博客
关于我
超大流量分布式系统架构解决方案 人人都是架构师2.0
阅读量:539 次
发布时间:2019-03-09

本文共 989 字,大约阅读时间需要 3 分钟。

超大流量分布式系统架构解决方案 人人都是架构师2.0

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。

在这里插入图片描述

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。
在这里插入图片描述

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
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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
在这里插入图片描述

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.
在这里插入图片描述

线上定位问题

常用工具:

jps
async-profiler
arthas
在这里插入图片描述
在这里插入图片描述

转载地址:http://dbeiz.baihongyu.com/

你可能感兴趣的文章
Mysql Row_Format 参数讲解
查看>>
mysql select, from ,join ,on ,where groupby,having ,order by limit的执行顺序和书写顺序
查看>>
MySQL Server 5.5安装记录
查看>>
mysql server has gone away
查看>>
mysql slave 停了_slave 停止。求解决方法
查看>>
MySQL SQL 优化指南:主键、ORDER BY、GROUP BY 和 UPDATE 优化详解
查看>>
MYSQL sql语句针对数据记录时间范围查询的效率对比
查看>>
mysql sum 没返回,如果没有找到任何值,我如何在MySQL中获得SUM函数以返回'0'?
查看>>
mysql Timestamp时间隔了8小时
查看>>
Mysql tinyint(1)与tinyint(4)的区别
查看>>
mysql union orderby 无效
查看>>
mysql v$session_Oracle 进程查看v$session
查看>>
mysql where中如何判断不为空
查看>>
MySQL Workbench 使用手册:从入门到精通
查看>>
mysql workbench6.3.5_MySQL Workbench
查看>>
MySQL Workbench安装教程以及菜单汉化
查看>>
MySQL Xtrabackup 安装、备份、恢复
查看>>
mysql [Err] 1436 - Thread stack overrun: 129464 bytes used of a 286720 byte stack, and 160000 bytes
查看>>
MySQL _ MySQL常用操作
查看>>
MySQL – 导出数据成csv
查看>>