高性能服務(wù)系統(tǒng)構(gòu)建與實戰(zhàn)

第一部分 前序
第1 章 那些年一起踩的坑 2
1.1 性能問題 2
1.2 可用性問題 3
1.3 異常處理問題 4
1.4 系統(tǒng)間依賴問題 4
1.5 系統(tǒng)雪崩問題 7
第2 章 業(yè)務(wù)系統(tǒng)分解 9
2.1 負(fù)載層技術(shù) 10
2.2 業(yè)務(wù)層技術(shù) 12
2.3 存儲層技術(shù) 13
第二部分 負(fù)載層技術(shù)與設(shè)計
第3 章 Nginx 技術(shù) 16
3.1 Nginx 中的基本技術(shù)理論 16
3.1.1 一致性Hash 算法 16
3.1.2 輪詢與加權(quán)輪詢18
3.2 Nginx 的安裝和使用 20
3.3 Nginx 的重要配置講解 22
3.4 Nginx 的重要設(shè)置 25
3.4.1 use [ kqueue | rtsig | epoll | select | poll ] 25
3.4.2 worker_processes 和worker_connections 26
3.4.3 max client 的計算方式29
3.5 Nginx 的常用模塊 30
3.5.1 gzip 壓縮模塊30
3.5.2 rewrite 模塊 32
3.5.3 健康檢查模塊 34
3.5.4 圖片動態(tài)縮略模塊 37
第4 章 LVS 技術(shù) 41
4.1 網(wǎng)絡(luò)協(xié)議基礎(chǔ)知識 41
4.1.1 鏈路層報文 42
4.1.2 網(wǎng)絡(luò)層IP 報文42
4.1.3 傳輸層TCP 報文 44
4.2 LVS 的三種工作方式 45
4.2.1 LVS-NAT 工作方式45
4.2.2 LVS-DR 工作方式47
4.2.3 LVS-TUN 工作方式49
4.2.4 LVS 調(diào)度方式 52
4.3 LVS 設(shè)置實戰(zhàn) 53
4.3.1 LVS-NAT 方式設(shè)置53
4.3.2 LVS-DR 模式設(shè)置57
4.3.3 ipvsadm 參數(shù)匯總 60
第5 章 其他負(fù)載層技術(shù) 63
5.1 DNS 和智能DNS 63
5.2 CDN 網(wǎng)絡(luò) 65
5.3 Keepalived 67
5.4 不得不提的Tengine 68
第6 章 負(fù)載層性能實戰(zhàn) 69
6.1 負(fù)載層技術(shù)實戰(zhàn)場景 69
6.1.1 負(fù)載場景一 69
6.1.2 負(fù)載場景二 70
6.1.3 負(fù)載場景三 71
6.1.4 負(fù)載場景四 72
6.2 方案一：使用Nginx 初步解決性能瓶頸問題 72
6.3 方案二：使用LVS + Keepalived + Nginx 增加吞吐量和穩(wěn)定性 74
6.4 方案三：使用DNS 和CDN 網(wǎng)絡(luò)優(yōu)化整體性能 75
第三部分 系統(tǒng)間通信
第7 章 系統(tǒng)間通信：網(wǎng)絡(luò)I/O 模型 78
7.1 模型 78
7.1.1 信息格式79
7.1.2 網(wǎng)絡(luò)協(xié)議80
7.1.3 通信方式/框架82
7.2 網(wǎng)絡(luò)I/O 模型：阻塞模式 82
7.2.1 通信模型概要 82
7.2.2 阻塞模式深入分析 87
7.2.3 問題的根源 91
7.3 網(wǎng)絡(luò)I/O 模型：同步非阻塞模式——對阻塞模式的改進(jìn) 93
7.3.1 首次改進(jìn)97
7.3.2 再次改進(jìn)99
7.3.3 依然存在問題 101
7.4 網(wǎng)絡(luò)I/O 模型：多路復(fù)用（I/O Multiplex） 101
7.4.1 典型的多路復(fù)用I/O 實現(xiàn) 102
7.4.2 Java 對多路復(fù)用I/O 技術(shù)的支持 103
7.4.3 Java NIO 框架簡要設(shè)計分析 112
7.4.4 Java 實例改進(jìn) 114
7.4.5 多路復(fù)用I/O 的優(yōu)缺點(diǎn) 118
7.5 網(wǎng)絡(luò)I/O 模型：異步I/O 119
7.5.1 Java 對AIO 的支持. 120
7.5.2 Java 提供的 AIO 支持示例 122
7.5.3 還有改進(jìn)可能 128
7.6 第三方組件：Netty 128
7.6.1 為什么需要Netty 129
7.6.2 Netty 快速上手 130
7.6.3 Netty 中的重要概念 135
7.7 再次審視Netty 的作用 141
7.7.1 對網(wǎng)絡(luò)I/O 模型的封裝 142
7.7.2 對數(shù)據(jù)信息格式的封裝 143
7.7.3 解決了“技術(shù)層”框架中的技術(shù)問題 146
7.7.4 解決半包問題和粘包問題 148
7.8 不得不提的線程池 152
7.8.1 為什么要使用線程池 152
7.8.2 線程池基本使用 155
7.8.3 ThreadPoolExecutor 邏輯結(jié)構(gòu)和工作方式 156
7.8.4 線程池的等待隊列 159
7.8.5 拒絕任務(wù) 165
7.8.6 ThreadPoolExecutor 中常用屬性總結(jié) 168
第8 章 RPC 與系統(tǒng)間調(diào)用 170
8.1 RPC 技術(shù)原理 170
8.1.1 什么是RPC 170
8.1.2 RPC 要素 171
8.1.3 更泛化的RPC 定義 173
8.1.4 典型的RPC 框架介紹 174
8.1.5 RPC 框架的性能依據(jù) 175
8.2 RPC 實踐：Apache Thrift 基本使用 176
8.2.1 IDL 格式概要 177
8.2.2 簡單的Apache Thrift 代碼 181
8.3 RPC 實踐：Apache Thrift 深入分析 185
8.3.1 Apache Thrift 與消息格式 185
8.3.2 Apache Thrift 與通信模型 190
8.3.3 Apache Thrift 與線程池 193
8.4 RPC 實踐：解決異常問題 193
8.4.1 分布式業(yè)務(wù)的異常解決思路. 195
8.4.2 事務(wù)補(bǔ)償?shù)暮唵螌崿F(xiàn) 201
8.5 SOA 和服務(wù)治理 224
8.5.1 SOA 概述 225
8.5.2 ESB 概述 227
8.5.3 常見的ESB 產(chǎn)品 229
8.5.4 服務(wù)治理框架 231
第9 章 系統(tǒng)間通信：消息隊列技術(shù) 237
9.1 消息隊列原理 237
9.1.1 消息 237
9.1.2 服務(wù)結(jié)構(gòu) 238
9.2 消息協(xié)議 238
9.2.1 XMPP 協(xié)議 239
9.2.2 Stomp 協(xié)議 241
9.2.3 MQTT 協(xié)議 244
9.2.4 AMQP 協(xié)議 248
9.2.5 不得不提的JMS 規(guī)范 251
9.3 MQ 實踐：ActiveMQ 基本概念和使用 253
9.3.1 ActiveMQ 的簡易安裝過程 253
9.3.2 ActiveMQ 的其他命令參數(shù) 255
9.3.3 在ActiveMQ 中傳遞Stomp 消息 256
9.3.4 ActiveMQ 中的Queue 和Topics 258
9.3.5 JMS 和協(xié)議間轉(zhuǎn)換 260
9.3.6 持久化消息和非持久化消息. 266
9.3.7 持續(xù)訂閱和非持續(xù)訂閱 267
9.4 MQ 實踐：ActiveMQ 性能優(yōu)化 267
9.4.1 ActiveMQ 性能優(yōu)化思路 267
9.4.2 ActiveMQ 中的網(wǎng)絡(luò)配置 268
9.4.3 ActiveMQ 處理規(guī)則和優(yōu)化 273
9.4.4 ActiveMQ 的持久消息存儲方案 285
9.5 MQ 實踐：ActiveMQ 集群方案 299
9.5.1 ActiveMQ 高性能方案 300
9.5.2 ActiveMQ 高可用方案 311
9.6 其他MQ技術(shù)：Apache Kafka 321
9.6.1 Kafka 設(shè)計概要 321
9.6.2 Kafka 集群安裝：配置過程 333
9.6.3 Kafka 常用命令 336
第四部分 場景實戰(zhàn)
第10 章 場景實戰(zhàn)：其他儲備知識 340
10.1 數(shù)據(jù)存儲 340
10.1.1 塊存儲 341
10.1.2 共享存儲/共享文件存儲 343
10.1.3 對象存儲系統(tǒng) 344
10.2 磁盤陣列系統(tǒng) 345
10.2.1 RAID 0 346
10.2.2 RAID 1 347
10.2.3 RAID 10 和RAID 01 348
10.2.4 RAID 5 349
10.3 NoSQL 技術(shù) 351
第11 章 場景實戰(zhàn)：Kafka 與日志采集 355
11.1 Kafka 應(yīng)用場景：場景說明 355
11.2 Kafka 應(yīng)用場景一：侵入式方案 357
11.2.1 設(shè)計重點(diǎn) 358
11.2.2 編碼過程：生產(chǎn)者和業(yè)務(wù)系統(tǒng)集成 361
11.2.3 是否使用Spring Integration-Kafka 366
11.2.4 編碼過程：消費(fèi)者端 367
11.3 Kafka 應(yīng)用場景二：調(diào)整侵入式方案 371
11.3.1 方案一的問題所在 371
11.3.2 方案二的解決思路 371
11.3.3 方案二的主要代碼示例 377
11.3.4 其他設(shè)計思考 380
11.3.5 百度站長統(tǒng)計工具 382
11.4 Kafka 應(yīng)用場景三：非侵入式方案 383
11.4.1 Apache Flume 介紹 383
11.4.2 設(shè)計方案 384
11.4.3 配置過程概要 386
11.4.4 方案三細(xì)節(jié)說明. 388
第12 章 場景實戰(zhàn)：圖片服務(wù) 392
12.1 需求場景 392
12.2 概要設(shè)計階段 393
12.2.1 分布式文件系統(tǒng)選型 394
12.2.2 緩存系統(tǒng)選型 395
12.2.3 路由層選型 397
12.2.4 架構(gòu)設(shè)計細(xì)化 400
12.2.5 其他技術(shù)選型 401
12.3 關(guān)鍵技術(shù)點(diǎn)考量 403
12.3.1 責(zé)任鏈模式 403
12.3.2 Redis 中的數(shù)據(jù)結(jié)構(gòu)選擇 404
12.3.3 使用Spring Boot 406
12.3.4 其他技術(shù)特性 408
12.4 詳細(xì)設(shè)計階段 412
12.4.1 位圖基本知識 412
12.4.2 Nginx 中的Proxy Cache 配置 418
12.4.3 責(zé)任鏈進(jìn)行圖片處理 420
12.4.4 Redis 緩存操作 423