• 电商存储系统实战:架构设计与海量数据处理
  • 电商存储系统实战:架构设计与海量数据处理
21年品牌 40万+商家 超1.5亿件商品

电商存储系统实战:架构设计与海量数据处理

①全新正版,现货速发,7天无理由退换货②天津、成都、无锡、广东等多仓就近发货,订单最迟48小时内发出③无法指定快递④可开电子发票,不清楚的请咨询客服。

64.54 7.3折 89 全新

库存5件

浙江嘉兴
认证卖家担保交易快速发货售后保障

作者李玥 著

出版社机械工业出版社

ISBN9787111697411

出版时间2022-01

装帧平装

开本16开

定价89元

货号31335698

上书时间2024-10-15

倒爷图书专营店

三年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介



目录
前言 换一种方式学习存储系统<br/>第一篇 设计<br/>第1章 如何设计电商系统  3<br/>1.1 设计电商系统的核心流程  4<br/>1.2 根据流程划分功能模块  6<br/>1.3 小结  9<br/>1.4 思考题  10<br/>第2章 订单系统的设计:确保订单数据的准确性  11<br/>2.1 订单系统的核心功能和数据  12<br/>2.2 如何避免重复下单  13<br/>2.3 如何解决ABA问题  16<br/>2.4 小结  18<br/>2.5 思考题  19<br/>第3章 商品系统的存储架构设计  20<br/>3.1 商品系统需要保存哪些数据  21<br/>3.2 如何存储商品的基本信息  22<br/>3.3 使用MongoDB保存商品参数  23<br/>3.4 使用对象存储保存图片和视频  24<br/>3.5 将商品介绍静态化  25<br/>3.6 小结  26<br/>3.7 思考题  28<br/>第4章 购物车系统的存储架构:前后端混合存储  29<br/>4.1 设计购物车系统的存储架构时需要把握什么原则  30<br/>4.2 如何设计“暂存购物车”的存储  32<br/>4.3 如何设计“用户购物车”的存储  34<br/>4.4 小结  36<br/>4.5 思考题  37<br/>第5章 账户系统:用事务解决对账问题  38<br/>5.1 为什么总是对不上账  39<br/>5.2 使用数据库事务保证数据的一致性  40<br/>5.3 理解事务的隔离级别  42<br/>5.4 小结  49<br/>5.5 思考题  50<br/>第6章 分布式事务:保证多个系统间的数据一致  51<br/>6.1 什么是分布式事务  52<br/>6.2 2PC:订单与优惠券的数据一致性问题  53<br/>6.3 本地消息表:订单与购物车的数据一致性问题  57<br/>6.4 小结  59<br/>6.5 思考题  59<br/>第7章 用Elasticsearch构建商品搜索系统  60<br/>7.1 理解倒排索引机制  60<br/>7.2 如何在ES中构建商品的索引  63<br/>7.3 小结  67<br/>7.4 思考题  68<br/>第8章 备份与恢复  69<br/>8.1 如何更安全地实现数据备份和恢复  70<br/>8.2 配置MySQL HA实现高可用性  73<br/>8.3 小结  75<br/>8.4 思考题  76<br/>第二篇 高速增长<br/>第9章 优化SQL  79<br/>9.1 每个系统必踩的“坑”:访问数据库超时  79<br/>9.1.1 事故排查过程  79<br/>9.1.2 如何避免悲剧重演  85<br/>9.1.3 小结  87<br/>9.1.4 思考题  88<br/>9.2 如何避免写出“慢SQL”  88<br/>9.2.1 定量认识MySQL  88<br/>9.2.2 使用索引避免全表扫描  90<br/>9.2.3 分析SQL执行计划  92<br/>9.2.4 小结  93<br/>9.2.5 思考题  94<br/>9.3 SQL在数据库中的执行  94<br/>9.3.1 SQL在执行器中是如何执行的  95<br/>9.3.2 SQL在存储引擎中是如何执行的  98<br/>9.3.3 小结  100<br/>9.3.4 思考题  101<br/>第10章 MySQL应对高并发  102<br/>10.1 使用缓存保护MySQL  102<br/>10.1.1 更新缓存的最佳方式  103<br/>10.1.2 注意避免缓存穿透引起雪崩  105<br/>10.1.3 小结  107<br/>10.1.4 思考题  107<br/>10.2 读写分离  107<br/>10.2.1 读写分离是提升MySQL并发能力的首选方案  108<br/>10.2.2 注意读写分离带来的数据不一致问题  111<br/>10.2.3 小结  112<br/>10.2.4 思考题  113<br/>10.3 实现MySQL主从数据库同步  113<br/>10.3.1 如何配置MySQL的主从同步  113<br/>10.3.2 复制状态机:所有分布式存储都是这样复制数据的  116<br/>10.3.3 小结  117<br/>10.3.4 思考题  118<br/>第三篇 海量数据<br/>第11章 MySQL应对海量数据  121<br/>11.1 归档历史数据  121<br/>11.1.1 存档历史订单数据提升查询性能  122<br/>11.1.2 如何批量删除大量数据  124<br/>11.1.3 小结  127<br/>11.1.4 思考题  128<br/>11.2 分库分表  128<br/>11.2.1 如何规划分库分表  129<br/>11.2.2 如何选择分片键  130<br/>11.2.3 如何选择分片算法  131<br/>11.2.4 小结  133<br/>11.2.5 思考题  134<br/>第12章 缓存海量数据  135<br/>12.1 用Redis构建缓存集群的最佳实践  135<br/>12.1.1 Redis Cluster如何应对海量数据、高可用和高并发问题  136<br/>12.1.2 为什么Redis Cluster不适合超大规模集群  138<br/>12.1.3 如何用Redis构建超大规模集群  139<br/>12.1.4 小结  141<br/>12.1.5 思考题  142<br/>12.2 大型企业如何实现MySQL到Redis的同步  142<br/>12.2.1 缓存穿透:超大规模系统的不能承受之痛  142<br/>12.2.2 使用Binlog实时更新Redis缓存  144<br/>12.2.3 小结  149<br/>12.2.4 思考题  150<br/>12.3 基于Binlog实现跨系统实时数据同步  150<br/>12.3.1 使用Binlog和消息队列构建实时数据同步系统  151<br/>12.3.2 如何保证数据同步的实时性  152<br/>12.3.3 小结  154<br/>12.3.4 思考题  154<br/>第13章 更换数据库  155<br/>13.1 如何实现不停机更换数据库  155<br/>13.2 如何实现比对和补偿程序  158<br/>13.3 小结  160<br/>13.4 思考题  160<br/>第14章 对象存储:最简单的分布式存储系统  161<br/>14.1 对象存储数据是如何保存大文件的  162<br/>14.2 如何拆分和保存大文件对象  163<br/>14.3 小结  166<br/>14.4 思考题  167<br/>第15章 海量数据的存储与查询  168<br/>15.1 如何存储前端埋点之类的海量数据  168<br/>15.1.1 使用Kafka存储海量原始数据  169<br/>15.1.2 使用HDFS存储更大规模的数据  171<br/>15.1.3 小结  173<br/>15.1.4 思考题  173<br/>15.2 面对海量数据,如何才能查得更快  173<br/>15.2.1 常用的分析类系统应该如何选择存储  174<br/>15.2.2 转变思想:根据查询选择存储系统  176<br/>15.2.3 小结  178<br/>15.2.4 思考题  178<br/>第16章 存储系统的技术选型  179<br/>16.1 技术选型时应该考虑哪些因素  180<br/>16.2 在线业务系统如何选择存储产品  182<br/>16.3 分析系统如何选择存储产品  183<br/>16.4 小结  183<br/>16.5 思考题  184<br/>第四篇 技术展望<br/>第17章 使用NewSQL解决高可用和分片难题  187<br/>17.1 什么是NewSQL  187<br/>17.2 CockroachDB如何实现数据分片和弹性扩容  188<br/>17.3 CockroachDB能提供金融级的事务隔离性吗  190<br/>17.4 小结  193<br/>17.5 思考题  193<br/>第18章 RocksDB:不丢数据的高性能KV存储  194<br/>18.1 同样是KV存储,RocksDB有哪些不同  195<br/>18.2 LSM-Tree如何兼顾读写性能  196<br/>18.3 小结  199<br/>18.4 思考题  199<br/>附录A 测试题及解析  200<br/>附录B 思考题解析  206<br/>后记 让奋斗成为习惯  219

内容摘要
本书将以电商应用场景为例,讲解不同规模的存储系统应该如何构建。本书的章节是按照系统的发展过程来设计,分成了设计篇、高速增长篇、海量数据篇和技术进阶篇。在设计篇中,重点介绍如何从0到1地设计电商系统的各个存储架构。在高速增长篇中,重点关注在高速变化的过程中系统所遇到的共通性问题,以及应对这些问题的方法。在海量数据篇中,重点解决高并发、海量数据情况下的存储系统应该如何设计的问题。在技术进阶篇中,重点探讨在存储技术领域,有哪些新技术值得关注,哪些技术可能成为未来的发展趋势。毕竟,不断创新是技术发展的原动力。

—  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