人人都是架构师：分布式系统架构落地与瓶颈突破 全新正版

*1章 分布式服务案例1
1.1 分布式系统的架构演变过程2
1.1.1 单机系统3
1.1.2 集群架构4
1.1.3 拆系统之业务垂直化6
1.1.4 为什么需*实*服务化架构8
1.1.5 服务拆分粒度之微服务10
1.2 系统服务化需求11
1.2.1 服务化与RPC协议11
1.2.2 使用阿里分布式服务框架Dubbo实现服务化12
1.2.3 警惕Dubbo因超时和重试引起的系统雪崩16
1.2.4 服务治理方案18
1.2.5 关于服务化后的分布式事务问题20
1.3 分布式调用跟踪系统需求21
1.3.1 Google的Dapper论文简介22
1.3.2 基于Dubbo实现分布式调用跟踪系统方案25
1.3.3 采样率方案35
1.4 本章小结37
*2章 大流量限流/消峰案例38
2.1 分布式系统为什么需要进行流量管制39
2.2 限流的具体方案42
2.2.1 常见的限流算法43
2.2.2 使用Google的Guava实现平均速率限流45
2.2.3 使用Nginx实现接入层限流48
2.2.4 使用计数器算法实现商品**限流49
2.3 基于时间分片的消峰方案51
2.3.1 活动分时段进行实现消峰52
2.3.2 通过答题验证实现消峰52
2.4 异步调用需求53
2.4.1 使用MQ实现系统之间的解耦54
2.4.2 使用Apache开源的ActiveMQ实现异步调用55
2.4.3 使用阿里开源的RocketMQ实现互联网场景下的流量消峰61
2.4.4 基于MQ方案实现流量消峰的一些典型案例72
2.5 本章小结75
*3章 分布式配置管理服务案例76
3.1 本地配置77
3.1.1 将配置信息耦合在业务代码中77
3.1.2 将配置信息配置在配置文件中79
3.2 集中式资源配置需求82
3.2.1 分布式一致*协调服务ZooKeeper简介83
3.2.2 ZooKeeper的下载与集群安装84
3.2.3 ZooKeeper的基本使用技巧86
3.2.4 基于ZooKeeper实现分布式配置管理平台方案87
3.2.5 从配置中心获取Spring的Bean定义实现Bean动态注册93
3.2.6 容灾方案95
3.2.7 使用**Diamond实现分布式配置管理服务96
3.2.8 Diamond与ZooKeeper的细节差异101
3.2.9 使用百度Disconf实现分布式配置管理服务102
3.3 本章小结110
*4章 **场景下热点数据的读/写优化案例111
4.1 缓存技术简介112
4.1.1 使用Ehcache实现数据缓存114
4.1.2 LocalCache存在的弊端116
4.1.3 神秘的off-heap技术117
4.2 高*能分布式缓存Redis简介120
4.2.1 使用Jedis客户端操作Redis121
4.2.2 使用Redis集群实现数据水平化存储122
4.3 同一热卖商品高并发读需求124
4.3.1 Redis集群多写多读方案125
4.3.2 保障多写时的数据一致*126
4.3.3 LocalCache结合Redis集群的多级Cache方案128
4.3.4 实时热点自动发现方案130
4.4 同一热卖商品高并发写需求132
4.4.1 InnoDB行锁引起数据库TPS下降132
4.4.2 在Redis中扣减热卖商品库存方案134
4.4.3 热卖商品库存扣减优化方案138
4.4.4 控制单机并发写流量方案141
4.4.5 使用阿里开源的AliSQL数据库提升**场景*能142
4.5 本章小结148
*5章 数据库分库分表案例149
5.1 关系型数据库的架构演变150
5.1.1 数据库读写分离150
5.1.2 数据库垂直分库151
5.1.3 数据库水平分库与水平分表152
5.1.4 MySQL Sharding与MySQL Cluster的区别153
5.2 Sharding中间件154
5.2.1 常见的 Sharding中间件对比155
5.2.2 Shark简介156
5.2.3 Shark的架构模型157
5.2.4 使用Shark实现分库分表后的数据路由任务159
5.2.5 分库分表后所带来的影响166
5.2.6 多机Sequence**解决方案167
5.2.7 使用Solr满足多维度的复杂条件查询170
5.2.8 关于分布式事务172
5.3 数据库的HA方案173
5.3.1 基于配置中心实现主从切换174
5.3.2 基于Keepalived实现主从切换176
5.3.3 保障主从切换过程中的数据一致*179
5.4 订单业务冗余表需求180
5.4.1 冗余表的实现方案181
5.4.2 保障冗余表的数据一致*183
5.5 本章小结186
后记187

1、货真价实的互联网场景下大型网站架构演变过程中核心技术难题的解决方案；2、全部来源于作者真实经历的生产案例，大型网站应对高并发、大流量的应急宝典；3、分布式服务案例全面剖析，为大家讲解如何构建一个分布式调用跟踪系统；4、大流量限流/消峰案例全面剖析，将流量尽可能挡在系统上游，避免对交易系统产生较大冲击；5、分布式配置管理服务案例全面剖析，为大家讲解如何构建集中式资源配置中心；6、****、场景下，热点数据的读/写优化案例；7、数据库分库分表案例全面剖析，为大家讲解如何提升关系型数据库的并行处理能力和检索效率。每一章都是重点，每一章都是解决方案8、理论有，但你更需要的是技术难题的解决方案；9、本书文字不枯燥、互联网味儿十足；10、大型网站架构一定是简单和清晰的，而不是炫技般的复杂化，解决问题采用很直接的方式直击要害才是很见效的；11、从接入层到存储系统，本书涉及全面；12、毫无保留地阐述了作者多年在互联网企业的架构设计经验；13、一本从实战出发的经典作品；14、不吹牛、不夸张，脚踏实地为你剖析架构如何落地。

本书注重大型网站技术架构方案的落地，以及实战实施。本书不仅会从宏观的角度去阐述大型电商网站系统的架构设计，更重要的是，会结合笔者实际的工作经验，深入剖析大型电商系统很容易出现系统瓶颈的细节，并提供可实施方案。其中独特内容有：利用mq的消峰；大秒系统redis cluster的单点瓶颈；关系型数据库之sharding改造等。

高翔龙杭州云集微店架构师，基础架构组负责人，负责基础技术平台的架构设计和中间件研发等工作，技术书籍《Java虚拟机精讲》作者，热衷于开源技术，常年游走在Github上。