Introdução ao Hazelcast

Objetivos

Nesta aula você vai:

• Entender o que é o Hazelcast e por que ele transcende a categoria "banco em memória"
• Conhecer o modelo de cluster distribuído sem coordenador central permanente
• Posicionar Hazelcast no espectro entre cache e plataforma de dados

Introdução

Se Redis é uma estante de consulta rápida, o Hazelcast é a biblioteca inteira — com salas de leitura, sistema de empréstimos, quadro de avisos e equipe de catalogadores trabalhando em conjunto. Não é apenas onde os dados repousam; é onde eles circulam, transformam-se e coordenam ações entre dezenas de aplicações Java (e além).

Fundado em 2008 e amplamente adotado no ecossistema enterprise Java, o Hazelcast oferece estruturas distribuídas em memória — IMap, filas, tópicos, locks, semáforos — embutidas diretamente na JVM da aplicação. Não há servidor separado obrigatório no modelo embedded: cada nó da aplicação pode ser membro do cluster.

Esta aula apresenta o protagonista antes de explorar seu data grid e casos de uso.

Conteúdo

O que é o Hazelcast?

Hazelcast é uma plataforma de computação distribuída em memória que fornece:

• Distributed Data Structures — mapas, caches, filas, conjuntos replicados ou particionados
• Computação distribuída — execução de tarefas nos nós onde os dados residem (data locality)
• Integração enterprise — Spring, JCache (JSR-107), Kubernetes, observabilidade
• Modo cliente-servidor ou embedded — flexibilidade de deploy

Linguagem nativa: Java (com clientes para .NET, Node, Python, C++). Diferente de Redis, não é primariamente um servidor externo acessado por protocolo texto — é biblioteca que forma cluster com seus pares.

Modelo de cluster peer-to-peer

┌─────────┐     ┌─────────┐     ┌─────────┐
│  App A  │◄───►│  App B  │◄───►│  App C  │
│ (membro)│     │ (membro)│     │ (membro)│
└─────────┘     └─────────┘     └─────────┘
     │               │               │
     └───────────────┴───────────────┘
           Particionamento automático
           + backup opcional por partição

Características:

• Sem master fixo — todos os membros são iguais (embora existam roles transitórios para coordenação)
• Particionamento — dados distribuídos em 271 partições padrão (configurável) via hash da chave
• Backups — cada partição pode ter réplicas em outros nós para tolerância a falha
• Auto-discovery — multicast, TCP/IP ou integração Kubernetes para formação de cluster

Hazelcast vs. Redis e similares

Redis brilha como cache compartilhado entre linguagens. Hazelcast brilha quando a lógica e os dados precisam coexistir no mesmo runtime Java com semântica de objetos e transações distribuídas.

Primeiro exemplo — IMap

Dependência Maven:

<dependency>
  <groupId>com.hazelcast</groupId>
  <artifactId>hazelcast</artifactId>
  <version>5.3.0</version>
</dependency>

Código mínimo:

import com.hazelcast.core.Hazelcast;
import com.hazelcast.core.HazelcastInstance;
import com.hazelcast.map.IMap;

public class PrimeiroCluster {
  public static void main(String[] args) {
    HazelcastInstance hz = Hazelcast.newHazelcastInstance();
    IMap<String, String> livros = hz.getMap("acervo");

    livros.put("001", "Dom Casmurro");
    livros.put("002", "Memórias Póstumas");

    System.out.println(livros.get("001")); // Dom Casmurro
  }
}

Execute duas instâncias JVM: ambas veem o mesmo mapa acervo. Dados particionados automaticamente. Mágica de cluster sem configurar Redis externo.

Edições e evolução

• Hazelcast Platform (open source + enterprise) — data grid, Jet para streaming
• Hazelcast Cloud — managed service
• Recursos enterprise: segurança avançada, WAN replication, suporte comercial

Para aprendizado, a edição open source basta. Para produção crítica, avalie necessidade de suporte e features enterprise (WAN, security modules).

Quando a metáfora muda

Redis responde perguntas: "qual o valor da chave X?". Hazelcast participa da narrativa: "dado X neste nó, execute esta lógica sem mover X pela rede". Essa diferença de data locality define se você precisa de um cache ou de uma plataforma.

Resumo

• Hazelcast é plataforma de computação distribuída em memória, não apenas cache chave-valor
• Cluster peer-to-peer particiona dados automaticamente com backups configuráveis
• Modelo embedded integra estruturas distribuídas diretamente na JVM Java
• Comparado a Redis, Hazelcast privilegia ecossistema Java, APIs tipadas e computação nos dados
• Escolha Hazelcast quando aplicações Java precisam de coordenação distribuída além de GET/SET