• 亿级流量网站架构核心技术 9787121309540
  • 亿级流量网站架构核心技术 9787121309540
  • 亿级流量网站架构核心技术 9787121309540
21年品牌 40万+商家 超1.5亿件商品

亿级流量网站架构核心技术 9787121309540

正版现货,除尘消毒极速发货,7-9成新保存完好,多重检查,如有问题会及时留言告知(出版超过10年的书都可能有自然发黄现象哦)有特别要求可联系客服确认

9.9 1.0折 99 八五品

仅1件

广东东莞
认证卖家担保交易快速发货售后保障

作者张开涛 著

出版社电子工业出版社

ISBN9787121309540

出版时间2017-05

装帧平装

开本16开

定价99元

货号9787121309540

上书时间2024-08-24

多多图书旗舰店

七年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:八五品
商品描述
导语摘要
 张开涛编著的《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)》通过梳理大型网站技术发展历程,剖析大型网站技术架构模式,深入讲述大型互联网架构设计的核心原理,并通过一组典型网站技术架构设计案例,为读者呈现一幅包括技术选型、架构设计、性能优化、Web安全、系统发布、运维监控等在内的大型网站开发全景视图。

作者简介
张开涛,现就职于京东,“开涛的博客”公众号作者。写过《跟我学Spring》《跟我学Spring MVC》《跟我学Shiro》《跟我学Nginx+Lua开发》等系列教程,博客现有1000多万访问量。

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 强制获取近期新数据 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
19.1 整体架构 378
19.1.1 CMS系统 379
19.1.2 前端展示系统 380
19.1.3 控制系统 380
19.2 数据和模板动态化 381
19.3 多版本机制 381
19.4 异常问题 382
20 使用OpenResty开发Web服务 383
20.1 架构 383
20.2 单DB架构 384
20.2.1 DB+Cache/数据库读写分离架构 384
20.2.2 OpenResty+Local Redis+Mysql集群架构 385
20.2.3 OpenResty+Redis集群+Mysql集群架构 386
20.3 实现 387
20.3.1 后台逻辑 388
20.3.2 前台逻辑 388
20.3.3 项目搭建 389
20.3.4 Redis+Twemproxy配置 389
20.3.5 Mysql+Atlas配置 390
20.3.6 Java+Tomcat安装 394
20.3.7 Java+Tomcat逻辑开发 395
20.3.8 Nginx+Lua逻辑开发 401
21 使用OpenResty开发商品详情页 405
21.1 技术选型 407
21.2 核心流程 408
21.3 项目搭建 408
21.4 数据存储实现 410
21.4.1 商品基本信息SSDB集群配置 410
21.4.2 商品介绍SSDB集群配置 413
21.4.3 其他信息Redis配置 417
21.4.4 集群测试 418
21.4.5 Twemproxy配置 419
21.5 动态服务实现 422
21.5.1 项目搭建 422
21.5.2 项目依赖 422
21.5.3 核心代码 423
21.5.4 基本信息服务 424
21.5.5 商品介绍服务 426
21.5.6 其他信息服务 426
21.5.7 辅助工具 427
21.5.8 web.xml配置 428
21.5.9 打WAR包 428
21.5.10 配置Tomcat 428
21.5.11 测试 429
21.5.12 Nginx配置 429
21.5.13 绑定hosts测试 430
21.6 前端展示实现 430
21.6.1 基础组件 430
21.6.2 商品介绍 432
21.6.4 前端展示 434
21.6.5 测试 442
21.6.6 优化 442

内容摘要
《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。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP