掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
買過本商品的人還買了
人人都是架構師-分布式系統架構落地與瓶頸突破 版權信息
- ISBN：9787121312380
- 條形碼：9787121312380 ; 978-7-121-31238-0
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人人都是架構師-分布式系統架構落地與瓶頸突破 本書特色
本書注重大型網站技術架構方案的落地，以及實戰實施。本書不僅會從宏觀的角度去闡述大型電商網站系統的架構設計，更重要的是，會結合筆者實際的工作經驗，深入剖析大型電商系統*容易出現系統瓶頸的細節，并提供可實施方案。其中獨特內容有：利用mq的消峰；大秒系統redis cluster的單點瓶頸；關系型數據庫之sharding改造等。
人人都是架構師-分布式系統架構落地與瓶頸突破 內容簡介
1、貨真價實的互聯網場景下大型網站架構演變過程中核心技術難題的解決方案；
2、全部來源于作者真實經歷的生產案例，大型網站應對高并發、大流量的應急寶典；
3、分布式服務案例全面剖析，為大家講解如何構建一個分布式調用跟蹤系統；
4、大流量限流/消峰案例全面剖析，將流量盡可能擋在系統上游，避免對交易系統產生較大沖擊；
5、分布式配置管理服務案例全面剖析，為大家講解如何構建集中式資源配置中心；
6、限時搶購、秒殺場景下，熱點數據的讀/寫優化案例；
7、數據庫分庫分表案例全面剖析，為大家講解如何提升關系型數據庫的并行處理能力和檢索效率。
每一章都是重點，每一章都是解決方案
8、理論有，但你更需要的是技術難題的解決方案；
9、本書文字不枯燥、互聯網味兒十足；
10、大型網站架構一定是簡單和清晰的，而不是炫技般的復雜化，解決問題采用*直接的方式直擊要害才是*見效的；
11、從接入層到存儲系統，本書涉及全面；
12、毫無保留地闡述了作者多年在互聯網企業的架構設計經驗；
13、一本從實戰出發的經典作品；
14、不吹牛、不夸張，腳踏實地為你剖析架構如何落地。
人人都是架構師-分布式系統架構落地與瓶頸突破 目錄
第1章 分布式服務案例 1
1.1 分布式系統的架構演變過程 2
1.1.1 單機系統 3
1.1.2 集群架構 4
1.1.3 拆系統之業務垂直化 6
1.1.4 為什么需要實現服務化架構 8
1.1.5 服務拆分粒度之微服務 10
1.2 系統服務化需求 11
1.2.1 服務化與RPC協議 11
1.2.2 使用阿里分布式服務框架Dubbo實現服務化 12
1.2.3 警惕Dubbo因超時和重試引起的系統雪崩 16
1.2.4 服務治理方案 18
1.2.5 關于服務化后的分布式事務問題 20
1.3 分布式調用跟蹤系統需求 21
1.3.1 Google的Dapper論文簡介 22
1.3.2 基于Dubbo實現分布式調用跟蹤系統方案 25
1.3.3 采樣率方案 35
1.4 本章小結 37
第2章 大流量限流/消峰案例 38
2.1 分布式系統為什么需要進行流量管制 39
2.2 限流的具體方案 42
2.2.1 常見的限流算法 43
2.2.2 使用Google的Guava實現平均速率限流 45
2.2.3 使用Nginx實現接入層限流 48
2.2.4 使用計數器算法實現商品搶購限流 49
2.3 基于時間分片的消峰方案 51
2.3.1 活動分時段進行實現消峰 52
2.3.2 通過答題驗證實現消峰 52
2.4 異步調用需求 53
2.4.1 使用MQ實現系統之間的解耦 54
2.4.2 使用Apache開源的ActiveMQ實現異步調用 55
2.4.3 使用阿里開源的RocketMQ實現互聯網場景下的流量消峰 61
2.4.4 基于MQ方案實現流量消峰的一些典型案例 72
2.5 本章小結 75
第3章 分布式配置管理服務案例 76
3.1 本地配置 77
3.1.1 將配置信息耦合在業務代碼中 77
3.1.2 將配置信息配置在配置文件中 79
3.2 集中式資源配置需求 82
3.2.1 分布式一致性協調服務ZooKeeper簡介 83
3.2.2 ZooKeeper的下載與集群安裝 84
3.2.3 ZooKeeper的基本使用技巧 86
3.2.4 基于ZooKeeper實現分布式配置管理平臺方案 87
3.2.5 從配置中心獲取Spring的Bean定義實現Bean動態注冊 93
3.2.6 容災方案 95
3.2.7 使用淘寶Diamond實現分布式配置管理服務 96
3.2.8 Diamond與ZooKeeper的細節差異 101
3.2.9 使用百度Disconf實現分布式配置管理服務 102
3.3 本章小結 110
第4章 大促場景下熱點數據的讀/寫優化案例 111
4.1 緩存技術簡介 112
4.1.1 使用Ehcache實現數據緩存 114
4.1.2 LocalCache存在的弊端 116
4.1.3 神秘的off-heap技術 117
4.2 高性能分布式緩存Redis簡介 120
4.2.1 使用Jedis客戶端操作Redis 121
4.2.2 使用Redis集群實現數據水平化存儲 122
4.3 同一熱賣商品高并發讀需求 124
4.3.1 Redis集群多寫多讀方案 125
4.3.2 保障多寫時的數據一致性 126
4.3.3 LocalCache結合Redis集群的多級Cache方案 128
4.3.4 實時熱點自動發現方案 130
4.4 同一熱賣商品高并發寫需求 132
4.4.1 InnoDB行鎖引起數據庫TPS下降 132
4.4.2 在Redis中扣減熱賣商品庫存方案 134
4.4.3 熱賣商品庫存扣減優化方案 138
4.4.4 控制單機并發寫流量方案 141
4.4.5 使用阿里開源的AliSQL數據庫提升秒殺場景性能 142
4.5 本章小結 148
第5章 數據庫分庫分表案例 149
5.1 關系型數據庫的架構演變 150
5.1.1 數據庫讀寫分離 150
5.1.2 數據庫垂直分庫 151
5.1.3 數據庫水平分庫與水平分表 152
5.1.4 MySQL Sharding與MySQL Cluster的區別 153
5.2 Sharding中間件 154
5.2.1 常見的 Sharding中間件對比 155
5.2.2 Shark簡介 156
5.2.3 Shark的架構模型 157
5.2.4 使用Shark實現分庫分表后的數據路由任務 159
5.2.5 分庫分表后所帶來的影響 166
5.2.6 多機SequenceID解決方案 167
5.2.7 使用Solr滿足多維度的復雜條件查詢 170
5.2.8 關于分布式事務 172
5.3 數據庫的HA方案 173
5.3.1 基于配置中心實現主從切換 174
5.3.2 基于Keepalived實現主從切換 176
5.3.3 保障主從切換過程中的數據一致性 179
5.4 訂單業務冗余表需求 180
5.4.1 冗余表的實現方案 181
5.4.2 保障冗余表的數據一致性 183
5.5 本章小結 186
后記 187
1.1 分布式系統的架構演變過程 2
1.1.1 單機系統 3
1.1.2 集群架構 4
1.1.3 拆系統之業務垂直化 6
1.1.4 為什么需要實現服務化架構 8
1.1.5 服務拆分粒度之微服務 10
1.2 系統服務化需求 11
1.2.1 服務化與RPC協議 11
1.2.2 使用阿里分布式服務框架Dubbo實現服務化 12
1.2.3 警惕Dubbo因超時和重試引起的系統雪崩 16
1.2.4 服務治理方案 18
1.2.5 關于服務化后的分布式事務問題 20
1.3 分布式調用跟蹤系統需求 21
1.3.1 Google的Dapper論文簡介 22
1.3.2 基于Dubbo實現分布式調用跟蹤系統方案 25
1.3.3 采樣率方案 35
1.4 本章小結 37
第2章 大流量限流/消峰案例 38
2.1 分布式系統為什么需要進行流量管制 39
2.2 限流的具體方案 42
2.2.1 常見的限流算法 43
2.2.2 使用Google的Guava實現平均速率限流 45
2.2.3 使用Nginx實現接入層限流 48
2.2.4 使用計數器算法實現商品搶購限流 49
2.3 基于時間分片的消峰方案 51
2.3.1 活動分時段進行實現消峰 52
2.3.2 通過答題驗證實現消峰 52
2.4 異步調用需求 53
2.4.1 使用MQ實現系統之間的解耦 54
2.4.2 使用Apache開源的ActiveMQ實現異步調用 55
2.4.3 使用阿里開源的RocketMQ實現互聯網場景下的流量消峰 61
2.4.4 基于MQ方案實現流量消峰的一些典型案例 72
2.5 本章小結 75
第3章 分布式配置管理服務案例 76
3.1 本地配置 77
3.1.1 將配置信息耦合在業務代碼中 77
3.1.2 將配置信息配置在配置文件中 79
3.2 集中式資源配置需求 82
3.2.1 分布式一致性協調服務ZooKeeper簡介 83
3.2.2 ZooKeeper的下載與集群安裝 84
3.2.3 ZooKeeper的基本使用技巧 86
3.2.4 基于ZooKeeper實現分布式配置管理平臺方案 87
3.2.5 從配置中心獲取Spring的Bean定義實現Bean動態注冊 93
3.2.6 容災方案 95
3.2.7 使用淘寶Diamond實現分布式配置管理服務 96
3.2.8 Diamond與ZooKeeper的細節差異 101
3.2.9 使用百度Disconf實現分布式配置管理服務 102
3.3 本章小結 110
第4章 大促場景下熱點數據的讀/寫優化案例 111
4.1 緩存技術簡介 112
4.1.1 使用Ehcache實現數據緩存 114
4.1.2 LocalCache存在的弊端 116
4.1.3 神秘的off-heap技術 117
4.2 高性能分布式緩存Redis簡介 120
4.2.1 使用Jedis客戶端操作Redis 121
4.2.2 使用Redis集群實現數據水平化存儲 122
4.3 同一熱賣商品高并發讀需求 124
4.3.1 Redis集群多寫多讀方案 125
4.3.2 保障多寫時的數據一致性 126
4.3.3 LocalCache結合Redis集群的多級Cache方案 128
4.3.4 實時熱點自動發現方案 130
4.4 同一熱賣商品高并發寫需求 132
4.4.1 InnoDB行鎖引起數據庫TPS下降 132
4.4.2 在Redis中扣減熱賣商品庫存方案 134
4.4.3 熱賣商品庫存扣減優化方案 138
4.4.4 控制單機并發寫流量方案 141
4.4.5 使用阿里開源的AliSQL數據庫提升秒殺場景性能 142
4.5 本章小結 148
第5章 數據庫分庫分表案例 149
5.1 關系型數據庫的架構演變 150
5.1.1 數據庫讀寫分離 150
5.1.2 數據庫垂直分庫 151
5.1.3 數據庫水平分庫與水平分表 152
5.1.4 MySQL Sharding與MySQL Cluster的區別 153
5.2 Sharding中間件 154
5.2.1 常見的 Sharding中間件對比 155
5.2.2 Shark簡介 156
5.2.3 Shark的架構模型 157
5.2.4 使用Shark實現分庫分表后的數據路由任務 159
5.2.5 分庫分表后所帶來的影響 166
5.2.6 多機SequenceID解決方案 167
5.2.7 使用Solr滿足多維度的復雜條件查詢 170
5.2.8 關于分布式事務 172
5.3 數據庫的HA方案 173
5.3.1 基于配置中心實現主從切換 174
5.3.2 基于Keepalived實現主從切換 176
5.3.3 保障主從切換過程中的數據一致性 179
5.4 訂單業務冗余表需求 180
5.4.1 冗余表的實現方案 181
5.4.2 保障冗余表的數據一致性 183
5.5 本章小結 186
后記 187
展開全部
人人都是架構師-分布式系統架構落地與瓶頸突破 作者簡介
高翔龍
杭州云集微店架構師，基礎架構組負責人，負責基礎技術平臺的架構設計和中間件研發等工作，技術書籍《Java虛擬機精講》作者，熱衷于開源技術，常年游走在Github上。
書友推薦
- >
隨園食單
- >
李白與唐代文化
- >
姑媽的寶刀
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
月亮虎
- >
羅庸西南聯大授課錄
- >
苦雨齋序跋文-周作人自編集
- >
經典常談
本類暢銷
