构建可扩展分布式系统：方法与实践

推荐阅读

关于封面

关于作者

16.5 总结和延伸阅读

16.4 数据湖

16.3 部署平台

16.2 可观测性

16.1 自动化

第16章 可扩展系统的基本要素

15.4 总结和延伸阅读

15.3 案例研究：Apache Flink

15.2 流处理平台

15.1 流处理简介

第15章 流处理系统

14.3 总结和延伸阅读

14.2 Apache Kafka

14.1 事件驱动架构

第14章 可扩展的事件驱动处理

第四部分 事件和流处理

13.4 总结和延伸阅读

13.3 Amazon DynamoDB

13.2 MongoDB

13.1 Redis

第13章 分布式数据库实践案例

12.5 总结和延伸阅读

12.4 分布式共识算法

12.3 分布式事务

12.2 一致性模型

12.1 强一致性简介

第12章 强一致性

11.6 总结和延伸阅读

11.5 冲突处理

11.4 副本修复

11.3 读取和写入仲裁

11.2 可调节一致性

11.1 什么是最终一致性

第11章 最终一致性

10.5 总结和延伸阅读

10.4 CAP定理

10.3 向NoSQL转变

10.2 扩展关系数据库

10.1 分布式数据库

第10章 可扩展数据库基础

第三部分 可扩展的分布式数据库

9.3 总结和延伸阅读

9.2 微服务的弹性

9.1 转向微服务

第9章 微服务

8.5 总结和延伸阅读

8.4 案例研究：平衡吞吐量和成本

8.3 AWS Lambda

8.2 GAE

8.1 无服务器的魅力

第8章 无服务器处理系统

7.4 总结和延伸阅读

7.3 消息传递模式

7.2 示例：RabbitMQ

7.1 消息传递简介

第7章 异步消息传递

6.3 总结和延伸阅读

6.2 Web缓存

6.1 应用缓存

第6章 分布式缓存

5.5 总结和延伸阅读

5.4 负载均衡

5.3 水平扩展

5.2 应用服务器

5.1 服务设计

第5章 应用服务

第二部分 可扩展系统

4.10 总结和延伸阅读

4.9 线程安全集合

4.8 同步屏障

4.7 线程池

4.6 线程间的协调

4.5 线程的状态

4.4 线程引入的问题

4.3 线程执行顺序

4.2 线程

4.1 为什么要并发

第4章 并发系统概述

3.6 总结和延伸阅读

3.5 分布式系统中的时间

3.4 分布式系统中的共识

3.3 局部故障

3.2 远程方法调用

3.1 通信基础

第3章 分布式系统要点

2.8 总结和延伸阅读

2.7 系统和硬件的可扩展性

2.6 提高系统响应能力

2.5 多处理层

2.4 分布式数据库

2.3 使用缓存扩展数据库

2.2 水平扩展

2.1 系统架构基础

第2章 分布式系统架构简介

1.7 总结和延伸阅读

1.6 可扩展性与架构的权衡

1.5 可扩展性与成本

1.4 可扩展性系统设计基本原则

1.3 软件系统发展简史

1.2 21世纪早期系统规模案例

1.1 可扩展性的定义

第1章 可扩展系统简介

第一部分 基础知识

前言

本书赞誉

O'Reilly Media Inc.介绍

版权页

封面

封面

版权页

O'Reilly Media Inc.介绍

本书赞誉

前言

第一部分 基础知识

第1章 可扩展系统简介

1.1 可扩展性的定义

1.2 21世纪早期系统规模案例

1.3 软件系统发展简史

1.4 可扩展性系统设计基本原则

1.5 可扩展性与成本

1.6 可扩展性与架构的权衡

1.7 总结和延伸阅读

第2章 分布式系统架构简介

2.1 系统架构基础

2.2 水平扩展

2.3 使用缓存扩展数据库

2.4 分布式数据库

2.5 多处理层

2.6 提高系统响应能力

2.7 系统和硬件的可扩展性

2.8 总结和延伸阅读

第3章 分布式系统要点

3.1 通信基础

3.2 远程方法调用

3.3 局部故障

3.4 分布式系统中的共识

3.5 分布式系统中的时间

3.6 总结和延伸阅读

第4章 并发系统概述

4.1 为什么要并发

4.2 线程

4.3 线程执行顺序

4.4 线程引入的问题

4.5 线程的状态

4.6 线程间的协调

4.7 线程池

4.8 同步屏障

4.9 线程安全集合

4.10 总结和延伸阅读

第二部分 可扩展系统

第5章 应用服务

5.1 服务设计

5.2 应用服务器

5.3 水平扩展

5.4 负载均衡

5.5 总结和延伸阅读

第6章 分布式缓存

6.1 应用缓存

6.2 Web缓存

6.3 总结和延伸阅读

第7章 异步消息传递

7.1 消息传递简介

7.2 示例：RabbitMQ

7.3 消息传递模式

7.4 总结和延伸阅读

第8章 无服务器处理系统

8.1 无服务器的魅力

8.2 GAE

8.3 AWS Lambda

8.4 案例研究：平衡吞吐量和成本

8.5 总结和延伸阅读

第9章 微服务

9.1 转向微服务

9.2 微服务的弹性

9.3 总结和延伸阅读

第三部分 可扩展的分布式数据库

第10章 可扩展数据库基础

10.1 分布式数据库

10.2 扩展关系数据库

10.3 向NoSQL转变

10.4 CAP定理

10.5 总结和延伸阅读

第11章 最终一致性

11.1 什么是最终一致性

11.2 可调节一致性

11.3 读取和写入仲裁

11.4 副本修复

11.5 冲突处理

11.6 总结和延伸阅读

第12章 强一致性

12.1 强一致性简介

12.2 一致性模型

12.3 分布式事务

12.4 分布式共识算法

12.5 总结和延伸阅读

第13章 分布式数据库实践案例

13.1 Redis

13.2 MongoDB

13.3 Amazon DynamoDB

13.4 总结和延伸阅读

第四部分 事件和流处理

第14章 可扩展的事件驱动处理

14.1 事件驱动架构

14.2 Apache Kafka

14.3 总结和延伸阅读

第15章 流处理系统

15.1 流处理简介

15.2 流处理平台

15.3 案例研究：Apache Flink

15.4 总结和延伸阅读

第16章 可扩展系统的基本要素

16.1 自动化

16.2 可观测性

16.3 部署平台

16.4 数据湖

16.5 总结和延伸阅读

关于作者

关于封面

推荐阅读