●章大系统小做――大规模服务化架构.1
1.1分布式系统的架构演变过程.1
1.1.1单机架构.3
1.1.2集群架构.4
1.1.3垂直拆分业务子系统.6
1.1.4服务化架构演进.8
1.1.5服务化与微服务架构的区别.9
1.1.6集群与分布式的区别.10
1.1.7前后端分离架构演进.11
1.1.8API网关服务.14
1.1.9分布式多活数据中心架构演进.17
1.2服务治理需求.20
1.2.1服务化与RPC协议.20
1.2.2基于服务治理框架Dubbo实现服务化.22
1.2.3警惕因超时和重试引起的系统雪崩.26
1.2.4为什么需要实施服务治理.28
1.2.5关于服务化后的分布式事务问题.31
1.2.6注册中心性能瓶颈方案.32
1.2.7分布式多活架构下的服务就近调用方案.34
1.3服务治理之调用链.35
1.3.1Google的Dapper论文简介.36
1.3.2调用链的实现方案.38
1.3.3基于非侵入式运行期AOP方案实现数据采集上报.48
1.3.4调配采样率.57
1.4本章小结.58
第2章大促备战核弹――全链路压测.59
2.1为什么要在线上实施全链路压测.60
2.2业务系统如何区分压测流量.63
2.2.1压测流量打标方案.63
2.2.2在链路上下文信息中传递压测标记.65
2.2.3外部第三方接口走Mock.67
2.2.4压测数据的隔离方案.68
2.3如何发起大规模的压测流量.69
2.3.1数据构造平台.69
2.3.2自研全链路压测军演系统的一些经验分享.71
2.4本章小结.74
第3章削峰填谷――流控方案.75
3.1为什么需要限流.76
3.2限流方案.79
3.2.1常见的限流算法.80
3.2.2基于Guava实现平均速率限流.83
3.2.3接入层限流方案.86
3.2.4应用层限流――限时抢购限流方案.89
3.3基于时间分片的削峰方案.92
3.3.1活动分时段进行实现削峰.93
3.3.2通过答题验证实现削峰.93
3.4基于消息队列的解耦、削峰、终一致性方案.94
3.4.1基于消息队列实现解耦.95
3.4.2常见消息中间件的使用.96
3.4.3基于消息队列的一些典型案例.113
3.5本章小结.116
第4章大促抢购核心技术难题――读/写优化方案.117
4.1缓存技术简介.118
4.1.1本地缓存.119
4.1.2本地缓存的痛点.121
4.1.3神秘的off-heap技术.122
4.2高性能分布式缓存Redis.127
4.2.1基于Jedis客户端操作Redis.128
4.2.2基于RedisCluster模式实现Sharding.129
4.3同一热卖商品高并发读难题.133
4.3.1多级缓存方案.135
4.3.2缓存穿透思考.139
4.3.3RedisCluster模式下的读/写分离方案.140
4.4同一热卖商品高并发写难题.143
4.4.1InnoDB引擎的行锁问题.143
4.4.2基于Redis乐观锁的库存扣减方案.145
4.4.3嵌入Lua脚本的库存扣减方案.149
4.4.4基于AliSQL数据库提升并发写性能.155
4.5本章小结.161
第5章星罗棋布――分库分表方案.162
5.1关系数据库的架构演变.163
5.1.1数据库读/写分离.163
5.1.2数据库垂直分库.1
5.1.3数据库水平分库与水平分表.165
5.1.4MySQLSharding与MySQLCluster的区别.166
5.2Sharding中间件.167
5.2.1常见的Sharding中间件对比.167
5.2.2Shark简介.169
5.2.3Shark的架构模型.170
5.2.4使用Shark实现分库分表后的数据路由任务.171
5.2.5分库分表后所带来的影响.178
5.2.6全局SequenceID解决方案.179
5.2.7基于Solr满足多维度的复杂条件查询.182
5.2.8关于分布式事务.183
5.3数据库的HA方案.184
5.3.1基于配置中心实现主备切换.185
5.3.2基于Keepalived实现主备切换.186
5.3.3保障主备切换过程中的数据一致性.188
5.4订单业务冗余表需求.190
5.4.1冗余表的实现方案.190
5.4.2数据终一致性方案.192
5.5本章小结.195
附录.196
后记.221