Architect

• 系统架构设计笔记 Part 1
  • 1.1 架构设计
  • 1.2 剖析架构师角色
  • 1.3 架构师的视图和视角
  • 1.4 程序员如何向架构师成功转型
  • References
• 系统架构设计笔记 Part 2
  • 2.1 软件体系结构
  • 2.2 架构风格
  • 2.3 架构模式
  • 2.4 架构模型
  • 3.1 面向领域思想
  • 3.2 面向领域的策略设计
  • 3.3 面向领域的技术设计
  • 3.4 案例实现
  • 4.1 分布式系统
  • 4.2 RPC架构
  • 4.3 分布式服务架构
  • 4.4 分布式服务架构Dubbo剖析
  • 4.5 微服务架构
  • 5.1 缓存与性能优化
  • 5.2 消息传递系统
  • 5.3 企业服务总线
  • 5.4 数据分享处理
  • 5.5 安全性
  • References
• 系统架构设计笔记 Part 3
  • 6.1 软件工程学概述
  • 6.2 软件实现
  • 6.3 项目管理
  • 6.4 过程改进
  • 7.1 敏捷方法论概述
  • 7.2 极限编程与工程实践
  • 7.3 Scrum与过程管理
  • 7.4 敏捷方法论与架构师
  • 8.1 软件交付模型概述
  • 8.2 配置管理
  • 8.3 持续集成
  • 8.4 交付工作流
  • References
• 系统架构设计笔记 Part 4
  • 9.1 架构师与外部环境
  • 9.2 架构师与自身团队
  • 9.3 架构师与意识形态
  • References
• 分布式服务架构笔记
  • 1.1 从传统单体架构到服务化架构
  • 1.2 从服务化到微服务
  • 1.3 微服务架构的核心要点和实现原理
  • 1.4 Java平台微服务架构的项目组织形式
  • 1.5 服务化管理和治理框架的技术选型
  • 2.1 什么是一致性
  • 2.2 一致性问题
  • 2.3 解决一致性问题的模式和思路
  • 2.4 超时处理模式
  • 2.5 迁移开关的设计
  • 3.1 架构设计与非功能质量
  • 3.2 全面的非功能质量需求
  • 3.3 典型的技术评审提纲
  • 3.4 性能和容量评估经典案例
    • 3.4.1 背景
    • 3.4.2 目标数据量级
    • 3.4.3 量级评估标准
    • 3.4.4 方案
  • 3.5 性能评估参考标准
    • 3.5.2 常用的系统层性能指标参考标准
  • 3.6 性能测试方案的设计和最佳实践
  • 3.7 有用的压测工具
  • 4.1 开源日志框架的原理分析与应用实践
  • 4.2 日志系统的优化和最佳实践
  • 4.3 大数据日志系统的原理与设计
  • 4.4 ELK系统的构建与使用
  • 5.1 APM系统简介
    • 5.1.1 优秀的开源APM系统
    • 5.1.2 国内商业APM产品的介绍
  • 5.2 调用链跟踪的原理
    • 5.2.2 TraceID
    • 5.2.3 SpanID
  • 5.3 调用链跟踪系统的设计与实现
    • 5.3.1 整体架构
  • 6.1 海恩法则和墨菲定律
  • 6.2 线上应急的目标、原则和方法
  • 6.3 技术攻关的方法论
  • 6.4 环境搭建和示例服务启动
  • 6.5 高效的服务化治理脚本
    • 6.5.1 show-busiest-java-threads
    • 6.5.2 find-in-jar
    • 6.5.3 grep-in-jar
    • 6.5.4 jar-conflict-detect
    • 6.5.5 http-spy
    • 6.5.6 show-mysql-qps
    • 6.5.7 小结
  • 6.6 JVM提供的监控命令
    • 6.6.1 jad
    • 6.6.2 btrace
    • 6.6.3 jmap
    • 6.6.4 jstat
    • 6.6.5 jstack
    • 6.6.6 jinfo
    • 6.6.7 其他命令
    • 6.6.8 小结
  • 6.7 重要的Linux基础命令
    • 6.7.1 必不可少的基础命令和工具
    • 6.7.2 查看活动进程的命令
    • 6.7.3 窥探内存的命令
    • 6.7.4 针对CPU使用情况的监控命令
    • 6.7.5 监控磁盘I/O的命令
    • 6.7.6 查看网络信息和网络监控命令
    • 6.7.7 Linux系统的高级工具
    • 6.7.8 /proc文件系统
    • 6.7.9 摘要命令
    • 6.7.10 小结
  • 6.8 现实中的应急和攻关案例
    • 6.8.1 一次OOM事故的分析和定位
    • 6.8.2 一次CPU 100％的线上事故排查
  • 7.1 容器vs虚拟机
    • 7.1.3 容器和虚拟机的区别
  • 7.2 Docker实战
    • 7.2.1 Docker的架构
    • 7.2.3 Docker初体验
    • 7.2.4 Docker后台服务的管理
    • 7.2.5 Docker的客户端命令
    • 7.2.6 Docker Compose编排工具的使用
  • 7.3 容器化项目
    • 7.3.3 容器化部署应用
  • 8.1 什么是敏捷开发2.0
    • 8.1.1 常用的4种开发模式
    • 8.1.2 什么是DevOps
    • 8.1.3 敏捷开发2.0解决的问题
  • 8.2 敏捷开发的自动化流程
  • 8.3 敏捷开发的常用自动化工具
    • 8.3.1 分布式版本控制工具Git
    • 8.3.2 持续集成和持续交付工具Jenkins
    • 8.3.3 基础平台管理工具SaltStack
    • 8.3.4 Docker容器化工具
  • References
• 大型网站技术架构笔记
  • 1.1 大型网站软件系统的特点
  • 1.2 大型网站架构演化发展历程
    • 1.2.1 初始阶段的网站架构
    • 1.2.2 应用服务和数据服务分离
    • 1.2.3 使用缓存改善网站性能
    • 1.2.4 使用应用服务器集群改善网站的并发处理能力
    • 1.2.5 数据库读写分离
    • 1.2.6 使用反向代理和CDN加速网站响应
    • 1.2.7 使用分布式文件系统和分布式数据库系统
    • 1.2.8 使用NoSQL和搜索引擎
    • 1.2.9 业务拆分
    • 1.2.10 分布式服务
  • 1.3 大型网站架构演化的价值观
  • 1.4 网站架构设计误区
  • 2.1 网站架构模式
    • 2.1.1 分层
    • 2.1.2 分割
    • 2.1.3 分布式
    • 2.1.4 集群
    • 2.1.5 缓存
    • 2.1.6 异步
    • 2.1.7 冗余
    • 2.1.8 自动化
    • 2.1.9 安全
  • 2.2 架构模式在新浪微博的应用
  • 2.3 小结
  • 3.1 性能
  • 3.2 可用性
  • 3.3 伸缩性
  • 3.4 扩展性
  • 3.5 安全性
  • 4.1 网站性能测试
    • 4.1.2 性能测试指标
    • 4.1.3 性能测试方法
  • 4.2 Web前端性能优化
    • 4.2.1 浏览器访问优化
    • 4.2.2 CDN加速
    • 4.2.3 反向代理
  • 4.3 应用服务器性能优化
    • 4.3.1 分布式缓存
    • 4.3.2 异步操作
    • 4.3.3 使用集群
    • 4.3.4 代码优化
  • 4.4 存储性能优化
    • 4.4.1 机械硬盘vs. 固态硬盘
    • 4.4.2 B＋树 vs. LSM树
    • 4.4.3 RAID vs. HDFS
  • 5.1 网站可用性的度量与考核
    • 5.1.1 网站可用性度量
    • 5.1.2 网站可用性考核
  • 5.2 高可用的网站架构
  • 5.3 高可用的应用
    • 5.3.1 通过负载均衡进行无状态服务的失效转移
    • 5.3.2 应用服务器集群的Session管理
  • 5.4 高可用的服务
  • 5.5 高可用的数据
    • 5.5.1 CAP原理
    • 5.5.2 数据备份
    • 5.5.3 失效转移
  • 5.6 高可用网站的软件质量保证
    • 5.6.1 网站发布
    • 5.6.2 自动化测试
    • 5.6.3 预发布验证
    • 5.6.4 代码控制
    • 5.6.5 自动化发布
    • 5.6.6 灰度发布
  • 5.7 网站运行监控
    • 5.7.1 监控数据采集
    • 5.7.2 监控管理
  • 6.1 网站架构的伸缩性设计
    • 6.1.1 不同功能进行物理分离实现伸缩
    • 6.1.2 单一功能通过集群规模实现伸缩
  • 6.2 应用服务器集群的伸缩性设计
    • 6.2.1 HTTP重定向负载均衡
    • 6.2.2 DNS域名解析负载均衡
    • 6.2.3 反向代理负载均衡
    • 6.2.4 IP负载均衡
    • 6.2.5 数据链路层负载均衡
    • 6.2.6 负载均衡算法
  • 6.3 分布式缓存集群的伸缩性设计
    • 6.3.1 Memcached分布式缓存集群的访问模型
    • 6.3.2 Memcached分布式缓存集群的伸缩性挑战
    • 6.3.3 分布式缓存的一致性Hash算法
  • 6.4 数据存储服务器集群的伸缩性设计
    • 6.4.1 关系数据库集群的伸缩性设计
    • 6.4.2 NoSQL数据库的伸缩性设计
  • 6.5 小结
  • 7.1 构建可扩展的网站架构
  • 7.2 利用分布式消息队列降低系统耦合性
    • 7.2.1 事件驱动架构
    • 7.2.2 分布式消息队列
  • 7.3 利用分布式服务打造可复用的业务平台
    • 7.3.1 Web Service与企业级分布式服务
    • 7.3.2 大型网站分布式服务的需求与特点
    • 7.3.3 分布式服务框架设计
  • 7.4 可扩展的数据结构
  • 7.5 利用开放平台建设网站生态圈
  • 7.6 小结
  • 8.1 道高一尺魔高一丈的网站应用攻击与防御
    • 8.1.1 XSS攻击
    • 8.1.2 注入攻击
    • 8.1.3 CSRF攻击
    • 8.1.4 其他攻击和漏洞
    • 8.1.5 Web应用防火墙
    • 8.1.6 网站安全漏洞扫描
  • 8.2 信息加密技术及密钥安全管理
    • 8.2.1 单向散列加密
    • 8.2.2 对称加密
    • 8.2.3 非对称加密
    • 8.2.4 密钥安全管理
  • 8.3 信息过滤与反垃圾
    • 8.3.1 文本匹配
    • 8.3.2 分类算法
    • 8.3.3 黑名单
  • 8.4 电子商务风险控制
    • 8.4.1 风险
    • 8.4.2 风控
  • 9.1 淘宝网的业务发展历程
  • 9.2 淘宝网技术架构演化
  • 10.1 Wikipedia网站整体架构
  • 10.2 Wikipedia性能优化策略
    • 10.2.1 Wikipedia前端性能优化
    • 10.2.2 Wikipedia服务端性能优化
    • 10.2.3 Wikipedia后端性能优化
  • 11.1 分布式存储系统的高可用架构
  • 11.2 不同故障情况下的高可用解决方案
    • 11.2.1 分布式存储系统的故障分类
    • 11.2.2 正常情况下系统访问结构
    • 11.2.3 瞬时故障的高可用解决方案
    • 11.2.4 临时故障的高可用解决方案
    • 11.2.5 永久故障的高可用解决方案
  • 12.1 秒杀活动的技术挑战
  • 12.2 秒杀系统的应对策略
  • 12.3 秒杀系统架构设计
  • 13.1 写日志也会引发故障
  • 13.2 高并发访问数据库引发的故障
  • 13.3 高并发情况下锁引发的故障
  • 13.4 缓存引发的故障
  • 13.5 应用启动不同步引发的故障
  • 13.6 大文件读写独占磁盘引发的故障
  • 13.7 滥用生产环境引发的故障
  • 13.8 不规范的流程引发的故障
  • 13.9 不好的编程习惯引发的故障
  • 13.10 小结
  • 14.1 关注人而不是产品
  • 14.2 发掘人的优秀
  • 14.3 共享美好蓝图
  • 14.4 共同参与架构
  • 14.5 学会妥协
  • 14.6 成就他人
  • 15.1 发现问题，寻找突破
  • 15.2 提出问题，寻求支持
  • 15.3 解决问题，达成绩效
  • 16.1 按作用划分架构师
  • 16.2 按效果划分架构师
  • 16.3 按职责角色划分架构师
  • 16.4 按关注层次划分架构师
  • 16.5 按口碑划分架构师
  • 16.6 非主流方式划分架构师
  • 附录A 大型网站架构技术一览
  • 附录B Web开发技术发展历程
  • 后记
  • References
• 大型网站系统与Java中间件实践
  • 1.1 初识分布式系统
    • 1.1.1 分布式系统的定义
    • 1.1.2 分布式系统的意义
  • 1.2 分布式系统的基础知识
    • 1.2.1 组成计算机的5要素
    • 1.2.2 线程与进程的执行模式
    • 1.2.3 网络通信基础知识
    • 1.2.4 如何把应用从单机扩展到分布式
    • 1.2.5 分布式系统的难点
  • 2.1 什么是大型网站
  • 2.2 大型网站的架构演进
    • 2.2.4 应用服务器负载告警，如何让应用服务器走向集群
    • 2.2.5 数据读压力变大，读写分离吧
    • 2.2.6 弥补关系型数据库的不足，引入分布式存储系统
    • 2.2.7 读写分离后，数据库又遇到瓶颈
    • 2.2.8 数据库问题解决后，应用面对的新挑战
    • 2.2.9 初识消息中间件
    • 2.2.10 总结
  • 3.1 Java中间件的定义
  • 3.2 构建Java中间件的基础知识
    • 3.2.1 跨平台的Java运行环境——JVM
    • 3.2.2 垃圾回收与内存堆布局
    • 3.2.3 Java并发编程的类、接口和方法
    • 3.2.4 动态代理
    • 3.2.5 反射
    • 3.2.6 网络通信实现选择
  • 3.3 分布式系统中的Java中间件
  • 4.1 网站功能持续丰富后的困境与应对
  • 4.2 服务框架的设计与实现
    • 4.2.3 服务调用端的设计与实现
    • 4.2.4 服务提供端的设计与实现
  • 4.3 实战中的优化
  • 4.4 为服务化护航的服务治理
  • 4.5 服务框架与ESB的对比
  • 5.1 数据库从单机到分布式的挑战和应对
    • 5.1.2 数据库垂直/水平拆分的困难
    • 5.1.3 单机变为多机后，事务如何处理
    • 5.1.4 多机的Sequence问题与处理
    • 5.1.5 应对多机的数据查询
  • 5.2 数据访问层的设计与实现
    • 5.2.1 如何对外提供数据访问层的功能
    • 5.2.2 按照数据层流程的顺序看数据层设计
    • 5.2.3 独立部署的数据访问层实现方式
    • 5.2.4 读写分离的挑战和应对
  • 5.3 总结
  • 6.1 消息中间件的价值
    • 6.1.2 透过示例看消息中间件对应用的解耦
  • 6.2 互联网时代的消息中间件
    • 6.2.1 如何解决消息发送一致性
    • 6.2.2 如何解决消息中间件与使用者的强依赖问题
    • 6.2.3 消息模型对消息接收的影响
    • 6.2.4 消息订阅者订阅消息的方式
    • 6.2.5 保证消息可靠性的做法
    • 6.2.6 订阅者视角的消息重复的产生和应对
    • 6.2.7 消息投递的其他属性支持
    • 6.2.8 保证顺序的消息队列的设计
    • 6.2.9 Push和Pull方式的对比
  • 7.1 初识软负载中心
  • 7.2 软负载中心的结构
  • 7.3 内容聚合功能的设计
  • 7.4 解决服务上下线的感知
  • 7.5 软负载中心的数据分发的特点和设计
    • 7.5.1 数据分发与消息订阅的区别
    • 7.5.2 提升数据分发性能需要注意的问题
  • 7.6 针对服务化的特性支持
  • 7.7 从单机到集群
  • 7.8 集中配置管理中心
    • 7.8.1 客户端实现和容灾策略
    • 7.8.2 服务端实现和容灾策略
  • 8.1 加速静态内容访问速度的CDN
  • 8.2 大型网站的存储支持
    • 8.2.1 分布式文件系统
    • 8.2.2 NoSQL
    • 8.2.3 缓存系统
  • 8.3 搜索系统
    • 8.3.1 爬虫问题
    • 8.3.2 倒排索引
    • 8.3.3 查询预处理
    • 8.3.4 相关度计算
  • 8.4 数据计算支撑
  • 8.5 发布系统
  • 8.6 应用监控系统
  • 8.7 依赖管理系统
  • 8.8 多机房问题分析
  • 8.9 系统容量规划
  • 8.10 内部私有云
  • References