9787111430520 9787111655909

分布式架构：技术栈详解与快速进阶



作者 : 张程 著



定价 : 89.00 元



出版社 : 机械工业出版社



出版时间 : 2020/06



语种 : 简体中文



种类 : 科技类书籍



开本 : 16开



页数 : 356 页



ISBN : 978-7-111-65590-9






本书从全栈角度讲解了分布式涉及的各项主要技术，从原理剖析、应用场景和实践案例3个维度展开，是作者多年分布式研发和架构经验的总结。

从前端到后端、从高效交互到负载均衡、从网络传输到Web服务器、从高并发到高可用……本书囊括了分布式的整个技术体系，内容详实、结构清晰，能帮助读者理解和掌握分布式架构设计的难点和调优方案。






张程 著：张程

研发工程师和架构师，在分布式架构领域有丰富的实战经验，擅长高并发、高可用的架构，以及分布式的性能调优。

曾就职于格瓦拉电影和优速科技，任职期间参与过多个大型银行、大型购票、物流订单的架构设计和研发工作。曾经还参与过分布式Job调度的设计和架构工作。

热衷于技术探索和研发，在CSDN分享了大量关于架构和研发的文章，获得一致好评。








全书一共10章，具体内容如下：

1章介绍了分布式架构的理念、目标、作用，以及架构和设计中的难点；

2章讲解了分布式架构中前端和后端的交互方式、交互难点、高效交互调优；

3章讲解了分布式环境下网络传输的过程、难点、性能调优；

4章讲解了Ngin的负载均衡、页面缓存、限流、高可用、性能调优；

5章讲解了Varnish的HTTP加速、数据缓存、缓存策略、高可用、性能调优；

6章讲解了Tomcat的原理、加载机制、安全管理、高可用集、性能优化；

7章讲解了分布式环境中高并发的问题，通过多种技术方案，如缓存、消息队列、分布式锁等方式去优化和处理，提高整体的吞吐量；

8章介绍了普通事务与分布式事务的差异性，以及分布式事务的多种处理方式；

9章讲解了如何通过高效索引优化、高可用的技术方案让MySQL能够提供更高效的数据库服务；

10章讲解了分布式环境中的高可用，即如何通过容量预估、全链路压测、容灾设计来提高整体的可用性和健壮性


大规模分布式存储：原理解析与架构实战

内容简介
　　《大规模分布式存储：原理解析与架构实战》是分布式领域的经典著作，由技术专家“阿里日照”（OceanBase核心开发人员）撰写，阳振坤、章文嵩、杨卫华、汪源、余锋（褚霸）、赖春波等来自阿里、新浪、网易和百度的技术专家联袂。理论方面，不仅讲解了大规模分布式存储的核心技术和基本原理，而且对谷歌、微软和等型大互联网公司的大规模分布式存储进行了分析；实战方面，首先通过对的分布式数据库OceanBase的实现细节的深入剖析完整地展示了大规模分布式存储的架构与设计过程，然后讲解了大规模分布式存储技术在云计算和大数据领域的实践与应用。
　　《大规模分布式存储：原理解析与架构实战》内容分为个部分：基础篇--分布式存储的基础知识，包含单机存储的知识，如数据模型、事务与并发控制、故障恢复、存储引擎、压缩/解压缩等；分布式的数据分布、复制、一致性、容错、可扩展性等。范型篇--介绍谷歌、微软、等互联网公司的大规模分布式存储架构，涉及分布式文件、分布式键值、分布式表格以及分布式数据库技术等。实践篇--以的分布式数据库OceanBase为例，详细介绍分布式数据库内部实现，以及实践过程中的经验。专题篇--介绍分布式的主要应用：云存储和大数据，这些是近年来的热门领域，本书介绍了云存储平台、技术与安全，以及大数据的概念、流式计算、实时分析等。

目录
前言

1章　概述
1.1　分布式存储概念
1.2　分布式存储分类

一篇　基础篇

2章　单机存储
2.1　硬件基础
2.1.1　CPU架构
2.1.2　IO总线
2.1.3　网络拓扑
2.1.4　性能参数
2.1.5　存储层次架构
2.2　单机存储引擎
2.2.1　哈希存储引擎
2.2.2　B树存储引擎
2.2.3　LSM树存储引擎
2.3　数据模型
2.3.1　文件模型
2.3.2　关系模型 2.3.3　键值模型
2.3.4　SQL与SQL
2.4　事务与并发控制
2.4.1　事务
2.4.2　并发控制
2.5　故障恢复
2.5.1　作日志
2.5.2　重做日志
2.5.3　优化手段
2.6　数据压缩
2.6.1　压缩算法
2.6.2　列式存储

3章　分布式
3.1　基本概念
3.1.1　异常
3.1.2　一致性
3.1.3　衡量指标
3.2　性能分析
3.3　数据分布
3.3.1　哈希分布
3.3.2　顺序分布
3.3.3　负载均衡
3.4　复制
3.4.1　复制的概述
3.4.2　一致性与可用性
3.5　容错
3.5.1　常见故障
3.5.2　故障检测
3.5.3　故障恢复
3.6　可扩展性
3.6.1　总控节点
3.6.2　数据库扩容
3.6.3　异构
3.7　分布式协议
3.7.1　两阶段提交协议
3.7.2　Paos协议
3.7.3　Paos与2PC
3.8　跨机房部署

二篇　范型篇

4章　分布式文件
4.1　Google文件
4.1.1　架构
4.1.2　关键问题
4.1.3　Master设计
4.1.4　ChunkServer设计
4.1.5　讨论
4.2　 File System
4.2.1　架构
4.2.2　讨论
4.3　Facebook Haystack
4.3.1　架构
4.3.2　讨论
4.4　内容分发网络
4.4.1　CDN架构
4.4.2　讨论

5章　分布式键值
5.1　Amazon Dynamo
5.1.1　数据分布
5.1.2　一致性与复制
5.1.3　容错
5.1.4　负载均衡
5.1.5　读写流程
5.1.6　单机实现
5.1.7　讨论
5.2　Tair
5.2.1　架构
5.2.2　关键问题
5.2.3　讨论

6章　分布式表格
6.1　Google Bigtable
6.1.1　架构
6.1.2　数据分布
6.1.3　复制与一致性
6.1.4　容错
6.1.5　负载均衡
6.1.6　分裂与合并
6.1.7　单机存储
6.1.8　垃圾回收
6.1.9　讨论
6.2　Google Megastore
6.2.1　架构
6.2.2　实体组
6.2.3　并发控制
6.2.4　复制
6.2.5　索引
6.2.6　协调者
6.2.7　读取流程
6.2.8　写入流程
6.2.9　讨论
6.3　Windows Azure Storage
6.3.1　整体架构
6.3.2　文件流层
6.3.3　分区层
6.3.4　讨论

7章　分布式数据库
7.1　数据库中间层
7.1.1　架构
7.1.2　扩容
7.1.3　讨论
7.2　Microsoft SQL Azure
7.2.1　数据模型
7.2.2　架构
7.2.3　复制与一致性
7.2.4　容错
7.2.5　负载均衡
7.2.6　多租户
7.2.7　讨论
7.3　Google Spanner
7.3.1　数据模型
7.3.2　架构
7.3.3　复制与一致性
7.3.4　TrueTime
7.3.5　并发控制
7.3.6　数据迁移
7.3.7　讨论

三篇　实践篇

8章　OceanBase架构初探
8.1　背景简介
8.2　设计思路
8.3　架构
8.3.1　整体架构图
8.3.2　客户端
8.3.3　RootServer
8.3.4　MergeServer
8.3.5　ChunkServer
8.3.6　UpdateServer
8.3.7　定期合并&数据分发
8.4　架构剖析
8.4.1　一致性选择
8.4.2　数据结构
8.4.3　可靠性与可用性
8.4.4　读写事务
8.4.5　单点性能
8.4.6　SSD支持
8.4.7　数据正确性
8.4.8　分层结构

9章　分布式存储引擎
9.1　公共模块
9.1.1　内存管理
9.1.2　基础数据结构
9.1.3　锁
9.1.4　任务队列
9.1.5　网络框架
9.1.6　压缩与解压缩
9.2　RootServer实现机制
9.2.1　数据结构
9.2.2　子表复制与负载均衡
9.2.3　子表分裂与合并
9.2.4　UpdateServer选主
9.2.5　RootServer主备
9.3　UpdateServer实现机制
9.3.1　存储引擎
9.3.2　任务模型
9.3.3　主备同步
9.4　ChunkServer实现机制
9.4.1　子表管理
9.4.2　SSTable
9.4.3　缓存实现
9.4.4　IO实现
9.4.5　定期合并&数据分发
9.4.6　定期合并限速
9.5　消除更新瓶颈
9.5.1　读写优化回顾
9.5.2　数据旁路导入
9.5.3　数据分区

10章　数据库功能
10.1　整体结构
10.2　只读事务
10.2.1　物理作符接口
10.2.2　单表作
10.2.3　多表作
10.2.4　SQL执行本地化
10.3　写事务
10.3.1　写事务执行流程
10.3.2　多版本并发控制
10.4　OLAP业务支持
10.4.1　并发查询
10.4.2　列式存储
10.5　特色功能
10.5.1　大表左连接
10.5.2　数据过期与批量删除

11章　质量保证、运维及实践
11.1　质量保证
11.1.1　RD开发
11.1.2　QA测试
11.1.3　试运行
11.2　使用与运维
11.2.1　使用
11.2.2　运维
11.3　应用
11.3.1　收藏夹
11.3.2　评价
11.3.3　直通车报表
11.4　佳实践
11.4.1　发展路径
11.4.2　人员成长
11.4.3　设计
11.4.4　实现
11.4.5　使用与运维
11.4.6　工程现象
11.4.7　经验法则

篇　专题篇

12章　云存储
12.1　云存储的概念
12.2　云存储的产品形态
12.3　云存储技术
12.4　云存储的核心优势
12.5　云平台整体架构
12.5.1　Amazon云平台
12.5.2　Google云平台
12.5.3　Microsoft云平台
12.5.4　云平台架构
12.6　云存储技术体系
12.7　云存储安全

13章　大数据
13.1　大数据的概念
13.2　MapReduce
13.3　MapReduce扩展
13.3.1　Google Tenzing
13.3.2　Microsoft Dryad
13.3.3　Google Pregel
13.4　流式计算
13.4.1　原理
13.4.2　Yahoo S4
13.4.3　Twitter Storm
13.5　实时分析
13.5.1　MPP架构
13.5.2　EMC Greenplum
13.5.3　HP Vertica
13.5.4　Google Dremel
参考资料

^_^:0ecc51a2468a7fcc86747ed42bd78620