我们有一个系统，使用相同的数据集（键-值对）跨越50个服务器。每小时对此数据集的更新次数约为1000次，并且必须在这些50台服务器上进行复制。我们有一个主系统，接收这些更新并负责将这些更新传播到其他服务器。目前，我们每小时以文件形式将整个数据集（而不是增量更新）同步到所有服务器。然后将此数据加载到不可变的Koloboke映射中。每个服务器每秒处理大约25000个请求，每个请求在该映射中执行30个查找。这些服务器接收到的请求的平均响应延迟必须最大约为3毫秒，因此内存中的koloboke映射在维护此响应时间方面表现良好。
然而，我们当前用于在服务器之间同步此数据的系统存在问题：
1）很多时候，关键数据同步在其中一台服务器上失败，导致收入损失
2）由于此数据存储在内存中，因此不具有持久性，我们需要在每次服务器重新启动或每小时更新时重新加载此数据，这会影响应用程序的启动时间。
为了使其更有效率，我已经探索了Redis、Chronicle Maps和Koloboke库中的Mutable maps。但是我遇到了它们的限制：
Redis：Redis支持复制和持久性。但是，在使用其基准测试实用程序时，我发现它可以支持的查找次数仅略高于我们的平均用例（0.8-1.1百万请求与每秒0.75百万的查找次数）。此外，对Redis的调用将通过网络进行，这将影响我们的平均响应时间3ms。
Chronicle Maps：在进一步探索后，我发现Chronicle Maps支持复制、持久性，并且可以提供高达3000万个请求/秒的服务。乍一看，它似乎是一个不错的选择，但后来我发现它们与multimaps不兼容，而我们在应用程序中生成了multimaps。此外，他们将数据存储在堆之外，因此反序列化数据的成本会导致性能下降。
Koloboke：它的性能很好，符合我们的用例，但不支持复制和持久性。
我找不到任何支持我们所有用例的东西。我正在寻求这个社区的建议，帮助我们有效地构建此系统，而不会产生严重的性能影响。感谢您的任何帮助！谢谢！
然而，我们当前用于在服务器之间同步此数据的系统存在问题：
1）很多时候，关键数据同步在其中一台服务器上失败，导致收入损失
2）由于此数据存储在内存中，因此不具有持久性，我们需要在每次服务器重新启动或每小时更新时重新加载此数据，这会影响应用程序的启动时间。
为了使其更有效率，我已经探索了Redis、Chronicle Maps和Koloboke库中的Mutable maps。但是我遇到了它们的限制：
Redis：Redis支持复制和持久性。但是，在使用其基准测试实用程序时，我发现它可以支持的查找次数仅略高于我们的平均用例（0.8-1.1百万请求与每秒0.75百万的查找次数）。此外，对Redis的调用将通过网络进行，这将影响我们的平均响应时间3ms。
Chronicle Maps：在进一步探索后，我发现Chronicle Maps支持复制、持久性，并且可以提供高达3000万个请求/秒的服务。乍一看，它似乎是一个不错的选择，但后来我发现它们与multimaps不兼容，而我们在应用程序中生成了multimaps。此外，他们将数据存储在堆之外，因此反序列化数据的成本会导致性能下降。
Koloboke：它的性能很好，符合我们的用例，但不支持复制和持久性。
我找不到任何支持我们所有用例的东西。我正在寻求这个社区的建议，帮助我们有效地构建此系统，而不会产生严重的性能影响。感谢您的任何帮助！谢谢！