分布式系统性能优化:方法与实践

分布式系统性能优化:方法与实践

暂无评价综合评分的显示会考虑用户真实性等多项因素,每部作品出现综合评分的时间不定。

作品简介

这是一本系统化解决分布式系统性能瓶颈的实战指南,它以“多、快、好、省”的性能指标体系为核心,提供了从架构设计、网络通信、缓存、事务到AI大模型应用的全链路、360°的性能优化方法论与工程实践。 性能优化不是亡羊补牢,而是磨出来的工程艺术。本书正是一本帮助你将性能优化从“救火”转变为“体系化建设”的实战宝典。全书共12章,分为三大核心部分(基础理论、优化方法、实战应用),通过20余个工业级实战案例,为你提供了从理论到实践的完整性能优化知识图谱。 掌握本书内容,你将收获以下7大核心价值:(1)构建完整的性能指标体系:掌握分布式系统“多(容量)、快(时间)、好(可用)、省(资源)”的4维性能指标体系,并学会通过全链路压测、可观测性等手段,精准定位系统性能瓶颈。(2)掌握系统架构优化策略:深入理解单体、微服务、事件驱动等5种主流架构对性能的影响,并掌握API网关、Saga、断路器等10种微服务设计模式,实现面向性能的架构选型与优化。(3)突破网络传输瓶颈:学习网络拓扑优化、带宽管理、高效路由、CDN与边缘计算等4大基础设施提速技巧,并通过基于BFE的大规模负载均衡实践,将网络延迟降低到极 致。(4)精通缓存与通信调优:掌握Cache-Aside、Write-Through等5种分布式缓存策略,以及热Key、缓存穿透、缓存雪崩等6大常见问题的解决方案;同时学会HTTP优化、gRPC、异步通信和消息队列等4大通信调优技巧。(5)解决数据一致性难题:深入理解本地事务、全局事务、分布式事务等3种事务类型,并掌握事务消息、TCC等3种分布式事务解决方案,确保数据在分布式环境下的强一致性。(6)应对高并发挑战:学习如何合理设计分布式锁,掌握Redis和ZooKeeper分布式锁的互斥性、防死锁、高性能、可重入性等4大核心要素,并通过直播排行榜等案例,解决高并发下的资源竞争问题。(7)拥抱前沿技术优化:掌握在线聊天、高并发直播系统、自动驾驶异构计算等3个大型应用系统的性能调优实战,并深入探讨RAG、Agent系统、语义缓存等3大基于大模型应用的系统优化方法,抢占AI时代的性能高地。

张程,资深研发工程师、架构师,在分布式系统架构领域有丰富的实战经验,擅长高并发、高可用系统的架构设计与调优,以及分布式系统的性能调优。

曾就职于格瓦拉电影和优速科技,任职期间参与过多个大型银行系统、购票系统、物流订单系统的架构设计和研发工作。也参与过分布式Job调度系统架构的设计和研发工作。热衷于技术探索和研发,在CSDN分享了大量关于架构设计和研发的文章,获得一致好评。

王梓晨,现就职于京东物流,担任X科技部无人车高级研发总监,从0到1打造精益团队,落地了一系列行业尖端产品。多次被评为多种知名技术峰会明星讲师;多次获得中国物流与采购联合会科学技术奖、中国汽车工程学会科学技术奖,并担任中国交通运输协会物流技术装备专业委员会特聘专家、中国卫星导航定位协会北斗标准化工作委员会委员、中国快递协会智能配送专业委员会委员。

曹洪伟,原百度DuerOS首席布道师,原渡鸦科技CTO,目前从事智能物联网操作系统的研发。20多年软硬件产研经验,拥有40多项国内外专利,著有《BREW进阶与精通》,《深入分布式缓存》的作者之一,《计算机网络问题与解决方案》《区块链应用开发实战》《基于混合方法的自然语言处理》的共同译者,日常维护着公众号wireless_com和CSDN同名博客。

作品目录

  1. Preface前言
  2. Part 1 第一部分 基础理论
  3. Chapter 1 第1章 分布式系统及其性能评估
  4. 1.1 了解分布式系统
  5. 1.2 分布式系统的质量属性
  6. 1.3 分布式系统的性能指标体系
  7. 1.4 分布式系统的性能评估体系
  8. 1.5 示例:某银行系统的全链路压测
  9. Chapter 2 第2章 分布式系统性能优化方法
  10. 2.1 性能优化的策略
  11. 2.2 性能优化的系统方法
  12. 2.3 性能设计中需要注意的问题——反模式
  13. 2.4 示例:面向平均响应时间的优化
  14. Part 2 第二部分 优化方法
  15. Chapter 3 第3章 全局时空约束:系统架构优化
  16. 3.1 常见的系统架构类型
  17. 3.2 微服务架构的设计模式
  18. 3.3 面向性能的混合云服务架构优化
  19. 3.4 面向数据架构的分布式计算优化
  20. 3.5 示例:跨境电商的云服务架构优化
  21. Chapter 4 第4章 基础设施提速:网络优化
  22. 4.1 网络拓扑优化
  23. 4.2 带宽管理
  24. 4.3 高效路由
  25. 4.4 CDN与边缘计算
  26. 4.5 负载均衡
  27. 4.6 示例:基于BFE的大规模负载均衡优化实践
  28. Chapter 5 第5章 流量传输技巧:通信调优
  29. 5.1 通信协议的优化
  30. 5.2 请求优化与数据压缩
  31. 5.3 连接池与复用
  32. 5.4 异步通信
  33. 5.5 消息队列
  34. 5.6 示例:在Spring Boot微服务中使用RabbitMQ
  35. Chapter 6 第6章 性能优化利器:分布式缓存
  36. 6.1 分布式缓存的应用场景
  37. 6.2 缓存的相关策略
  38. 6.3 触发机制
  39. 6.4 缓存的数据一致性
  40. 6.5 如何提升命中率
  41. 6.6 如何考虑缓存的可用性设计
  42. 6.7 Redis调优
  43. 6.8 示例:线上预约秒杀活动示例
  44. 6.9 使用分布式缓存的一些常见问题
  45. Chapter 7 第7章 数据一致性约束:分布式事务
  46. 7.1 事务的基本类型
  47. 7.2 分布式事务的应用场景
  48. 7.3 分布式事务的技术难点
  49. 7.4 分布式事务之消息:最大努力通知
  50. 7.5 分布式事务之消息:消息发送一致性
  51. 7.6 分布式事务之消息:事务消息
  52. 7.7 分布式事务之TCC:三阶段事务补偿
  53. 7.8 分布式事务的技术选型
  54. 7.9 示例:电商下单过程中的事务优化
  55. Chapter 8 第8章 业务性能瓶颈:分布式锁
  56. 8.1 高并发下如何选择锁
  57. 8.2 如何合理设计分布式锁
  58. 8.3 乐观锁应用
  59. 8.4 Redis分布式锁应用
  60. 8.5 ZooKeeper分布式锁应用
  61. 8.6 高并发下的性能优化
  62. 8.7 如何考虑可用性设计
  63. 8.8 示例:直播排行榜
  64. Chapter 9 第9章 I/O性能优化:分布式存储
  65. 9.1 分布式存储的应用场景
  66. 9.2 数据分布策略
  67. 9.3 如何考虑数据一致性
  68. 9.4 如何考虑容错性
  69. 9.5 数据备份
  70. 9.6 示例:题库系统
  71. 9.7 分布式存储中的常见问题
  72. Part 3 第三部分 实战应用
  73. Chapter 10 第10章 大型应用系统:在线聊天与直播系统的性能调优
  74. 10.1 示例:高并发在线聊天系统的性能调优
  75. 10.2 示例:高并发直播系统的性能调优
  76. Chapter 11 第11章 自动驾驶系统:分布式计算的性能实战
  77. 11.1 自动驾驶系统的性能挑战
  78. 11.2 通信中间件的性能优化
  79. 11.3 通用计算的性能优化
  80. 11.4 异构计算的性能优化
  81. 11.5 分布式训练的性能优化
  82. Chapter 12 第12章 基于大模型应用的系统优化
  83. 12.1 关于大模型
  84. 12.2 增强大模型能力的方法
  85. 12.3 为大模型引入外部知识——RAG系统及其优化
  86. 12.4 为大模型引入外部动作——Agent系统及其优化
  87. 12.5 语义缓存的应用