服務(wù)端開發(fā)：技術(shù)、方法與實用解決方案

第一部分　技術(shù)與方法
第1章　走進服務(wù)端開發(fā)    2
1.1　服務(wù)端開發(fā)概述    2
1.1.1　服務(wù)端開發(fā)的定義    2
1.1.2　服務(wù)端開發(fā)的職責    4
1.2　服務(wù)端開發(fā)技術(shù)棧    5
1.2.1　編程語言    5
1.2.2　開發(fā)工具    6
1.2.3　開發(fā)框架    8
1.2.4　數(shù)據(jù)庫與數(shù)據(jù)存儲    10
1.2.5　中間件    14
1.2.6　操作系統(tǒng)    16
1.2.7　應用部署    19
1.2.8　運維監(jiān)控    22
1.3　服務(wù)端開發(fā)核心流程    24
1.3.1　需求分析    24
1.3.2　抽象建模    26
1.3.3　系統(tǒng)設(shè)計    27
1.3.4　數(shù)據(jù)設(shè)計    30
1.3.5　非功能性設(shè)計    31
1.4　服務(wù)端開發(fā)進階路徑    33
1.4.1　構(gòu)建能力模型    33
1.4.2　專業(yè)知識體系化    34
1.4.3　掌握學習方法    35
1.4.4　技術(shù)與業(yè)務(wù)同行    36
1.4.5　樹立正確的觀念    37
第2章　需求分析    39
2.1　需求分類    39
2.1.1　產(chǎn)品需求    40
2.1.2　技術(shù)需求    40
2.2　需求分析的流程    40
2.2.1　學習領(lǐng)域知識    41
2.2.2　明確業(yè)務(wù)目標    42
2.2.3　明確業(yè)務(wù)用例    43
2.2.4　梳理用例場景    44
2.2.5　構(gòu)建業(yè)務(wù)模型    45
2.2.6　確認業(yè)務(wù)規(guī)則    47
2.2.7　確認需求    47
2.3　需求分析的常用方法    48
2.3.1　功能分析法    48
2.3.2　數(shù)據(jù)流分析法    51
2.3.3　面向?qū)ο蠓治龇?   55
2.4　需求分析的重點和難點    56
2.4.1　統(tǒng)一語言    56
2.4.2　識別問題    57
2.4.3　數(shù)據(jù)分析    58
2.4.4　細節(jié)陷阱    59
第3章　抽象建模    61
3.1　抽象思維    61
3.1.1　軟件世界中的抽象    61
3.1.2　提升抽象思維的方法    63
3.2　建模方法    65
3.2.1　問題空間和解決方案空間    65
3.2.2　什么是領(lǐng)域模型    66
3.2.3　為什么要建立領(lǐng)域模型    68
3.2.4　典型的建模方法    69
3.2.5　建模應遵循的3個原則    71
3.3　用例建模法知識儲備    73
3.3.1　建模基礎(chǔ)    73
3.3.2　什么是用例    74
3.3.3　挖掘用例的5個步驟    75
3.3.4　繪制用例圖的6個要素    78
3.4　用例建模法的4個實施步驟    80
3.4.1　提取模型    80
3.4.2　補充屬性    81
3.4.3　關(guān)系抽象    82
3.4.4　模型驗證    84
3.5　建模小結(jié)    85
第4章　系統(tǒng)設(shè)計    87
4.1　大話系統(tǒng)設(shè)計    87
4.1.1　戰(zhàn)術(shù)編程腐蝕系統(tǒng)    87
4.1.2　系統(tǒng)復雜化的3個特征    88
4.1.3　系統(tǒng)復雜化的3個誘因    89
4.1.4　復雜化應對之道    90
4.2　總體架構(gòu)    91
4.2.1　什么是架構(gòu)    91
4.2.2　架構(gòu)推演    92
4.2.3　設(shè)計功能域    94
4.2.4　設(shè)計功能域協(xié)作    95
4.2.5　明確數(shù)據(jù)邊界    96
4.2.6　架構(gòu)約束考量    97
4.2.7　邏輯架構(gòu)粒度    98
4.2.8　小結(jié)    98
4.3　內(nèi)部分層    99
4.3.1　什么是分層    99
4.3.2　功能域內(nèi)部分層    101
4.3.3　分層原則    103
4.3.4　小結(jié)    105
4.4　詳細設(shè)計    106
4.4.1　設(shè)計內(nèi)容    106
4.4.2　設(shè)計原則    107
4.4.3　設(shè)計模式    109
4.4.4　小結(jié)    110
4.5　一圖勝千言    111
4.5.1　繪圖工具    111
4.5.2　“4 1”模型    112
4.5.3　C4模型    112
第5章　數(shù)據(jù)設(shè)計    117
5.1　數(shù)據(jù)設(shè)計概述    117
5.1.1　數(shù)據(jù)設(shè)計的步驟    117
5.1.2　概念數(shù)據(jù)模型    118
5.1.3　邏輯數(shù)據(jù)模型    119
5.1.4　物理數(shù)據(jù)模型    120
5.2　數(shù)據(jù)庫的分類    120
5.2.1　關(guān)系型數(shù)據(jù)庫    121
5.2.2　NoSQL數(shù)據(jù)庫    122
5.2.3　NewSQL數(shù)據(jù)庫    123
5.3　常用數(shù)據(jù)庫及其適用場景    124
5.3.1　常用的關(guān)系型數(shù)據(jù)庫    124
5.3.2　常用的NoSQL數(shù)據(jù)庫    127
5.3.3　存儲選型    130
5.4　存儲架構(gòu)演進    131
5.4.1　單機模式    131
5.4.2　獨立主機    131
5.4.3　讀寫分離    132
5.4.4　垂直拆分    132
5.4.5　水平拆分    134
5.4.6　復合存儲方案    136
5.5　物理數(shù)據(jù)表設(shè)計    137
5.5.1　表設(shè)計    137
5.5.2　字段設(shè)計    139
5.5.3　索引設(shè)計    140
5.5.4　語句設(shè)計    142
第6章　非功能性設(shè)計    145
6.1　穩(wěn)定性設(shè)計    145
6.1.1　什么是穩(wěn)定性    145
6.1.2　容量評估    147
6.1.3　壓測摸底    151
6.1.4　風險識別    152
6.1.5　限流方案    152
6.1.6　降級方案    155
6.1.7　監(jiān)控告警    157
6.2　預案設(shè)計    158
6.2.1　為什么要做預案    158
6.2.2　如何做預案    159
6.3　可測性設(shè)計    160
6.3.1　可操作    160
6.3.2　可灰度    161
6.3.3　可壓測    162
6.4　資金安全設(shè)計    162
6.4.1　資損風險分析    162
6.4.2　資損防控三部曲    163
6.4.3　一致性    164
6.4.4　冪等    166
6.4.5　數(shù)據(jù)核對    167
6.4.6　數(shù)據(jù)監(jiān)控    169
6.4.7　應急止損    170
6.5　其他非功能性設(shè)計    170
6.5.1　兼容性    171
6.5.2　異常/補償    172
6.5.3　擴展性    174
第二部分　解決方案
第7章　高并發(fā)問題及解決方案    176
7.1　高并發(fā)概述    176
7.1.1　并發(fā)    176
7.1.2　CPU密集型與I/O密
集型    177
7.1.3　高并發(fā)    178
7.2　資源擴展策略    179
7.2.1　垂直擴展    179
7.2.2　水平擴展    180
7.2.3　負載均衡    183
7.3　數(shù)據(jù)緩存策略    187
7.3.1　本地緩存    187
7.3.2　分布式緩存    194
7.3.3　CDN    197
7.3.4　多級緩存    199
7.3.5　案例解析    200
7.4　流量削峰策略    202
7.4.1　消息隊列削峰    202
7.4.2　客戶端削峰    205
7.5　服務(wù)降級策略    206
7.5.1　降級范圍    207
7.5.2　降級的分類    207
7.6　限流策略    208
7.7　基本原則    208
第8章　緩存的典型問題及解決
方案    210
8.1　緩存預熱    210
8.1.1　應用啟動預熱策略    210
8.1.2　任務(wù)調(diào)度預熱策略    211
8.1.3　模擬請求預熱策略    215
8.1.4　小結(jié)    215
8.2　緩存淘汰    216
8.2.1　LRU    216
8.2.2　LFU    217
8.2.3　ARC    217
8.2.4　FIFO    219
8.3　緩存更新    219
8.3.1　Cache Aside模式    220
8.3.2　Read/Write Through模式    222
8.3.3　Write Behind Caching
模式    223
8.3.4　小結(jié)    224
8.4　緩存雪崩    224
8.4.1　緩存常駐策略    224
8.4.2　多級緩存策略    224
8.4.3　過期時間優(yōu)化策略    225
8.4.4　加鎖重建策略    226
8.5　緩存穿透    227
8.5.1　緩存空值策略    227
8.5.2　布隆過濾器策略    227
8.5.3　布谷鳥過濾器策略    231
8.6　緩存熱點    232
8.6.1　前置緩存策略    232
8.6.2　熱點散列策略    233
第9章　緩存數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)一致性
問題及解決方案    235
9.1　CAP 理論簡介    235
9.1.1　CAP定義解讀    235
9.1.2　三個核心需求不可兼得    236
9.2　緩存數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)不一致的
原因    238
9.2.1　操作時序?qū)е聰?shù)據(jù)不一致    238
9.2.2　操作失敗導致數(shù)據(jù)不一致    239
9.2.3　不可實現(xiàn)的絕對一致性    241
9.3　延時雙刪    242
9.3.1　原理及實施步驟    242
9.3.2　如何確定延時    243
9.3.3　優(yōu)點與不足    244
9.4　基于binlog異步刪除緩存    244
9.4.1　MySQL主從同步原理    244
9.4.2　感知數(shù)據(jù)庫變更    246
9.4.3　客戶端訂閱變更    246
9.4.4　消息隊列訂閱變更    247
9.4.5　刪除緩存    249
9.5　自動過期加失敗補償    250
第10章　分布式系統(tǒng)冪等問題及
解決方案    251
10.1　冪等概述    251
10.1.1　冪等場景舉例    251
10.1.2　什么是冪等    252
10.1.3　為什么需要冪等    253
10.1.4　并發(fā)與冪等    254
10.2　冪等實現(xiàn)四部曲    255
10.2.1　副作用分析    255
10.2.2　冪等號設(shè)計    255
10.2.3　冪等數(shù)據(jù)持久化設(shè)計    258
10.2.4　冪等處理流程設(shè)計    259
10.3　典型冪等策略    261
10.3.1　唯一索引策略    261
10.3.2　悲觀鎖策略    263
10.3.3　分布式鎖策略    264
10.3.4　其他策略    266
10.4　冪等號生成    266
10.4.1　客戶端與服務(wù)端冪等    266
10.4.2　服務(wù)端系統(tǒng)間冪等    268
10.5　冪等注意事項    268
第11章　秒殺系統(tǒng)關(guān)鍵問題及解決
方案    271
11.1　主要技術(shù)難點    271
11.1.1　高并發(fā)    271
11.1.2　高可用    273
11.1.3　一致性    273
11.1.4　反作弊    274
11.2　電商平臺的庫存運作全景圖    275
11.2.1　庫存模型    275
11.2.2　扣減模式    276
11.2.3　扣減執(zhí)行流程    276
11.2.4　庫存查詢    277
11.2.5　核心鏈路    277
11.3　庫存架構(gòu)演進    279
11.3.1　獨立主機    279
11.3.2　分庫分表    280
11.3.3　熱點處理    280
11.4　庫存單元化    282
11.4.1　中心化烏云    282
11.4.2　優(yōu)化困境    285
11.4.3　單元封閉    285
11.4.4　全局庫存與局部庫存    287
11.4.5　庫存回收難點    290
11.4.6　全局庫存可見性    292
第12章　常見性能瓶頸及解決
方案    294
12.1　軟件性能概述    294
12.1.1　如何理解軟件性能    294
12.1.2　軟件性能評價指標    295
12.1.3　性能瓶頸與分析要素    296
12.2　CPU    296
12.2.1　線程與進程    297
12.2.2　CPU使用率    300
12.2.3　平均負載    302
12.2.4　CPU使用率與平均負載的
差異    304
12.2.5　瓶頸表征及解決方案    305
12.3　內(nèi)存    307
12.3.1　內(nèi)存使用率    308
12.3.2　特殊內(nèi)存    309
12.3.3　內(nèi)存回收    310
12.3.4　瓶頸表征及解決方案    311
12.4　磁盤    312
12.4.1　Linux I/O棧    313
12.4.2　磁盤交互    315
12.4.3　主要性能指標    318
12.4.4　瓶頸表征及解決方案    319
第13章　高可用問題及解決方案    321
13.1　高可用概述    321
13.1.1　什么是高可用    321
13.1.2　為什么需要高可用    322
13.1.3　穩(wěn)定性與高可用    323
13.2　高可用設(shè)計原則    324
13.2.1　減少潛在風險的數(shù)量    324
13.2.2　減小故障的影響范圍    324
13.2.3　縮短故障的影響時間    325
13.3　接入層高可用    326
13.3.1　負載均衡    326
13.3.2　Keepalived    327
13.3.3　ECMP    328
13.4　業(yè)務(wù)層高可用    329
13.4.1　無狀態(tài)服務(wù)    329
13.4.2　集群部署    331
13.4.3　依賴處理    332
13.4.4　重試機制    333
13.4.5　冪等設(shè)計    334
13.4.6　服務(wù)降級    334
13.4.7　服務(wù)限流    335
13.4.8　監(jiān)控預警    335
13.5　數(shù)據(jù)層高可用    336
13.5.1　副本機制    337
13.5.2　數(shù)據(jù)復制模式    337
13.5.3　利用Raft算法實現(xiàn)數(shù)據(jù)
復制    338
13.5.4　利用Raft算法實現(xiàn)故障
轉(zhuǎn)移    345
13.5.5　數(shù)據(jù)分片    347
13.5.6　緩存高可用    348
第14章　服務(wù)端開發(fā)實用規(guī)范    349
14.1　實用API設(shè)計規(guī)范    349
14.1.1　明確邊界    349
14.1.2　“命令，不要去詢問”
原則    351
14.1.3　單一職責原則    353
14.1.4　不要基于實現(xiàn)設(shè)計API    355
14.1.5　異常模式或錯誤碼模式    355
14.1.6　避免使用帶有標識的
參數(shù)    357
14.1.7　API如其名    358
14.1.8　建立文檔    358
14.1.9　統(tǒng)一風格    359
14.2　實用日志規(guī)范    359
14.2.1　基本規(guī)范    359
14.2.2　級別規(guī)范    360
14.2.3　格式規(guī)范    360
14.2.4　其他規(guī)范    361
14.3　實用異常處理規(guī)范    362
14.3.1　異常處理機制    362
14.3.2　常用處理規(guī)范    363
14.4　實用代碼編寫規(guī)范    364
14.4.1　大道至簡    364
14.4.2　重復有度    365
14.4.3　快速失敗原則    367
14.5　實用注釋規(guī)范    369
14.5.1　復雜的邏輯    370
14.5.2　晦澀的算法    370
14.5.3　特殊的常量    371
14.5.4　非常規(guī)寫法    371
14.5.5　對外API    372
14.5.6　法律文件    373