大规模分布式存储系统:原理解析与架构实战

原理解析与架构实战

7.9301 评价豆瓣读书
阅读
¥25.00
  • 导言
  • 目录
  • 作品信息

《大规模分布式存储系统:原理解析与架构实战》是分布式系统领域的经典著作,由阿里巴巴高级技术专家“阿里日照”(OceanBase核心开发人员)撰写,阳振坤、章文嵩、杨卫华、汪源、余锋(褚霸)、赖春波等来自阿里、新浪、网易和百度的资深技术专家联袂推荐。理论方面,不仅讲解了大规模分布式存储系统的核心技术和基本原理,而且对谷歌、亚马逊、微软和阿里巴巴等国际型大互联网公司的大规模分布式存储系统进行了分析;实战方面,首先通过对阿里巴巴的分布式数据库OceanBase的实现细节的深入剖析完整地展示了大规模分布式存储系统的架构与设计过程,然后讲解了大规模分布式存储技术在云计算和大数据领域的实践与应用。

《大规模分布式存储系统:原理解析与架构实战》内容分为四个部分:基础篇——分布式存储系统的基础知识,包含单机存储系统的知识,如数据模型、事务与并发控制、故障恢复、存储引擎、压缩/解压缩等;分布式系统的数据分布、复制、一致性、容错、可扩展性等。范型篇——介绍谷歌、亚马逊、微软、阿里巴巴等著名互联网公司的大规模分布式存储系统架构,涉及分布式文件系统、分布式键值系统、分布式表格系统以及分布式数据库技术等。实践篇——以阿里巴巴的分布式数据库OceanBase为例,详细介绍分布式数据库内部实现,以及实践过程中的经验。专题篇——介绍分布式系统的主要应用:云存储和大数据,这些是近年来的热门领域,本书介绍了云存储平台、技术与安全,以及大数据的概念、流式计算、实时分析等。

杨传辉,阿里巴巴高级技术专家,花名日照,OceanBase核心开发人员,对分布式系统的理论和工程实践有深刻理解。曾在百度作为核心成员参与类MapReduce系统、类Bigtable系统和百度分布式消息队列等底层基础设施架构工作。热衷于分布式存储和计算系统设计,乐于分享,有技术博客NosqlNotes。

  1. 序言
  2. 前言
  3. 第1章 概述
  4. 1.1 分布式存储概念
  5. 1.2 分布式存储分类
  6. 第一篇 基础篇
  7. 第2章 单机存储系统
  8. 2.1 硬件基础
  9. 2.1.1 CPU架构
  10. 2.1.2 IO总线
  11. 2.1.3 网络拓扑
  12. 2.1.4 性能参数
  13. 2.1.5 存储层次架构
  14. 2.2 单机存储引擎
  15. 2.2.1 哈希存储引擎
  16. 2.2.2 B树存储引擎
  17. 2.2.3 LSM树存储引擎
  18. 2.3 数据模型
  19. 2.3.1 文件模型
  20. 2.3.2 关系模型
  21. 2.3.3 键值模型
  22. 2.3.4 SQL与NoSQL
  23. 2.4 事务与并发控制
  24. 2.4.1 事务
  25. 2.4.2 并发控制
  26. 2.5 故障恢复
  27. 2.5.1 操作日志
  28. 2.5.2 重做日志
  29. 2.5.3 优化手段
  30. 2.6 数据压缩
  31. 2.6.1 压缩算法
  32. 2.6.2 列式存储
  33. 第3章 分布式系统
  34. 3.1 基本概念
  35. 3.1.1 异常
  36. 3.1.2 一致性
  37. 3.1.3 衡量指标
  38. 3.2 性能分析
  39. 3.3 数据分布
  40. 3.3.1 哈希分布
  41. 3.3.2 顺序分布
  42. 3.3.3 负载均衡
  43. 3.4 复制
  44. 3.4.1 复制的概述
  45. 3.4.2 一致性与可用性
  46. 3.5 容错
  47. 3.5.1 常见故障
  48. 3.5.2 故障检测
  49. 3.5.3 故障恢复
  50. 3.6 可扩展性
  51. 3.6.1 总控节点
  52. 3.6.2 数据库扩容
  53. 3.6.3 异构系统
  54. 3.7 分布式协议
  55. 3.7.1 两阶段提交协议
  56. 3.7.2 Paxos协议
  57. 3.7.3 Paxos与2PC
  58. 3.8 跨机房部署
  59. 第二篇 范型篇
  60. 第4章 分布式文件系统
  61. 4.1 Google文件系统
  62. 4.1.1 系统架构
  63. 4.1.2 关键问题
  64. 4.1.3 Master设计
  65. 4.1.4 ChunkServer设计
  66. 4.1.5 讨论
  67. 4.2 Taobao File System
  68. 4.2.1 系统架构
  69. 4.2.2 讨论
  70. 4.3 Facebook Haystack
  71. 4.3.1 系统架构
  72. 4.3.2 讨论
  73. 4.4 内容分发网络
  74. 4.4.1 CDN架构
  75. 4.4.2 讨论
  76. 第5章 分布式键值系统
  77. 5.1 Amazon Dynamo
  78. 5.1.1 数据分布
  79. 5.1.2 一致性与复制
  80. 5.1.3 容错
  81. 5.1.4 负载均衡
  82. 5.1.5 读写流程
  83. 5.1.6 单机实现
  84. 5.1.7 讨论
  85. 5.2 淘宝Tair
  86. 5.2.1 系统架构
  87. 5.2.2 关键问题
  88. 5.2.3 讨论
  89. 第6章 分布式表格系统
  90. 6.1 Google Bigtable
  91. 6.1.1 架构
  92. 6.1.2 数据分布
  93. 6.1.3 复制与一致性
  94. 6.1.4 容错
  95. 6.1.5 负载均衡
  96. 6.1.6 分裂与合并
  97. 6.1.7 单机存储
  98. 6.1.8 垃圾回收
  99. 6.1.9 讨论
  100. 6.2 Google Megastore
  101. 6.2.1 系统架构
  102. 6.2.2 实体组
  103. 6.2.3 并发控制
  104. 6.2.4 复制
  105. 6.2.5 索引
  106. 6.2.6 协调者
  107. 6.2.7 读取流程
  108. 6.2.8 写入流程
  109. 6.2.9 讨论
  110. 6.3 Windows Azure Storage
  111. 6.3.1 整体架构
  112. 6.3.2 文件流层
  113. 6.3.3 分区层
  114. 6.3.4 讨论
  115. 第7章 分布式数据库
  116. 7.1 数据库中间层
  117. 7.1.1 架构
  118. 7.1.2 扩容
  119. 7.1.3 讨论
  120. 7.2 Microsoft SQL Azure
  121. 7.2.1 数据模型
  122. 7.2.2 架构
  123. 7.2.3 复制与一致性
  124. 7.2.4 容错
  125. 7.2.5 负载均衡
  126. 7.2.6 多租户
  127. 7.2.7 讨论
  128. 7.3 Google Spanner
  129. 7.3.1 数据模型
  130. 7.3.2 架构
  131. 7.3.3 复制与一致性
  132. 7.3.4 TrueTime
  133. 7.3.5 并发控制
  134. 7.3.6 数据迁移
  135. 7.3.7 讨论
  136. 第三篇 实践篇
  137. 第8章 OceanBase架构初探
  138. 8.1 背景简介
  139. 8.2 设计思路
  140. 8.3 系统架构
  141. 8.3.1 整体架构图
  142. 8.3.2 客户端
  143. 8.3.3 RootServer
  144. 8.3.4 MergeServer
  145. 8.3.5 ChunkServer
  146. 8.3.6 UpdateServer
  147. 8.3.7 定期合并&数据分发
  148. 8.4 架构剖析
  149. 8.4.1 一致性选择
  150. 8.4.2 数据结构
  151. 8.4.3 可靠性与可用性
  152. 8.4.4 读写事务
  153. 8.4.5 单点性能
  154. 8.4.6 SSD支持
  155. 8.4.7 数据正确性
  156. 8.4.8 分层结构
  157. 第9章 分布式存储引擎
  158. 9.1 公共模块
  159. 9.1.1 内存管理
  160. 9.1.2 基础数据结构
  161. 9.1.3 锁
  162. 9.1.4 任务队列
  163. 9.1.5 网络框架
  164. 9.1.6 压缩与解压缩
  165. 9.2 RootServer实现机制
  166. 9.2.1 数据结构
  167. 9.2.2 子表复制与负载均衡
  168. 9.2.3 子表分裂与合并
  169. 9.2.4 UpdateServer选主
  170. 9.2.5 RootServer主备
  171. 9.3 UpdateServer实现机制
  172. 9.3.1 存储引擎
  173. 9.3.2 任务模型
  174. 9.3.3 主备同步
  175. 9.4 ChunkServer实现机制
  176. 9.4.1 子表管理
  177. 9.4.2 SSTable
  178. 9.4.3 缓存实现
  179. 9.4.4 IO实现
  180. 9.4.5 定期合并&数据分发
  181. 9.4.6 定期合并限速
  182. 9.5 消除更新瓶颈
  183. 9.5.1 读写优化回顾
  184. 9.5.2 数据旁路导入
  185. 9.5.3 数据分区
  186. 第10章 数据库功能
  187. 10.1 整体结构
  188. 10.2 只读事务
  189. 10.2.1 物理操作符接口
  190. 10.2.2 单表操作
  191. 10.2.3 多表操作
  192. 10.2.4 SQL执行本地化
  193. 10.3 写事务
  194. 10.3.1 写事务执行流程
  195. 10.3.2 多版本并发控制
  196. 10.4 OLAP业务支持
  197. 10.4.1 并发查询
  198. 10.4.2 列式存储
  199. 10.5 特色功能
  200. 10.5.1 大表左连接
  201. 10.5.2 数据过期与批量删除
  202. 第11章 质量保证、运维及实践
  203. 11.1 质量保证
  204. 11.1.1 RD开发
  205. 11.1.2 QA测试
  206. 11.1.3 试运行
  207. 11.2 使用与运维
  208. 11.2.1 使用
  209. 11.2.2 运维
  210. 11.3 应用
  211. 11.3.1 收藏夹
  212. 11.3.2 天猫评价
  213. 11.3.3 直通车报表
  214. 11.4 最佳实践
  215. 11.4.1 系统发展路径
  216. 11.4.2 人员成长
  217. 11.4.3 系统设计
  218. 11.4.4 系统实现
  219. 11.4.5 使用与运维
  220. 11.4.6 工程现象
  221. 11.4.7 经验法则
  222. 第四篇 专题篇
  223. 第12章 云存储
  224. 12.1 云存储的概念
  225. 12.2 云存储的产品形态
  226. 12.3 云存储技术
  227. 12.4 云存储的核心优势
  228. 12.5 云平台整体架构
  229. 12.5.1 Amazon云平台
  230. 12.5.2 Google云平台
  231. 12.5.3 Microsoft云平台
  232. 12.5.4 云平台架构
  233. 12.6 云存储技术体系
  234. 12.7 云存储安全
  235. 第13章 大数据
  236. 13.1 大数据的概念
  237. 13.2 MapReduce
  238. 13.3 MapReduce扩展
  239. 13.3.1 Google Tenzing
  240. 13.3.2 Microsoft Dryad
  241. 13.3.3 Google Pregel
  242. 13.4 流式计算
  243. 13.4.1 原理
  244. 13.4.2 Yahoo S4
  245. 13.4.3 Twitter Storm
  246. 13.5 实时分析
  247. 13.5.1 MPP架构
  248. 13.5.2 EMC Greenplum
  249. 13.5.3 HP Vertica
  250. 13.5.4 Google Dremel
  251. 参考资料
  252. 硬件基础
  253. 存储系统
  254. 分布式系统
  255. 分布式文件系统
  256. 分布式键值系统
  257. 分布式表格系统
  258. 分布式数据库
  259. OceanBase
  260. 云存储
  261. 离线分析
  262. OLAP
  263. 流式计算
  264. 其他

作者杨传辉

类别 图书 / 非虚构

出版社机械工业出版社

出版日期

ISBN9787111430520

提供方华章数媒

标签计算机(1542)编程(462)大数据(137)

喜欢这本书的人也喜欢

来自豆瓣读书的评论7