分布式系統(tǒng)常用技術(shù)及案例分析（第2版）

目　　錄

第1章　分布式系統(tǒng)基礎(chǔ)知識
1．1　概述
1．1．1　什么是分布式系統(tǒng)
1．1．2　集中式系統(tǒng)與分布式系統(tǒng)
1．1．3　如何設(shè)計分布式系統(tǒng)
1．1．4　分布式系統(tǒng)所面臨的挑戰(zhàn)
1．2　線程
1．2．1　什么是線程
1．2．2　進(jìn)程和線程
1．2．3　線程和纖程
1．2．4　編程語言中的線程對象
1．2．5　SimpleThreads示例
1．3　通信
1．3．1　網(wǎng)絡(luò)I/O模型的演進(jìn)
1．3．2　遠(yuǎn)程過程調(diào)用（RPC）
1．3．3　面向消息的通信
1．4 一致性
1．4．1　以數(shù)據(jù)為中心的一致性模型
1．4．2　以客戶為中心的一致性
1．5　容錯性
1．5．1　基本概念
1．5．2　故障分類
1．5．3　使用冗余來掩蓋故障
1．5．4　分布式提交
1．6　CAP理論
1．6．1　什么是CAP理論
1．6．2　為什么CAP只能三選二
1．6．3　CAP常見模型
1．6．4　CAP的意義
1．6．5　CAP最新發(fā)展
1．7　安全性
1．7．1　基本概念
1．7．2　加密算法
1．7．3　安全通道
1．7．4　訪問控制
1．8　并發(fā)
1．8．1　線程與并發(fā)
1．8．2　并發(fā)與并行
1．8．3　并發(fā)帶來的風(fēng)險
1．8．4　同步（Synchronization）
1．8．5 原子訪問（Atomic Access）
1．8．6 無鎖化設(shè)計提升并發(fā)能力
1．8．7 緩存提升并發(fā)能力
1．8．8 更細(xì)顆粒度的并發(fā)單元
第2章　分布式系統(tǒng)架構(gòu)體系
2．1　基于對象的體系結(jié)構(gòu)
2．1．1　分布式對象
2．1．2　Java RMI
2．2　面向服務(wù)的架構(gòu)（SOA）
2．2．1　SOA的基本概念
2．2．2　基于Web Services的SOA
2．2．3　SOA的演變
2．3　REST風(fēng)格的架構(gòu)
2．3．1　什么是REST
2．3．2　REST有哪些特征
2．3．3　Java實現(xiàn)REST的例子
2．3．4　REST API最佳實踐
2．4　微服務(wù)架構(gòu)（MSA）
2．4．1　什么是MSA
2．4．2　MSA與SOA
2．4．3　何時采用MSA
2．4．4　如何構(gòu)建微服務(wù)
2．5　容器技術(shù)
2．5．1　虛擬化技術(shù)
2．5．2　容器與虛擬機(jī)
2．5．3　基于容器的持續(xù)部署
2．6　Serverless架構(gòu)
2．6．1　什么是Serverless架構(gòu)
2．6．2　Serverless典型的應(yīng)用場景
2．6．3　Serverless架構(gòu)原則
2．6．4　例子：使用Serverless實現(xiàn)游戲全球同服
第3章　分布式消息服務(wù)
3．1　分布式消息概述
3．1．1　基本概念
3．1．2　使用場景
3．1．3　常用技術(shù)
3．2　Apache ActiveMQ
3．2．1 例子：producer-consumer
3．2．2 例子：使用JMX來監(jiān)控ActiveMQ
3．2．3 例子：使用Java實現(xiàn)producer-consumer
3．3 RabbitMQ
3．3．1　例子：Work Queues
3．3．2　例子：Publish/Subscribe
3．3．3　例子：Routing
3．3．4　例子：Topics
3．3．5 例子：RPC
3．4 Apache RocketMQ
3．4．1 例子：使用Java實現(xiàn)producer-consumer
3．4．2 RocketMQ最佳實踐
3．5 Apache Kafka
3．5．1 Apache Kafka的核心概念
3．5．2 Apache Kafka的使用場景
3．6 實戰(zhàn)：基于JMS的消息發(fā)送和接收
3．6．1 項目概述
3．6．2 項目配置
3．6．3 編碼實現(xiàn)
3．6．4 運行
第4章　分布式計算
4．1　分布式計算概述
4．1．1　使用場景
4．1．2　常用技術(shù)
4．2　MapReduce
4．2．1　MapReduce簡介
4．2．2 MapReduce的編程模型
4．2．3 MapReduce接口實現(xiàn)
4．2．4　MapReduce的使用技巧
4．3 Apache Hadoop
4．3．1 Apache Hadoop的核心組件
4．3．2 例子：詞頻統(tǒng)計WordCount程序
4．4 Spark
4．4．1 Spark簡介
4．4．2 Spark與Hadoop的關(guān)系
4．4．3 Spark 2．0的新特性
4．4．4　Spark集群模式
4．5 Mesos
4．5．1 Mesos簡介
4．5．2 設(shè)計高可用的Mesos framework
4．6 實戰(zhàn)：基于Spark的詞頻統(tǒng)計
4．6．1 項目概述
4．6．2 項目配置
4．6．3 編碼實現(xiàn)
4．6．4 運行
第5章　分布式存儲
5．1　分布式存儲概述
5．1．1　使用場景
5．1．2　常用技術(shù)
5．2　Bigtable
5．2．1　Bigtable的數(shù)據(jù)模型
5．2．2　Bigtable的實現(xiàn)
5．2．3　Bigtable的性能優(yōu)化
5．3　Apache HBase
5．3．1　Apache HBase的基本概念
5．3．2　Apache HBase的架構(gòu)
5．4　Apache Cassandra
5．4．1　Apache Cassandra簡介
5．4．2　Apache Cassandra的應(yīng)用場景
5．4．3　Apache Cassandra的架構(gòu)和數(shù)據(jù)模型
5．4．4　用于配置Apache Cassandra的核心組件
5．5　Memcached
5．5．1　Memcached簡介
5．5．2　Memcached的架構(gòu)
5．5．3　Memcached客戶端
5．6　Redis
5．6．1　Redis簡介
5．6．2　Redis的下載與簡單使用
5．6．3　Redis的數(shù)據(jù)類型及抽象
5．7　MongoDB
5．7．1　MongoDB簡介
5．7．2　MongoDB核心概念
5．7．3　MongoDB的數(shù)據(jù)模型
5．7．4　示例：Java連接MongoDB
5．8 實戰(zhàn)：基于Redis的分布式鎖
5．8．1 項目概述
5．8．2 項目配置
5．8．3 編碼實現(xiàn)
5．8．4 運行
第6章　分布式監(jiān)控
6．1　分布式監(jiān)控概述
6．1．1　使用場景
6．1．2　常用技術(shù)
6．2　Nagios
6．2．1　Nagios監(jiān)控
6．2．2　Nagios插件
6．3　Zabbix
6．3．1　Zabbix對容器的支持
6．3．2　Zabbix的基本概念
6．4　Consul
6．4．1　Consul架構(gòu)
6．4．2　Consul agent
6．5　ZooKeeper
6．5．1　ZooKeeper簡介
6．5．2　ZooKeeper內(nèi)部工作原理
6．5．3　例子：ZooKeeper實現(xiàn)barrier和producer-consumer queue
6．6 實戰(zhàn)：基于ZooKeeper的服務(wù)注冊和發(fā)現(xiàn)
6．6．1 項目概述
6．6．2 項目配置
6．6．3 編碼實現(xiàn)
6．6．4 運行
第7章　分布式版本控制系統(tǒng)
7．1　分布式版本控制系統(tǒng)概述
7．1．1　集中式與分布式
7．1．2　分布式版本控制系統(tǒng)的核心概念
7．2　Bazaar
7．2．1　Bazaar的核心概念
7．2．2　Bazaar的使用
7．3　Mercurial
7．3．1　Mercurial的核心概念
7．3．2　Mercurial的使用
7．4　Git
7．4．1　Git的基礎(chǔ)概念
7．4．2　Git的使用
7．5　Git Flow―團(tuán)隊協(xié)作最佳實踐
7．5．1　分支定義
7．5．2　新功能開發(fā)工作流
7．5．3　Bug修復(fù)工作流
7．5．4　版本發(fā)布工作流
第8章　RESTful API、微服務(wù)及容器技術(shù)
8．1　Jersey
8．1．1　Jersey簡介
8．1．2　Jersey的模塊和依賴
8．1．3　JAX-RS核心概念
8．1．4　例子：用SSE構(gòu)建實時Web應(yīng)用
8．2　Spring Boot
8．2．1　Spring Boot簡介
8．2．2　Spring Boot的安裝
8．2．3　Spring Boot的使用
8．2．4　Spring Boot的屬性與配置
8．3　Docker
8．3．1　Docker簡介
8．3．2　Docker的核心組成、架構(gòu)及工作原理
8．3．3　Docker的使用
8．4　實戰(zhàn)：基于Docker構(gòu)建、運行、發(fā)布微服務(wù)
8．4．1　編寫微服務(wù)
8．4．2　微服務(wù)容器化
8．4．3　構(gòu)建Docker image
8．4．4　運行image
8．4．5　訪問應(yīng)用
8．4．6　發(fā)布微服務(wù)