分布式高可用架构之道

9.11 秒杀系统安全架构

9.10 容灾

9.9 核心的减库存

9.8 热点数据处理

9.7 流量削峰、限流和降级

9.6 服务拆分与隔离设计

9.5 LVS/Nginx高可用设计

9.4 CDN静态资源缓存

9.3 业务层面控制

9.2 最简单的秒杀系统

9.1 什么是秒杀

第9章 秒杀系统案例

8.3.4 云厂商安全产品

8.3.3 Nginx + ModSecurity

8.3.2 WAF的工作模式

8.3.1 WAF概述

8.3 安全产品/工具

8.2.3 DoS/DDoS攻击防护

8.2.2 DDoS攻击的类型

8.2.1 DoS攻击概述

8.2 DoS/DDos攻击

8.1 高可用与安全概述

第8章 高可用与安全

7.4 链路追踪监控

7.3.4 AlertManager告警

7.3.3 其他开源监控

7.3.2 Promethous+Grafana+InfluxDB

7.3.1 监控概述

7.3 资源监控/告警方案

7.2.2 日志告警

7.2.1 ELK日志系统

7.2 日志监控/告警方案

7.1.6 监控体系案例

7.1.5 监控系统通用设计

7.1.4 发送告警

7.1.3 告警规则

7.1.2 全链路监控

7.1.1 监控/告警的意义

7.1 监控/告警概述

第7章 高可用之全链路监控、告警

6.2 异地多活的类型

6.1 异地多活概述

第6章 异地多活

5.3.4 DNS+LVS+Nginx+Keepalived

5.3.3 DNS负载均衡

5.3.2 DNS解析过程

5.3.1 DNS概述

5.3 DNS

5.2.2 Nginx+Keepalived+LVS保障高可用、高性能

5.2.1 LVS概述

5.2 LVS

5.1.2 Nginx+Keepalived保障高可用

5.1.1 Nginx概述

5.1 Nginx

第5章 Nginx/LVS高可用

4.5.5 云数据库Redis

4.5.4 Codis和Redis集群的区别

4.5.3 Redis集群模式

4.5.2 哨兵模式

4.5.1 主从模式

4.5 服务端方案

4.4.2 Codis架构

4.4.1 中间代理层概述

4.4 中间代理层方案

4.3 客户端分区方案

4.2 缓存高可用概述

4.1 缓存概述

第4章 缓存高可用

3.4 案例：MySQL一主多从数据同步

3.3.5 云数据库高可用架构

3.3.4 MySQL+DRDB + Heartbeat架构

3.3.3 MySQL Cluster架构

3.3.2 基于MHA实现MySQL自动故障转移

3.3.1 MySQL高可用架构MMM

3.3 MySQL高可用架构

3.2.5 主从数据同步

3.2.4 MySQL日志模块

3.2.3 SQL语句执行过程

3.2.2 读写分离实现方案

3.2.1 主从模式实现读写分离

3.2 双节点

3.1.2 MySQL XA协议

3.1.1 数据库高可用的重要性

3.1 数据库高可用概述

第3章 数据库高可用

2.16.5 无损发布

2.16.4 灰度发布/金丝雀部署

2.16.3 滚动发布

2.16.2 蓝绿部署

2.16.1 停机部署

2.16 集群部署

2.15.4 快速失败

2.15.3 失败安全策略

2.15.2 失败自动恢复

2.15.1 失败转移

2.15 集群容错

2.14.2 故障隔离策略

2.14.1 故障隔离概述

2.14 故障隔离

2.13.4 MQTT Keepalive

2.13.3 TCP Keepalive

2.13.2 心跳设计

2.13.1 固定心跳

2.13 故障检测

2.12.3 案例：Hystrix的工作流程

2.12.2 熔断实现

2.12.1 熔断概述

2.12 熔断

2.11.5 写服务降级

2.11.4 读服务降级

2.11.3 自动降级

2.11.2 服务降级开关

2.11.1 服务降级概述

2.11 降级

2.10.3 Sentinel中的匀速排队限流策略

2.10.2 限流算法

2.10.1 限流概述

2.10 限流

2.9.2 负载均衡的实现

2.9.1 负载均衡算法

2.9 负载均衡

2.8.6 消息队列

2.8.5 分层过滤

2.8.4 禁用“秒杀”按钮

2.8.3 分时分段

2.8.2 答题/验证码

2.8.1 为何要削峰

2.8 流量削峰

2.7.2 Nacos健康检查

2.7.1 Spring Boot Actuator健康检查

2.7 健康检查

2.6.4 幂等解决方案

2.6.3 幂等场景

2.6.2 幂等定义

2.6.1 非幂等原因

2.6 幂等

2.5.6 重试超时

2.5.5 链路重试熔断

2.5.4 重试熔断策略

2.5.3 退避策略

2.5.2 重试风险

2.5.1 重试概述

2.5 重试

2.4.3 实现无状态

2.4.2 有状态服务

2.4.1 无状态服务

2.4 服务状态

2.3.2 延时注册

2.3.1 预热启动

2.3 优雅启动

2.2.2 Spring Boot微服务优雅关闭

2.2.1 Java优雅关闭

2.2 优雅关闭

2.1.5 代码自动检查

2.1.4 人工代码审查

2.1.3 代码审查概述

2.1.2 代码重构

2.1.1 影响写出高质量代码的原因

2.1 软件质量对高可用的影响

第2章 应用的高可用

1.7.5 Raft日志一致性

1.7.4 Quorum NWR的应用

1.7.3 Quorum NWR算法

1.7.2 Gossip协议（最终一致性）

1.7.1 一致性分类

1.7 高可用之一致性算法

1.6.3 Raft算法

1.6.2 Multi-Paxos算法

1.6.1 Paxos算法

1.6 高可用之共识算法

1.5.3 ZAB选举算法

1.5.2 Raft选举算法

1.5.1 霸道选举算法

1.5 高可用之选举算法

1.4.5 BASE理论

1.4.4 补偿事务TCC

1.4.3 两阶段提交

1.4.2 ACID理论

1.4.1 CAP理论

1.4 高可用之CAP理论

1.3.2 分布式架构

1.3.1 什么是集群与分布式

1.3 集群与分布式

1.2 FMEA理论

1.1.4 高可用和高可靠

1.1.3 高可用策略

1.1.2 影响高可用的因素

1.1.1 SLA与可用性

1.1 什么是可用性

第1章 理解高可用

致谢

读者对象

本书使用的软件版本

本书结构

前言

内容简介

作者简介

版权信息

封面

封面

版权信息

作者简介

内容简介

前言

本书结构

本书使用的软件版本

读者对象

致谢

第1章 理解高可用

1.1 什么是可用性

1.1.1 SLA与可用性

1.1.2 影响高可用的因素

1.1.3 高可用策略

1.1.4 高可用和高可靠

1.2 FMEA理论

1.3 集群与分布式

1.3.1 什么是集群与分布式

1.3.2 分布式架构

1.4 高可用之CAP理论

1.4.1 CAP理论

1.4.2 ACID理论

1.4.3 两阶段提交

1.4.4 补偿事务TCC

1.4.5 BASE理论

1.5 高可用之选举算法

1.5.1 霸道选举算法

1.5.2 Raft选举算法

1.5.3 ZAB选举算法

1.6 高可用之共识算法

1.6.1 Paxos算法

1.6.2 Multi-Paxos算法

1.6.3 Raft算法

1.7 高可用之一致性算法

1.7.1 一致性分类

1.7.2 Gossip协议（最终一致性）

1.7.3 Quorum NWR算法

1.7.4 Quorum NWR的应用

1.7.5 Raft日志一致性

第2章 应用的高可用

2.1 软件质量对高可用的影响

2.1.1 影响写出高质量代码的原因

2.1.2 代码重构

2.1.3 代码审查概述

2.1.4 人工代码审查

2.1.5 代码自动检查

2.2 优雅关闭

2.2.1 Java优雅关闭

2.2.2 Spring Boot微服务优雅关闭

2.3 优雅启动

2.3.1 预热启动

2.3.2 延时注册

2.4 服务状态

2.4.1 无状态服务

2.4.2 有状态服务

2.4.3 实现无状态

2.5 重试

2.5.1 重试概述

2.5.2 重试风险

2.5.3 退避策略

2.5.4 重试熔断策略

2.5.5 链路重试熔断

2.5.6 重试超时

2.6 幂等

2.6.1 非幂等原因

2.6.2 幂等定义

2.6.3 幂等场景

2.6.4 幂等解决方案

2.7 健康检查

2.7.1 Spring Boot Actuator健康检查

2.7.2 Nacos健康检查

2.8 流量削峰

2.8.1 为何要削峰

2.8.2 答题/验证码

2.8.3 分时分段

2.8.4 禁用“秒杀”按钮

2.8.5 分层过滤

2.8.6 消息队列

2.9 负载均衡

2.9.1 负载均衡算法

2.9.2 负载均衡的实现

2.10 限流

2.10.1 限流概述

2.10.2 限流算法

2.10.3 Sentinel中的匀速排队限流策略

2.11 降级

2.11.1 服务降级概述

2.11.2 服务降级开关

2.11.3 自动降级

2.11.4 读服务降级

2.11.5 写服务降级

2.12 熔断

2.12.1 熔断概述

2.12.2 熔断实现

2.12.3 案例：Hystrix的工作流程

2.13 故障检测

2.13.1 固定心跳

2.13.2 心跳设计

2.13.3 TCP Keepalive

2.13.4 MQTT Keepalive

2.14 故障隔离

2.14.1 故障隔离概述

2.14.2 故障隔离策略

2.15 集群容错

2.15.1 失败转移

2.15.2 失败自动恢复

2.15.3 失败安全策略

2.15.4 快速失败

2.16 集群部署

2.16.1 停机部署

2.16.2 蓝绿部署

2.16.3 滚动发布

2.16.4 灰度发布/金丝雀部署

2.16.5 无损发布

第3章 数据库高可用

3.1 数据库高可用概述

3.1.1 数据库高可用的重要性

3.1.2 MySQL XA协议

3.2 双节点

3.2.1 主从模式实现读写分离

3.2.2 读写分离实现方案

3.2.3 SQL语句执行过程

3.2.4 MySQL日志模块

3.2.5 主从数据同步

3.3 MySQL高可用架构

3.3.1 MySQL高可用架构MMM

3.3.2 基于MHA实现MySQL自动故障转移

3.3.3 MySQL Cluster架构

3.3.4 MySQL+DRDB + Heartbeat架构

3.3.5 云数据库高可用架构

3.4 案例：MySQL一主多从数据同步

第4章 缓存高可用

4.1 缓存概述

4.2 缓存高可用概述

4.3 客户端分区方案

4.4 中间代理层方案

4.4.1 中间代理层概述

4.4.2 Codis架构

4.5 服务端方案

4.5.1 主从模式

4.5.2 哨兵模式

4.5.3 Redis集群模式

4.5.4 Codis和Redis集群的区别

4.5.5 云数据库Redis

第5章 Nginx/LVS高可用

5.1 Nginx

5.1.1 Nginx概述

5.1.2 Nginx+Keepalived保障高可用

5.2 LVS

5.2.1 LVS概述

5.2.2 Nginx+Keepalived+LVS保障高可用、高性能

5.3 DNS

5.3.1 DNS概述

5.3.2 DNS解析过程

5.3.3 DNS负载均衡

5.3.4 DNS+LVS+Nginx+Keepalived

第6章 异地多活

6.1 异地多活概述

6.2 异地多活的类型

第7章 高可用之全链路监控、告警

7.1 监控/告警概述

7.1.1 监控/告警的意义

7.1.2 全链路监控

7.1.3 告警规则

7.1.4 发送告警

7.1.5 监控系统通用设计

7.1.6 监控体系案例

7.2 日志监控/告警方案

7.2.1 ELK日志系统

7.2.2 日志告警

7.3 资源监控/告警方案

7.3.1 监控概述

7.3.2 Promethous+Grafana+InfluxDB

7.3.3 其他开源监控

7.3.4 AlertManager告警

7.4 链路追踪监控

第8章 高可用与安全

8.1 高可用与安全概述

8.2 DoS/DDos攻击

8.2.1 DoS攻击概述

8.2.2 DDoS攻击的类型

8.2.3 DoS/DDoS攻击防护

8.3 安全产品/工具

8.3.1 WAF概述

8.3.2 WAF的工作模式

8.3.3 Nginx + ModSecurity

8.3.4 云厂商安全产品

第9章 秒杀系统案例

9.1 什么是秒杀

9.2 最简单的秒杀系统

9.3 业务层面控制

9.4 CDN静态资源缓存

9.5 LVS/Nginx高可用设计

9.6 服务拆分与隔离设计

9.7 流量削峰、限流和降级

9.8 热点数据处理

9.9 核心的减库存

9.10 容灾

9.11 秒杀系统安全架构