如何确保应用程序能具有快速、可扩展并足够的处理能力?Nikita Ivanov认为并不需要不断地升级硬件，他有一个与众不同的想法：内存计算。
通常，硬件会越来越贵，那么在这种情况下众多公司是如何确保速度和规模的?除了打破预算和限制增长之外，这一策略还有一个重大缺陷。增加硬件支出无法消除任何应用程序基础架构中最慢的部分：硬盘读写。当应用程序从基于磁盘的数据库读写数据进行处理或分析时，即使使用最新的存储技术(如SSD)，也会出现明显的延迟。
内存计算
内存计算(IMC)可以消除这种延迟。内存计算平台使用大量RAM来处理和分析数据，不需要连续读写基于磁盘数据库上的数据。IMC平台可以轻松地插入到现有的应用程序层和数据库层之间，而不需要使用“rip-and-replace”。它可以利用基于JVM架构的分布式进行并行处理，性能可以提升1000倍甚至更多。
利用商品服务器的内存计算平台，可以随时通过向集群添加节点来实现扩展，从而使企业能够根据需要对基础设施进行有效扩展。另外，分布式体架构可以通过提高可用性和简化的维护，在集群节点上复制数据。 IMC平台通常提供以下服务：
1. 内存数据网格可以缓存数据，并加速和扩展在RDBMS、NoSQL或Hadoop数据库上运行的应用程序，甚至有些解决方案还支持ANSI-99 SQL和ACID事务;
2. 作为记录系统的内存数据库，同时提供完整的关系数据库功能;
3. 流式分析引擎，用于实时分析和响应传入数据
内存计算平台的一个优点是易于实现。该平台可以用最少的编码插到现有的应用程序和数据层之间，提供快速的时间价值和极高的性能架构。计算集群提供的冗余也为高可用性提供了一条直接路径。
IMC平台还可以启用混合事物/分析处理(HTAP)，可以在操作数据集中进行实时分析和事务处理。通过使用单个数据库而非单独的数据库进行交易和分析来降低总体拥有成本。
内存计算并不稀奇。然而从经济上说，RAM成本意味着只有在及高价值的应用中才可行。好消息是，RAM成本多年来一直在稳步下降。今天，各种规模和许多行业的企业都认识到，通过改进终端用户体验和应用程序性能，可以容易地为内存计算平台带来额外的成本。Gartner认为，内存技术市场将以每年22%的速度增长，到2020年底达到130亿美元。
对任何需要极高速和规模的数据密集型应用的公司来说，内存计算平台的成熟和可用性无疑是一个重磅消息。
