超大流量分布式系统架构解决方案 人人都是架构师2.0_人人都是架构师2.0 pdf 百度网盘

ISBN: 978-7-121-38505-6
推荐指数: ★★★★★
作者：高翔龙
阅读时间: 2021-05-09
页数: 223

适合架构师阅读的书籍之一，
实战性也是有的，原理性的讲解也有。
先从问题引入，然后带入解决方案，有理有据。

第一章 老生常谈，先从架构入手，从单机到集群再到微服务化。

微服务和服务化两个概念完全一样。

集群和分布式的区别
假设你厨艺高超，声名远播，周末盛情邀请了几个小伙伴来你家聚餐，你一个人负责买菜、切菜、炒菜、上菜，这便是单机架构；而某一天更多朋友来你家做客，你发现似乎力不从心，这时你需要几个人一起帮忙，提高效率，这就是集群架构；假设你家大业大，有上百位朋友都约你家里吃饭，你会需要更多的人来协作帮忙，并且相互之间要明确职责分工，A组负责买菜，B组负责洗菜，C组负责炒菜，D组负责上菜，这就是分布式+集群架构。

第二章 全链路压测

压测数据进行打标：URL上打标，或者在HTTP的header中打标
然后进行拦截判断，打标数据进入测试逻辑。

第三章 流控方案

应对高并发、大流量的常规手段：

1. 扩容
2. 静态化
3. 限流
4. 缓存
5. 队列

Nginx+Lua实现接入层限流
基于时间分片削峰
基于消息队列

第四章 读写优化方案

缓存技术
本地缓存会共享JVM有限内存资源。
off-heap（堆外内存）技术：内存数据库MapDB
高性能分布式缓存Redis
路由算法：Hash算法、Consistent Hash算法、分槽算法。
多级缓存方案：本地缓存+分布式缓存
RedisCluster模式一主多从读/写分离方案。
缓存穿透思考？
Lua脚本库存减扣方案。
基于AliSQL数据库提升并发写性能

第五章 分库分表

读写分离
垂直分库：将原本冗余在单库中的数据表拆分到不同业务库中。
水平分库：把同一个表的数据按一定规则拆到不同的数据库中，每个库可以放在不同的服务器上。
垂直分表：大字段分出来单独成表。
水平分表：MySQL单表超过500万行读操作会成为瓶颈。写操作并不受影响。

实现以上的功能需要用到Sharding中间件
常见的有：Cobar，MyCat，TDDL，Shark
分布式事务问题?
数据库HA方案.

线上定位问题

常用工具:
jps
async-profiler
arthas