架构设计2.0：大型分布式系统架构方法论与实践

第1部分 分布式架构
第1章 高并发\t4
1．1 问题分类\t4
1．1．1 侧重于“高并发读”的系统\t4
1．1．2 侧重于“高并发写”的系统\t6
1．1．3 同时侧重于“高并发读”和“高并发写”的系统\t7
1．2 高并发读\t8
1．2．1 策略1：动静分离与CDN加速\t8
1．2．2 策略2：加缓存\t9
1．2．3 策略3：并发读与Pipeline\t10
1．2．4 策略4：批量读\t12
1．2．5 策略5：重写轻读\t12
1．2．6 总结：读写分离（CQRS架构）\t14
1．3 高并发写\t16
1．3．1 策略1：数据分片\t16
1．3．2 策略2：任务分片\t17
1．3．3 策略3：异步化与Pipeline\t19
1．3．4 策略4：批量\t26
1．3．5 策略5：串行化+多进程单线程+异步I/O\t27
第2章 高可靠\t29
2．1 容量评估与规划\t29
2．1．1 理论基础：吞吐量、响应时间与并发数三者关系\t29
2．1．2 容量规划\t31
2．1．3 单机最大QPS估算方法1： CPU密集型与I/O密集型的区分\t32
2．1．4 单机最大QPS估算方法2：压力测试\t33
2．2 过载保护：限流与熔断\t35
2．2．1 限流的两种限制维度\t35
2．2．2 单机限流的算法\t35
2．2．3 单机限流的实现\t37
2．2．4 中央限流\t40
2．2．5 熔断\t41
2．3 超时与重试\t42
2．4 隔离\t43
2．5 有损服务与降级\t44
2．6 灰度发布、备份与回滚\t45
2．7 监控体系与日志报警\t47
第3章 分布式事务\t50
3．1 随处可见的分布式事务问题\t51
3．1．1 缓存和数据库的一致性问题\t51
3．1．2 消息中间件和数据库的一致性问题\t51
3．1．3 两个数据库的一致性问题\t51
3．1．4 服务和数据库的一致性问题\t51
3．1．5 两个服务的一致性问题\t52
3．1．6 两个文件的一致性问题\t52
3．2 分布式事务解决方案汇总\t52
3．2．1 2PC\t52
3．2．2 最终一致性：第一种实现方案\t56
3．2．3 最终一致性：第二种实现方案（基于事务消息）\t59
3．2．4 TCC\t61
3．2．5 事务状态表+事务补偿\t63
3．2．6 同步双写（多写）+异步对账\t64
3．2．7 妥协方案：弱一致性+基于状态的事后补偿\t66
3．2．8 妥协方案：重试+回滚+报警+人工修复\t68
3．2．9 阿里云Seata框架\t68
3．2．10 总结\t73
第4章 高可用\t74
4．1 高可用架构的思维框架\t74
4．1．1 如何实现故障探测\t75
4．1．2 如何解决脑裂问题\t75
4．1．3 如何做到数据一致性\t76
4．1．4 如何做到对客户端透明\t76
4．1．5 如何解决高可用依赖的连环套问题\t76
4．2 接入层高可用\t78
4．2．1 DNS层高可用：广域网负载均衡\t79
4．2．2 接入网关高可用：局域网负载均衡\t79
4．2．3 Nginx高可用\t81
4．2．4 Tomcat高可用\t81
4．3 业务逻辑层（微服务层）高可用\t82
4．4 存储层高可用\t83
4．4．1 RedisCluster的高可用案例\t83
4．4．2 HDFS的高可用案例\t85
第5章 高可用：多副本一致性算法\t89
5．1 高可用且强一致性到底有多难\t89
5．1．1 Kafka的消息丢失问题\t89
5．1．2 Kafka的消息错乱问题\t93
5．1．3 MySQL半同步复制数据不一致问题\t94
5．2 Paxos算法解析\t96
5．2．1 Paxos解决什么问题\t96
5．2．2 复制状态机\t99
5．2．3 一个朴素而深刻的想法\t101
5．2．4 Basic Paxos算法\t102
5．2．5 Multi Paxos算法\t105
5．3 Raft算法解析\t108
5．3．1 为“可理解性”而设计\t108
5．3．2 单点写入\t108
5．3．3 日志结构\t109
5．3．4 阶段1：Leader选举\t113
5．3．5 阶段2：日志复制\t115
5．3．6 阶段3：恢复阶段\t116
5．3．7 安全性保证\t116
5．4 Zab算法解析\t119
5．4．1 复制状态机与Primary-Backup System\t119
5．4．2 zxid\t121
5．4．3 “序”：乱序提交与顺序提交\t122
5．4．4 Leader选举：FLE算法\t124
5．4．5 正常阶段：2阶段提交\t125
5．4．6 恢复阶段\t126
5．5 三种算法对比与工程实现\t127
第6章 高可用：跨城容灾与异地多活\t129
6．1 跨城的关键物理约束：时延\t129
6．2 多IDC无复制架构\t130
6．2．1 单写多读架构\t130
6．2．2 各IDC自治架构\t132
6．3 同城同步复制，跨城异步复制：2地3中心\t133
6．4 跨城同步复制：3地5中心\t133
6．5 跨城异步复制\t135
6．5．1 不能容忍数据不一致：实现部分的强一致\t136
6．5．2 可以容忍数据不一致：事后修复\t137
6．5．3 加快异步复制速度\t137
6．6 单元化\t138
6．6．1 到底什么是单元化\t138
6．6．2 什么系统不能单元化\t140
第7章 CAP理论\t142
7．1 CAP理论的误解\t142
7．2 现实世界不存在“强一致性”（PACELC理论）\t143
第2部分 业务架构
第8章 业务架构定义\t148
8．1 各式各样的方法论\t148
8．2 什么不是业务架构\t149
8．3 以终为始：业务架构到底解决哪些问题\t150
第9章 深刻理解现实世界：识别“真正的”需求\t153
9．1 探究问题的本源\t153
9．2 系统化思维\t154
9．3 信息传播的递减效应\t155
9．4 主要矛盾与次要矛盾\t156
9．5 产品手段与技术手段的权衡\t156
第10章 深刻理解现实世界：从整体上去看待需求\t158
10．1 利益相关者分析：看需求先看人\t158
10．2 金字塔原理：不重不漏地拆解问题\t160
10．3 需求的两种表现形式：业务流程与业务规则\t162
10．4 “业务”的闭环性\t163
第11章 不同粒度的建模方法与原则\t165
11．1 单个系统内部的建模方法与原则\t165
11．1．1 建模的通用思维：搭积木\t165
11．1．2 面向对象建模的基本步骤\t167
11．2 问题空间\t169
11．2．1 深刻理解专业名词\t169
11．2．2 重要信息“显性化”\t170
11．2．3 抽象\t171
11．3 解决方案空间\t174
11．3．1 重构\t174
11．3．2 设计模式\t175
11．3．3 面向对象的五大原则（SOLID原则）\t178
11．4 跨系统、跨团队的建模方法与原则\t179
11．4．1 康威定律\t179
11．4．2 领域的划分：高内聚与低耦合\t181
11．4．3 边界思维：接口的设计比实现重要得多\t182
11．4．4 多视角描述同一个架构：架构4+1/5+1视图\t184
第12章 常用架构模式\t186
12．1 分层架构模式与“伪分层”\t186
12．2 管道-过滤器架构模式\t189
12．3 状态机架构模式\t190
12．4 业务切面/业务闭环架构模式\t192
12．5 规则引擎\t193
12．5．1 什么是规则\t194
12．5．2 业务代码如何抽象成一条条规则\t194
12．5．3 规则描述语言DSL\t196
12．5．4 规则引擎的两种执行方式\t197
12．6 工作流引擎\t198
第13章 领域驱动设计\t200
13．1 传统开发模式：面向数据库表的“面条式”代码\t200
13．2 DDD的基本概念\t201
13．3 DDD的方法论\t203
13．3．1 领域模型和数据模型的区别\t203
13．3．2 基于DDD的分层架构\t203
13．3．3 领域模型和数据模型如何映射\t204
13．3．4 DDD中的读写分离模式\t206
第14章 DDD的折中与微服务架构\t207
14．1 软件建模本身的困难\t207
14．2 “无建模”带来的各种问题\t209
14．3 DDD的困难\t210
14．4 折中后的DDD\t211
14．4．1 宏观层面：遵循子域、限界上下文、微服务三者的映射关系\t211
14．4．2 微观层面：不遵循DDD的方法论\t212
14．5 三个不同层次的读写分离架构\t212
第3部分 案例实战
第15章 基础架构案例实战\t216
15．1 分布式锁\t216
15．1．1 分布式锁的使用场景\t216
15．1．2 分布式锁的常用实现方式与问题\t216
15．1．3 用串行化代替分布式锁\t217
15．2 服务注册与服务发现中心\t219
15．2．1 服务注册与服务发现中心的基本原理\t219
15．2．2 服务路由表的数据延迟与解决方案\t220
15．2．3 服务注册中心应该是AP系统，还是CP系统\t221
15．2．4 配置中心应该是AP系统，还是CP系统\t222
15．3 分布式ID生成系统\t222
15．3．1 全局唯一，趋势递增\t223
15．3．2 全局唯一，单调递增\t225
15．3．3 全局唯一，连续递增\t229
第16章 C端业务系统案例实战\t230
16．1 电商库存系统\t230
16．1．1 业务背景与需求分析\t230
16．1．2 高并发读与写：中央缓存与本地缓存的权衡\t234
16．1．3 数据一致性：幂等问题\t238
16．1．4 数据一致性：扣减多个商品的原子性问题\t239
16．1．5 数据一致性：并发更新的锁问题\t239
16．1．6 数据一致性：流水和库存表如何对账\t240
16．1．7 业务架构进阶之一：一个库存模型同时支持自营与平台
两个商业模式\t241
16．1．8 业务架构进阶之二：分区售卖问题\t243
16．1．9 业务架构进阶之三：供应链库存（不光要管售卖，还要管采购）\t244
16．1．10 业务架构进阶之四：以“单据”为中心的库存对账\t245
16．1．11 业务架构进阶之五：先采后卖，还是先卖后采\t247
16．2 秒杀系统\t249
16．2．1 需求分析\t249
16．2．2 异步秒杀与同步秒杀\t250
16．2．3 同步秒杀系统的设计\t252
16．2．4 防刷问题\t253
16．2．5 名额归还问题\t254
16．2．6 同步与异步的相结合\t254
16．2．7 层层限流，保护最终的核心系统\t255
16．3 Feeds流\t255
16．3．1 需求分析\t255
16．3．2 无限长列表的实现\t256
16．3．3 写扩散和读扩散的相结合\t258
16．3．4 评论的实现\t259
第17章 B端业务系统案例实战\t261
17．1 规则引擎平台\t261
17．1．1 规则引擎的典型应用场景\t261
17．1．2 四种技术选型\t263
17．1．3 规则的存储与版本管理\t265
17．1．4 可视化规则编辑\t266
17．1．5 特征库、动作库管理\t268
17．1．6 特征数据库\t269
17．1．7 总结\t270
17．2 工作流引擎平台\t271
17．2．1 没有工作流引擎，如何做业务开发\t271
17．2．2 工作流引擎的基本思路\t273
17．2．3 工作流引擎与微服务编排引擎、分布式事务的Saga模式的区别与
联系\t274
17．2．4 BPMN标准\t278
17．2．5 工作流引擎的技术选型与Activiti介绍\t281
17．2．6 对Activiti的裁剪\t283
17．2．7 Activiti的性能问题与对Activiti的扩展\t284
17．2．8 工作流引擎与微服务/DDD方法论的冲突\t285
17．3 权限管理系统\t286
17．3．1 权限管理系统的由来\t286
17．3．2 权限如何抽象：权限Code\t287
17．3．3 权限的进一步抽象\t288
17．3．4 权限模型\t289
17．3．5 权限系统的实现方式\t289
17．3．6 API权限与微服务鉴权\t292
第18章 大数据与中台案例实战\t295
18．1 严格区分在线业务逻辑与离线业务逻辑\t295
18．2 警惕后台离线任务\t298
18．3 合理利用大数据交互式查询引擎\t300
18．4 中台\t301
18．4．1 什么不是中台\t301
18．4．2 业务中台\t303
18．4．3 数据中台\t304
18．4．4 中台和组织架构\t307