简介
Infinispan是JBoss Cache缓存框架的后续项目，它是一个开源的数据网格平台，用于访问分布式状态 的群集节点。GridFileSystem(网格文件系统)是一个全新的实验性的API，这些API使Infinispan后端的网 格数据像“文件系统”一样展示出来。这一系列API继承了JDK的File，InputStream和OutputStream类， 创建了相应的：GridFile，GridInputStream和GridOutputStream类。还有一个帮助类GridFilesystem， 也被包含在这个框架里面。这些API在Infinispan 4.1.0版本中就可以使用了(从4.1.0.ALPHA2 版起)。
GridFilesystem包含两个Infinispan缓存器：一个用于元数据缓存(通常是完全复制)，另外一个是用 于实际数据的缓存(通常是分布式)。前一个复制缓存器使每个节点在本地都有元数据信息，像列出文件列 表之类的任务就不必使用RPC远程过程调用了。后一个是分布式缓存器，当存储空间的容量用光的时候， 就需要一种可扩展的机制来存储这些数据。所有的文件都被分块，每个块都存储为一个缓存项。
在这篇文章里面我们关注的特性是Infinispan的分布式模式。该模式增加了“分布式”特性，这是一 种基于哈希一致性的技术。JBossCache框架只支持“复制”模式(就是在群集里面的每一个节点都向其它 节点复制所有的数据)。
完全复制技术可以很好的用于小型群集，或者是在每个节点的存储数据量都相对较小的情况。在群集 中，当每个节点都向其它节点复制数据的时候，每个节点的平均数据存储容量都与这个群集的大小以及数 据的容量有关。这种复制的优点在于它通常只在本地节点读取数据，因为每个节点都拥有这些数据；另外 ，当群集中有新节点加入或者需要移除现存节点的时候，它也不需要重新进行负载均衡。
另一方面，当你需要快速访问大型数据集合，并且又无法忍受从磁盘（譬如：数据库）中检索数据时 ， 内存网格文件系统将是一种更好的解决方案。
在之前的文章中，我们讨论了ReplCache，它使用了基于哈希一致性的分布式技术实现了一个网格数据 容器。从某种程度上说，ReplCache就是Infinispan分布模式的原型。
在Infinispan中，不管有没有冗余备份，数据都可以存储在网格中。举个例子，只有将Infinispan的 配置项设置为distributed cache mode（分布缓存模式），numOwners（所有者数量）设置为1，数据D才 会被存储到网格中。在这种情况下，基于哈希一致性算法，Infinispan只会选择一台服务器节点来存储数 据D。如果我们设置numOwners为2，那么Infinispan就会选择两台服务器来存储数据D，以此类推。
Infinispan的优势在于它提供了聚合的网格内存。例如，假设我们有5台主机，每台主机都有1GB的内 存，然后我们将参数numOwners 设置为1，那么我们就总共有5GB内存容量-这显然降低了开支费用。即便 使用冗余备份-比如，设置numOwners为2-我们的配置也有2.5GB的内存容量。
然而有一个问题：如果我们有很多1K大小的数据项，却只有少量的200MB大小的数据项，这将造成了数 据分布不均衡。一些服务器因为存储那些200MB的数据项，差不多把内存堆消耗殆尽，而另外的服务器的 内存有可能还没有使用。
还有一个问题是，如果当前数据项的大小超过了所给的单个服务器的可用内存堆：譬如，当我们试图 存储2GB的数据项时，操作就会失败，因为数据项大于服务器节点的1GB内存堆，调用Infinispan的方法 Cache.put(K，V)，就会引起OutOfMemoryException（内存溢出）错误。
要解决这些问题，我们要将一个数据项分成chunks（区块）并将它们分散存储到群集的节点中。我们 将一个区块的大小设置为8K：如果我们把2GB 的数据项分为8K大小的区块，最终将在网格中得到250,000 个8K的区块。在网格中存储250,000个相等的区块，当然比存储少量的200MB的数据项要更加均衡。