
需要建议生产和测试中的Coherence拓扑（随备份一起分发）
问题
我们不知道将完成多少次读取操作，该解决方案将由低响应时间至关重要的客户端（超过数据一致性）使用，并取决于每个用例。通过以固定频率轮询并填充缓存，将从DB更新缓存（因为缓存是数据主服务器，而不是使用缓存的系统）。
答案 0 :(得分：7)
为Coherence调整JVM大小的经验法则是数据是假设1个备份的堆的1/3：缓存数据的1/3，备份的1/3，索引和开销的1/3。 / p>
调整大小的最大困难是没有很好的方法来估计索引大小。您必须尝试使用实际数据并进行衡量。
JDK 1.6 JVM的经验法则是从4GB堆开始，因此您需要75个缓存服务器节点。有些人成功拥有更大的堆（16GB），所以值得尝试。对于大堆（例如，16GB），您不需要1/3的开销，并且可以容纳超过1/3的数据。随着堆大于16GB，垃圾收集器调整变得至关重要。
为获得最佳性能，每个节点应该有1个核心。
服务器计算机的数量取决于可管理性，容量（核心和内存）和故障的实际限制。例如，即使您有一台可以处理32个节点的服务器，当机器出现故障时您的集群会发生什么？群集将是机器安全的（备份不在同一台机器上），但是如果要将大量数据移动到新备份，恢复将非常缓慢。另一方面，75台机器难以管理。
我已经看到Coherence对于1K对象放置具有250微秒（不是毫秒）的延迟，包括网络跳和备份。因此，您正在寻找的插入和更新数量应该是可以实现的。使用多个线程插入/更新进行测试，并确保您的测试客户端不是瓶颈。
答案 1 :(得分：2)
还有一些“经验法则”：
1）对于高可用性，三个节点是最好的。
2）使用Java 7，您可以使用更大的堆（例如27GB）和G1垃圾收集器。
3）对于100GB的数据，使用David的指南，您将需要300GB的堆总数。在具有128GB内存的服务器上，可以使用3台物理服务器完成，每台服务器运行4个JVM，每个服务器堆27GB（总共约324GB）。
4）索引内存使用情况因数据类型和数据而异。最好使用代表性数据集（包括索引和不使用索引）进行测试，以查看内存使用差异。