具体描述
深入分布式缓存 从原理到实践 9787111585190 99元
亿级流量网站架构核心技术 9787121309540 99元
YL11974
深入分布式缓存：从原理到实践
蚂蚁金服、京东、网联、新浪微博、同程旅游等公司10位资深架构师撰写，易宝支付CTO陈斌等多位专家联袂推荐
于君泽，曹洪伟，邱硕 等 著
定价 99元
出版社： 机械工业出版社
ISBN：9787111585190
版次：1
商品编码：12276070品牌：机工出版
包装：平装
开本：16
出版时间：2017-12-01
用纸：胶版纸
来自蚂蚁金服、京东、网联、新浪微博、同程旅游等公司的10余位一线架构师用心之作；
阿里研究员蒋江伟、易宝支付CTO陈斌、普元信息CTO焦烈焱、特赞科技CTO黄勇、 微博研发副总经理杨卫华等专家联袂推荐
深度解构Ehcache、Memcached、Redis、tair、EVCache、Aerospike等6大缓存系统的技术原理，及其在电商、社交、广告等典型场景中的应用
这是国内首本从大型互联网系统的应用角度探讨分布式缓存的书籍，包含了原理、框架、架构、案例等多方面的视角。
互联网系统随着容量需求的陡增，许多看似简单的存储类场景都面临着巨大的容量和稳定性风险，而其中的大部分都可以通过对缓存的合理使用来规避。读者从对本书的阅读当中，将会获得应对这些问题的经验，也会对分布式缓存有一个体系化的认识。
本书内容共分为三个部分，按照从理论到实现，再到实践的思路撰写。
首先介绍分布式缓存的背景知识，对本书“分布式”和“缓存”这两个关键词进行了全面的综述，作为后续章节叙述的基础；
第二部分介绍业界主流的缓存，关注其原理与实现，囊括了Ehcache、Memcached、Redis、tair、EVCache、Aerospike等六个缓存或类缓存系统；
·后一部分讨论缓存在互联网系统中的实践，从广告、社交、新闻、电商、营销等五类典型的互联网应用入手，分析它们面临的性能稳定性问题以及如何利用分布式缓存解决这些问题
于君泽：蚂蚁金服高级技术专家、花名右军，IT从业超过十五年。对高并发、分布式架构、内建质量、研发管理有一些心得。维护公众号“技术琐话”。
程超：“爱农驿站”首席支付技术专家。InfoQ、中生代技术社区签约作者，CSDN博主专家，Spring for all社区贡献者，擅长微服务和分布式架构。
邱硕：蚂蚁金服技术专家，花名牧丘，在阿里和支付宝从事中间件、应用系统的性能/稳定性技术风险相关工作。Cobar主要作者。
曹洪伟：70后老码农，全栈工匠一枚，服务过多家世界500强，后连续创业，现任渡鸦科技CTO，致力于人工智能硬件，维护有“wireless_com ”公众号 和博客
刘璟宇：拍拍贷资深架构师，十余年互联网行业从业经验，主要研究云计算、服务化基础框架以及各种基础组件。
张开涛：京东架构师，，书《亿级流量网站架构核心技术》作者，维护有“开涛的博客”公众号。
何涛：网联高级架构师，对高流量下的架构设计有丰富的实践经验，热衷于高可用、高并发和高性能的架构研究。
宋慧庆：勤诚互动研发总监兼高级架构师，十年互联网广告行业经验，主要研究高可用架构技术，为流量变现提供更好的服务。
陈波：新浪微博技术专家，负责平台基础架构及优化，经历了微博从起步到成为数亿用户的大型互联网系统的演进过程。
王晓波：同程旅游首席架构师，10余年互联网行业从业经验，负责中间件、微服务、分布式架构、运维、安全等方面工作。
精彩书评
缓存是一项与高性能相关的技术，同时也是系统架构中非常核心的部分，一个系统缓存承担着90%以上的热点流量，缓存只要出现一点问题，系统的可用性会马上受到影响。 本书系统地介绍了缓存的原理、作用和价值，理解缓存的使用对架构一个高性能的分布式系统有很大的帮助。
——小邪（蒋江伟） 阿里研究员
通过分布式、微服务架构，实现业务的云化/数字化，并建立起应用生态，是一个复杂的体系结构，相关的著作很多，但专注在缓存方面的还没有。右军选择了这个方向，就是希望能帮助我们构建一个完整的技术视图，我相信这是他们的初衷。
——焦烈焱 普元信息CTO
这本书深入浅出地讨论了ehcache、memcached、redis、tair、 EVCache 等各种常用缓存开源系统的方案及精粹。我读过不少国外有关缓存的技术专著，多数偏原则和理论，具体实施方案和案例较少，结合中国互联网技术的实践就更少。君泽组织的这本书填补了空白。
—— 陈斌 易宝?1?71?1?779?1?71?1?776付CTO
使用缓存是软件性能优化的大杀器，分布式缓存是网站架构的必杀技。遗憾的是目前并没有专门讲述分布式缓存的书籍，幸运的是现在终于有一本这方面的专著，作者都是在网站架构一线的资深专家，值得信赖，推荐给大家。
——李智慧 《大型网站技术架构：核心原理与案例分析》作者
本书围绕分布式缓存的基础概念、开源框架、应用案例三方面进行讲解，从理论到实战，循序渐进，深入浅出。看完部分章节后，意犹未尽，欲罢不能。国内这样真实应用案例的好书太少了，君泽以及他的朋友们填补了这一空白，十分期待这本书能早日上市。
——黄勇 特赞科技 CTO/《架构探险》作者
缓存是互联网架构的*关键的环节，陈波在缓存的性能及高可用方面有丰富的经验，很高兴看到他通过本书分享了他在微博研发团队多年的实践精华。
——杨卫华 微博研发副总经理
互联网高性能系统设计的核心关键之一就是缓存系统的设计，本书集合缓存理论、开源缓存系统、大规模业务中缓存的具体实践，全方位解读了分布式缓存设计，既能够帮助读者深入理解分布式缓存系统，又提供了很好的架构设计案例供参考，细细品读，受益良多！
——李运华 阿里游戏资深技术专家 《面向对象葵花宝典》作者
亿级流量网站架构核心技术——跟开涛学搭建高可用高并发系统 平装 – 2017年4月1日
张开涛 (作者)
基本信息
出版社: 电子工业出版社; 第1版 (2017年4月1日)
平装: 477页
语种： 简体中文
开本: 16
ISBN: 7121309548, 9787121309540
条形码: 9787121309540
商品尺寸: 23.2 x 18.5 x 2.4 cm
商品重量: 762 g
品牌: 电子工业出版社
定价 99元
《亿级流量网站架构核心技术——跟开涛学搭建高可用高并发系统》内容提要 《亿级流量网站架构核心技术》一书总结并梳理了亿级流量网站高可用和高并发原则，通过实例详细介绍了如何落地这些原则。本书分为四部分：概述、高可用原则、高并发原则、案例实战。从负载均衡、限流、降级、隔离、超时与重试、回滚机制、压测与预案、缓存、池化、异步化、扩容、队列等多方面详细介绍了亿级流量网站的架构核心技术，让读者看后能快速运用到实践项目中。 不管是软件开发人员，还是运维人员，通过阅读《亿级流量网站架构核心技术》都能系统地学习实现亿级流量网站的架构核心技术，并收获解决系统问题的思路和方法。
目录
第1部分 概述 1
1 交易型系统设计的一些原则 2
1.1 高并发原则 3
1.1.1 无状态 3
1.1.2 拆分 3
1.1.3 服务化 4
1.1.4 消息队列 4
1.1.5 数据异构 6
1.1.6 缓存银弹 7
1.1.7 并发化 9
1.2 高可用原则 10
1.2.1 降级 10
1.2.2 限流 11
1.2.3 切流量 12
1.2.4 可回滚 12
1.3 业务设计原则 12
1.3.1 防重设计 13
1.3.2 幂等设计 13
1.3.3 流程可定义 13
1.3.4 状态与状态机 13
1.3.5 后台系统操作可反馈 14
1.3.6 后台系统审批化 14
1.3.7 文档和注释 14
1.3.8 备份 14
1.4 总结 14
第2部分 高可用 17
2 负载均衡与反向代理 18
2.1 upstream配置 20
2.2 负载均衡算法 21
2.3 失败重试 23
2.4 健康检查 24
2.4.1 TCP心跳检查 24
2.4.2 H T T P心跳检查 25
2.5 其他配置 25
2.5.1 域名上游服务器 25
2.5.2 备份上游服务器 26
2.5.3 不可用上游服务器 26
2.6 长连接 26
2.7 H T T P反向代理示例 29
2.8 H T T P动态负载均衡 30
2.8.1 Consul+Consul-template 31
2.8.2 Consul+OpenResty 35
2.9 Nginx四层负载均衡 39
2.9.1 静态负载均衡 39
2.9.2 动态负载均衡 41
参考资料 42
3 隔离术 43
3.1 线程隔离 43
3.2 进程隔离 45
3.3 集群隔离 45
3.4 机房隔离 46
3.5 读写隔离 47
3.6 动静隔离 48
3.7 爬虫隔离 49
3.8 热点隔离 50
3.9 资源隔离 50
3.10 使用Hystrix实现隔离 51
3.10.1 Hystrix简介 51
3.10.2 隔离示例 52
3.11 基于Servlet 3实现请求隔离 56
3.11.1 请求解析和业务处理线程池分离 57
3.11.2 业务线程池隔离 58
3.11.3 业务线程池监控/运维/降级 58
3.11.4 如何使用Servlet 3异步化 59
3.11.5 一些Servlet 3异步化压测数据 64
4 限流详解 66
4.1 限流算法 67
4.1.1 令牌桶算法 67
4.1.2 漏桶算法 68
4.2 应用级限流 69
4.2.1 限流总并发/连接/请求数 69
4.2.2 限流总资源数 70
4.2.3 限流某个接口的总并发/请求数 70
4.2.4 限流某个接口的时间窗请求数 70
4.2.5 平滑限流某个接口的请求数 71
4.3 分布式限流 75
4.3.1 Redis+Lua实现 76
4.3.2 Nginx+Lua实现 77
4.4 接入层限流 78
……
参考资料 92
5 降级特技 93
5.1 降级预案 93
5.2 自动开关降级 95
5.2.1 超时降级 95
5.2.2 统计失败次数降级 95
5.2.3 故障降级 95
5.2.4 限流降级 95
5.3 人工开关降级 96
5.4 读服务降级 96
5.5 写服务降级 97
5.6 多级降级 98
5.7 配置中心 100
5.7.1 应用层API封装 100
5.7.2 配置文件实现开关配置 101
5.7.3 配置中心实现开关配置 102
5.8 使用Hystrix实现降级 106
5.9 使用Hystrix实现熔断 108
5.9.1 熔断机制实现 108
5.9.2 配置示例 112
5.9.3 采样统计 113
6 超时与重试机制 117
6.1 简介 117
6.2 代理层超时与重试 119
6.2.1 Nginx 119
6.2.2 Twemproxy 126
6.3 Web容器超时 127
6.4 中间件客户端超时与重试 127
6.5 数据库客户端超时 131
6.6 NoSQL客户端超时 134
6.7 业务超时 135
6.8 前端Ajax超时 135
6.9 总结 136
6.10 参考资料 137
7 回滚机制 139
7.1 事务回滚 139
7.2 代码库回滚 140
7.3 部署版本回滚 141
7.4 数据版本回滚 142
7.5 静态资源版本回滚 143
8 压测与预案 145
8.1 系统压测 145
8.1.1 线下压测 146
8.1.2 线上压测 146
8.2 系统优化和容灾 147
8.3 应急预案 148
第3部分 高并发 153
9 应用级缓存 154
9.1 缓存简介 154
9.2 缓存命中率 155
9.3 缓存回收策略 155
9.3.1 基于空间 155
9.3.2 基于容量 155
9.3.3 基于时间 155
9.3.4 基于Java对象引用 156
9.3.5 回收算法 156
9.4 Java缓存类型 156
9.4.1 堆缓存 158
9.4.2 堆外缓存 162
9.4.3 磁盘缓存 162
9.4.4 分布式缓存 164
9.4.5 多级缓存 166
9.5 应用级缓存示例 167
9.5.1 多级缓存API封装 167
9.5.2 NULL Cache 170
9.5.3 强制获取·新数据 170
9.5.4 失败统计 171
9.5.5 延迟报警 171
9.6 缓存使用模式实践 172
9.6.1 Cache-Aside 173
9.6.2 Cache-As-SoR 174
9.6.3 Read-Through 174
9.6.4 Write-Through 176
9.6.5 Write-Behind 177
9.6.6 Copy Pattern 181
9.7 性能测试 181
9.8 参考资料 182
10 H T T P缓存 183
10.1 简介 183
10.2 H T T P缓存 184
10.2.1 Last-Modified 184
10.2.2 ETag 190
10.2.3 总结 192
10.3 H T T PClient客户端缓存 192
10.3.1 主流程 195
10.3.2 清除无效缓存 195
10.3.3 查找缓存 196
10.3.4 缓存未命中 198
10.3.5 缓存命中 198
10.3.6 缓存内容陈旧需重新验证 202
10.3.7 缓存内容无效需重新执行请求 205
10.3.8 缓存响应 206
10.3.9 缓存头总结 207
10.4 Nginx H T T P缓存设置 208
10.4.1 expires 208
10.4.2 if-modified-since 209
10.4.3 nginx proxy_pass 209
10.5 Nginx代理层缓存 212
10.5.1 Nginx代理层缓存配置 212
10.5.2 清理缓存 215
10.6 一些经验 216
参考资料 217
11 多级缓存 218
11.1 多级缓存介绍 218
11.2 如何缓存数据 220
11.2.1 过期与不过期 220
11.2.2 维度化缓存与增量缓存 221
11.2.3 大Value缓存 221
11.2.4 热点缓存 221
11.3 分布式缓存与应用负载均衡 222
11.3.1 缓存分布式 222
11.3.2 应用负载均衡 222
11.4 热点数据与更新缓存 223
11.4.1 单机全量缓存+主从 223
11.4.2 分布式缓存+应用本地热点 224
11.5 更新缓存与原子性 225
11.6 缓存崩溃与快速修复 226
11.6.1 取模 226
11.6.2 一致性哈希 226
11.6.3 快速恢复 226
12 连接池线程池详解 227
12.1 数据库连接池 227
12.1.1 DBCP连接池配置 228
12.1.2 DBCP配置建议 233
12.1.3 数据库驱动超时实现 234
12.1.4 连接池使用的一些建议 235
12.2 H T T PClient连接池 236
12.2.1 H T T PClient 4.5.2配置 236
12.2.2 H T T PClient连接池源码分析 240
12.2.3 H T T PClient 4.2.3配置 241
12.2.4 问题示例 243
12.3 线程池 244
12.3.1 Java线程池 245
12.3.2 Tomcat线程池配置 248
13 异步并发实战 250
13.1 同步阻塞调用 251
13.2 异步Future 252
13.3 异步Callback 253
13.4 异步编排CompletableFuture 254
13.5 异步Web服务实现 257
13.6 请求缓存 259
13.7 请求合并 261
14 如何扩容 266
14.1 单体应用垂直扩容 267
14.2 单体应用水平扩容 267
14.3 应用拆分 268
14.4 数据库拆分 271
14.5 数据库分库分表示例 275
14.5.1 应用层还是中间件层 275
14.5.2 分库分表策略 277
14.5.3 使用sharding-jdbc分库分表 279
14.5.4 sharding-jdbc分库分表配置 279
14.5.5 使用sharding-jdbc读写分离 283
14.6 数据异构 284
14.6.1 查询维度异构 284
14.6.2 聚合数据异构 285
14.7 任务系统扩容 285
14.7.1 简单任务 285
14.7.2 分布式任务 287
14.7.3 Elastic-Job简介 287
14.7.4 Elastic-Job-Lite功能与架构 287
14.7.5 Elastic-Job-Lite示例 288
15 队列术 295
15.1 应用场景 295
15.2 缓冲队列 296
15.3 任务队列 297
15.4 消息队列 297
15.5 请求队列 299
15.6 数据总线队列 300
15.7 混合队列 301
15.8 其他队列 302
15.9 Disruptor+Redis队列 303
15.9.1 简介 303
15.9.2 XML配置 304
15.9.3 EventWorker 305
15.9.4 EventPublishThread 307
15.9.5 EventHandler 308
15.9.6 EventQueue 308
15.10 下单系统水平可扩展架构 311
15.10.1 下单服务 313
15.10.2 同步Worker 313
15.11 基于Canal实现数据异构 314
15.11.1 Mysql主从复制 315
15.11.2 Canal简介 316
15.11.3 Canal示例 318
第4部分 案例 323
16 构建需求响应式亿级商品详情页 324
16.1 商品详情页是什么 324
16.2 商品详情页前端结构 325
16.3 我们的性能数据 327
16.4 单品页流量特点 327
16.5 单品页技术架构发展 327
16.5.1 架构1.0 328
16.5.2 架构2.0 328
16.5.3 架构3.0 330
16.6 详情页架构设计原则 332
16.6.1 数据闭环 332
16.6.2 数据维度化 333
16.6.3 拆分系统 334
16.6.4 Worker无状态化+任务化 334
16.6.5 异步化+并发化 335
16.6.6 多级缓存化 335
16.6.7 动态化 336
16.6.8 弹性化 336
16.6.9 降级开关 336
16.6.10 多机房多活 337
16.6.11 多种压测方案 338
16.7 遇到的一些坑和问题 339
16.7.1 SSD性能差 339
16.7.2 键值存储选型压测 340
16.7.3 数据量大时JIMDB同步不动 342
16.7.4 切换主从 342
16.7.5 分片配置 342
16.7.6 模板元数据存储HTML 342
16.7.7 库存接口访问量600w/分钟 343
16.7.8 微信接口调用量暴增 344
16.7.9 开启Nginx Proxy Cache性能不升反降 344
16.7.10 配送至读服务因依赖太多，响应时间偏慢 344
16.7.11 网络抖动时，返回502错误 346
16.7.12 机器流量太大 346
16.8 其他 347
17 京 东商品详情页服务闭环实践 348
17.1 为什么需要统一服务 348
17.2 整体架构 349
17.3 一些架构思路和总结 350
17.3.1 两种读服务架构模式 351
17.3.2 本地缓存 352
17.3.3 多级缓存 353
17.3.4 统一入口/服务闭环 354
17.4 引入Nginx接入层 354
17.4.1 数据校验/过滤逻辑前置 354
17.4.2 缓存前置 355
17.4.3 业务逻辑前置 355
17.4.4 降级开关前置 355
17.4.5 AB测试 356
17.4.6 灰度发布/流量切换 356
17.4.7 监控服务质量 356
17.4.8 限流 356
17.5 前端业务逻辑后置 356
17.6 前端接口服务端聚合 357
17.7 服务隔离 359
18 使用OpenResty开发高性能Web应用 360
18.1 OpenResty简介 361
18.1.1 Nginx优点 361
18.1.2 Lua的优点 361
18.1.3 什么是ngx_lua 361
18.1.4 开发环境 362
18.1.5 OpenResty生态 362
18.1.6 场景 362
18.2 基于OpenResty的常用架构模式 363
18.2.1 负载均衡 363
18.2.2 单机闭环 364
18.2.3 分布式闭环 367
18.2.4 接入网关 368
18.2.5 核心接入Nginx功能 369
18.2.6 业务Nginx功能 369
18.2.7 Web应用 370
18.3 如何使用OpenResty开发Web应用 371
18.3.1 项目搭建 371
18.3.2 启停脚本 372
18.3.3 配置文件 372
18.3.4 nginx.conf配置文件 373
18.3.5 Nginx项目配置文件 373
18.3.6 业务代码 374
18.3.7 模板 374
18.3.8 公共Lua库 375
18.3.9 功能开发 375
18.4 基于OpenResty的常用功能总结 375
18.5 一些问题 376
19 应用数据静态化架构高性能单页Web应用 377
..............
用户评价
评分
评分
评分
评分
评分
评分
评分
评分
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.cndgn.com All Rights Reserved. 新城书站 版权所有