Terracotta收购Ehcache:对Java缓存领域产生深远的影响

Terracotta已收购Ehcache,二者将继续保持开源特性并使用Apache2.0许可。Ehcache作为广泛使用的缓存应用,将由Terracotta提供更优质的服务和支持。此次合并使Terracotta能提供全面的缓存解决方案,涵盖桌面到服务器的所有缓存节点。
两个最著名的开源java 缓存解决方案的厂商现在由于 [url=http://www.terracotta.org/]Terracotta[/url] 对 [url=http://ehcache.sourceforge.net/]Ehcache[/url] 的收购联合到一起了。Terracotta,目前唯一的提供JVM级别的“POJO clustering集群”的厂商,能够提供多线程单一JVM应用,并且能让它们跨JVMs运行而不需要修改任何代码。Ehcache是目前部署使用最广泛的缓存应用,它提供了标准的HashMap类型接口,类似Oracle Coherence。这个合并对Java缓存领域将产生深远的影响。

目前合并可能造成的影响:

1.开源: Ehcache和Terracotta都是开源软件,未来不会改变

2.开源协议:Ehcache目前使用的是[url=http://ehcache.sourceforge.net/license.html]Apache 2.0 license[/url],也不会改变

3.Hosting托管:主机托管服务将从SourceForge 转移到[url=http://forge.terracotta.org/]Terracotta Forge[/url]. 更多的细节正在协商中,但是Terracotta未来将完全接管所有的托管服务,包括源代码,邮件列表和社区论坛等。

4.Greg Luck:Ehcache的创始人老大将继续领导Ehcache

5.现存的功能:Ehcache将继续提供非集群缓存解决方案。就像现在提供的一样。

6.Ehcache将由Terracotta团队提供更好的支持和服务

7. Terracotta将获得Ehcache的软件和技术,提供强大的解决方案,尽可能占据所有的缓存节点,包括桌面和服务器。

Terracotta近年来在分布式缓存应用卓绝努力,最近刚发布Terracotta 3.1,包括了一个新的更快的Hibernate second-level cache 二级缓存实现。Hibernate 缓存实现在Terracotta 集成模块分布缓存DistributedCache之上完成。下面图片现实了实现机制:

[img]http://puredanger.com/techfiles/090818/cache31.png[/img]

DistributedCache在能够极大扩展的ConcurrentDistributedMap之上建立,Terracotta也曾经在本地缓存方面努力,但是收购了Ehcache以后,将专注于分布式缓存。

[img]http://puredanger.com/techfiles/090818/cachedirection.png[/img]

这样Terracotta将提供统一的完整的缓存解决方案。喜欢Ehcache简单、高性能和灵活特性的用户,现在可以通过 Terracotta无缝接入分布式企业应用缓存的功能,获得企业数据一致性,操作的可视性和可控性等功能。Ehcache和Terracotta的结合为您的业务和应用提供了一系列广泛的缓存功能、商业支持模式和专业服务。

[img]http://puredanger.com/techfiles/090818/cachefuture.png[/img]
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值