多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《人人都是架构师》_1
《人人都是架构师》_2
《人人都是架构师》_3
内容简介：
高翔龙
杭州云集微店架构师,墓础架构组负责人
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
人人都是架构师
分布式系统架构落地与瓶颈突破
高翔龙著
電子工業出社
ublishing House of Electronics Industry
北京 BELJING
内容简介
本书并没有过多渲染系统架构的理论知识,而是切切实实站在开发一线角度,为各位读者诠释
了大型网站在架构演变过程中出现一系列技术难题时的解决方案。本书首先从分布式服务案例开始
介绍,重点为大家讲解了大规模服务化场景下企业应该如何实施服务治理;然后在大流量限流/消
峰案例中,笔者为大家讲解了应该如何有效地对流量实施管制,避免大流量对系统产生较大冲击,
确保核心业务的稳定运行;接着笔者为大家讲解了分布式配置管理服务;之后的几章,笔者不仅为
大家讲解了秒杀、限时抢购场景下热点数据的读写优化案例,还为大家讲解了数据库实施分库分
表改造后所带来的一系列影响的解决方案
本书适用于任何对分布式系统架构感兴趣的架构师、开发人员以及运维人员。相信阅读本书你
将会有知其然和知其所以然的畅快感。
未经许可,不得以任何方式复制或抄袭本书之部分或全部内容
版权所有,侵权必究
图书在版编目(C|P)数据
人人都是架构师:分布式系统架构落地与瓶颈突破/高翔龙著.一北京:电子工业出版社,20175
BN978-7-121-312380
I.①人…Ⅱ.①高…Ⅲ①分布式计算机系统一系统设计Ⅳ.①TP3388
中guo版本图书馆CP数据核字(2017)第066402号
检果
赵树刚
印刷:三河市双峰印刷装订有限公司
装订:三河市双峰印刷装订有限公司
版发行:电子工业出版社
北京市海淀区万寿路173信箱邮编:100036
开本:787×9801/16印张:12.5字数:220千字
版次:2017年5月第1版
印次:2017年5月第1次印刷
定价:69.00元
凡所购买电子工业出版社图书有缺损问题,请向购买书店调换。若书店售缺,请与本社发行部
联系,联系及邮购电话 010)88254888,8825888
质量投诉请发邮件至ts@phei.com.cn,盗版侵权举报请发邮件至dbqq@ph
本书咨询联系方式:0105126088819,faq@phei.com.cn
前言
本书的创作初衷
任何一本书,都是一个用于承载知识的载体,读者可以从中探寻自己想要知道
的答案。对于我而言,书本就是带我领略奇妙计算机世界最快的一条途径。之所以
想创作一本与大型分布式系统架构相关的书籍,是因为我在最近几年的实际工作中
经历了太多的技术难题。每当我和我的团队尝试解决这些问题之前,时常想着能否
从市面上现有的架构书籍中寻求到解决方案;但事与愿违,目前市面上高歌架构理
论的读物居多,而真正讲解大型网站在架构演变过程中出现技术难题时应该如何解
决的书籍却寥寥无几。对于这块领域的空白,我想尝试着去创作,尽量把我自己脑
海中的内容写出来,让更多人受益,毕竟架构是需要落地的,否则便是一纸空谈
本书内容重点
章的内容几乎都是独立的,大家完全可以挑选自己感兴趣或者有需要
的部分进行阅读。本书一共包含5章,笔者首先从分布式服务案例开始讲起,将大
家带进分布式系统的殿堂。在第1章中,笔者讲解了大型网站的架构演变过程,让
大家对分布式系统建立一个基本的认识。当然,本章的重点是讲解企业在大规模服
务化后应该如何实施服务治理,以及应该如何构建一个分布式调用跟踪系统,以一
IVD前言
种可视化的方式来展现跟踪到的每一个请求的完整调用链,并收集调用链上每个服
务的执行耗时,整合孤立ri志等。
为了避免大促场景下峰值流量过大,对系统造成较大负载导致产生雪崩现象
笔者在本书的第2章为大家讲解了大流量限流/消峰案例,让系统的负载压力始终处
于一个比较均衡的水位,从而保护系统的稳定运行。笔者首先从限流算法开始讲起
然后分享了业务层面和技术层面等两个维度的流量管制方案。当然,本章的重点是
为大家演示如何通过MQ来实现大流量场景下的流量消峰
本书的第3章为大家讲解了分布式配置管理服务案例(配置中心)。尽管目前一
些中小型互联网企业仍然将本地配置作为首选,但是当网站发展到一定规模后,继
续采用本地配置所暴露的问题将会越来越多。大型网站使用分布式配置管理平台不
仅能够实现配置信息的集中式管理、降低维护成本和配置出错率,还能够动态获取/
更新配置信息。本章的重点是为大家演示如何基于 ZooKeeper构建一个分布式配置
管理平台,以及使用淘宝 Diamond和百度 Discont系统来实现分布式配置管理服务,
热点数据的读/写操作其实是秒杀、限时抢购场景下最核心的技术难题。在大促
场景下,由于峰值流量较大,大量针对同一热卖商品的并发读/写操作一定会导致后
端的存储系统产生性能瓶颈,因此第4章为大家讲解了大促场景下热点数据的读/写
优化案例。尽管商品信息可以缓存在分布式缓存中,通过集群技术,可以在理论上
为其容量是无限的,但是对于大促场景下的热卖商品来说,由于单价比平时更给
力、更具吸引力,因而自然会比平时吸引更大的流量进来:这时同一个Key必然会
落到同一个缓存节点上,而分布式缓存在这种情况下一定会出现单点瓶颈,因此笔
者为大家演示了如何实施多级 Cache方案来防止分布式缓存系统出现单点瓶颈。由
于写操作无法直接在缓存中完成,因此大量的并发更新热点数据(库存扣减)都是
针对数据库中同一行的—本书以 MySQL为例,而这必然会引起大量的线程来相互
争 InnoDB的行锁:并发越大时,等待的线程就越多,这会严重影响数据库的TPS
导致RT线性上升,最终可能引发系统出现雪崩。为了避免数据库沦为瓶颈,笔者为
人人都是架构师:分布式系统架构落地与瓶颈突破
|
|
