第1章 高可用架构案例精选

1.1 Twitter高性能分布式日志系统架构解析&郭斯杰

1.1.1 为什么需要分布式日志

1.1.2 Twitter如何考虑这个问题

1.1.3 基于Apache BookKeeper构建DistributeLog

1.1.4 DistributeLog案例分享

1.1.5 疑问与解惑

1.2 腾讯基于用户画像大数据的电商防刷架构&颜国平

1.2.1 背景介绍

1.2.2 黑产现状介绍

1.2.3 腾讯内部防刷架构

1.2.4 腾讯大数据收集维度

1.2.5 腾讯大数据处理平台——魔方

1.2.6 疑问与解惑

1.3 如何设计类似微信的多终端数据同步协议：Grouk实践分享&王渊命

1.3.1 移动互联网时代多终端数据同步面临的挑战

1.3.2 多终端数据同步与传统消息投递协议的差异

1.3.3 Grouk在多终端数据同步协议上的探索实践

1.3.4 疑问与解惑

1.4 如何实现支持数亿用户的长连消息系统：Golang高并发案例&周洋

1.4.1 关于push系统对比与性能指标的讨论

1.4.2 消息系统架构介绍

1.4.3 哪些因素能影响推送系统

1.4.4 GO语言开发问题与解决方案

1.4.5 消息系统的运维及测试

1.4.6 疑问与解惑

1.5 雪球在股市风暴下的高可用架构改造分享&唐福林

1.5.1 雪球公司的介绍

1.5.2 雪球当前总体架构

1.5.3 雪球架构优化历程

1.5.4 关于架构优化的总结和感想

1.5.5 疑问与解惑

1.6 亿级短视频社交美拍架构实战&麦俊生

1.6.1 短视频市场的发展

1.6.2 美拍的发展

1.6.3 短视频所面临的架构问题

1.6.4 为支持亿级用户，美拍架构所做的一些改进

1.6.5 后续发展

1.7 微博“异地多活”部署经验谈&刘道儒

1.7.1 微博异地多活建设历程

1.7.2 微博异地多活面临的挑战

1.7.3 异地多活的最佳实践

1.7.4 异地多活的新方向

1.8 来自Google的高可用架构理念与实践&孙宇聪

1.8.1 决定可用性的两大因素

1.8.2 高可用性方案

1.8.3 可用性7级图表

1.8.4 疑问与解惑

1.9 深入理解同步／异步与阻塞／非阻塞区别&那谁

1.9.1 同步与异步

1.9.2 阻塞与非阻塞

1.9.3 与多路复用I/O的联系

第2章 高可用架构原理与分布式实践

2.1 Codis作者细说分布式Redis架构设计&黄东旭

2.1.1 Redis、Redis Cluster和Codis

2.1.2 我们更爱一致性

2.1.3 Codis在生产环境中的使用经验和坑

2.1.4 分布式数据库和分布式架构

2.1.5 疑问与解惑

2.2 给你介绍一个不一样的硅谷&霍泰稳

2.2.1 Uber

2.2.2 Coursera

2.2.3 Airbnb

2.2.4 硅谷行带给我的一些影响

2.2.5 疑问与解惑

2.3 解耦的艺术——大型互联网业务系统的插件化改造&金自翔

2.3.1 插件化

2.3.2 如何处理用户交互

2.3.3 如何处理数据

2.3.4 总结

2.4 从零开始搭建高可用IM系统&沈剑

2.4.1 什么是IM

2.4.2 协议设计

2.4.3 Web聊天室

2.4.4 IM典型业务场景

2.4.5 疑问与解惑

2.5 360分布式存储系统Bada的架构设计和应用&陈宗志

2.5.1 主要应用场景

2.5.2 整体架构

2.5.3 主要模块

2.5.4 数据分布策略

2.5.5 请求流程

2.5.6 多机房架构

2.5.7 FAQ

2.5.8 疑问与解惑

2.6 新一代分布式任务调度框架：当当Elastic-Job开源项目的10项特性&张亮

2.6.1 为什么需要作业（定时任务）

2.6.2 当当之前使用的作业系统

2.6.3 Elastic-Job的来历

2.6.4 Elastic-Job包含的功能

2.6.5 Elastic-Job的部署和使用

2.6.6 对开源产品的开发理念

2.6.7 未来展望

2.6.8 疑问与解惑

2.7 互联网DSP广告系统架构及关键技术解析&付海军

2.7.1 优秀DSP系统的特点

2.7.2 程序化购买的特点

2.7.3 在线广告的核心问题

2.7.4 在线广告的挑战

2.7.5 DSP系统架构

2.7.6 RTB投放引擎的架构

2.7.7 DMP

2.7.8 广告系统DMP数据处理的架构

2.7.9 用户画像的方法

2.7.10 广告行业的反作弊

2.7.11 P2P流量互刷

2.7.12 CPS引流作弊

2.7.13 疑问与解惑

2.8 亿级规模的Elasticsearch优化实战&王卫华

2.8.1 索引性能（Index Performance）

2.8.2 查询性能（Query Performance）

2.8.3 其他

2.8.4 疑问与解惑

2.9 微博分布式存储考试题：案例讲解及作业精选&杨卫华

2.9.1 访问场景

2.9.2 设计

2.9.3 sharding策略

2.9.4 案例精选

2.10 架构师需要了解的Paxos原理、历程及实战&李凯

2.10.1 数据库高可用性难题

2.10.2 Paxos协议简单回顾

2.10.3 Basic Paxos同步日志的理论模型

2.10.4 Multi Paxos的实际应用

2.10.5 依赖时钟误差的变种Paxos选主协议简单分析

2.10.6 疑问与解惑

2.11 OpenResty的现在和未来&温铭

2.11.1 OpenResty是什么，适合什么场景下使用

2.11.2 某安全公司服务端技术选型的标准

2.11.3 如何在项目中引入新技术

2.11.4 如何入门以及学习的正确方法

2.11.5 OpenResty中的测试和调试

2.11.6 NginScript是否会替代OpenResty

2.11.7 未来重点解决的问题和新增特性

2.11.8 开源社区建设

2.11.9 疑问与解惑

第3章 电商架构热点专题

3.1 亿级商品详情页架构演进技术解密&张开涛

3.1.1 商品详情页

3.1.2 商品详情页发展史

3.1.3 遇到的一些问题和解决方案

3.1.4 总结

3.1.5 疑问与解惑

3.2 大促系统全流量压测及稳定性保证——京东交易架构&杨超

3.2.1 交易系统的三个阶段

3.2.2 交易系统的三层结构

3.2.3 交易系统的访问特征

3.2.4 应对大促的第1步：全链路全流量线上压测

3.2.5 应对大促的第2步：根据压力表现进行调优

3.2.6 异步和异构

3.2.7 应对大促的第3步：分流与限流

3.2.8 应对大促的第4步：容灾降级

3.2.9 应对大促的第5步：完善监控

3.2.10 疑问与解惑

3.3 秒杀系统架构解密与防刷设计&吕毅

3.3.1 抢购业务介绍

3.3.2 具体抢购项目中的设计

3.3.3 如何解耦前后端压力

3.3.4 如何保证商品库的库存可靠

3.3.5 如何与第三方多方对账

3.3.6 项目总结

3.3.7 疑问与解惑

3.4 Lambda架构与推荐在电商网站实践&王富平

3.4.1 Lambda架构

3.4.2 1号店推荐系统实践

3.4.3 Lambda的未来

3.4.4 思考

3.4.5 疑问与解惑

3.5 某公司线上真实流量压测工具构建&杨硕

3.5.1 为什么要开发一个通用的压测工具

3.5.2 常见的压测工具

3.5.3 构建自己的压测工具

3.5.4 疑问与解惑

第4章 容器与云计算

4.1 微博基于Docker容器的混合云迁移实战&陈飞

4.1.1 为什么要采用混合云的架构

4.1.2 跨云的资源管理与调度

4.1.3 容器的编排与服务发现

4.1.4 混合云监控体系

4.1.5 前进路上遇到的那些坑

4.1.6 疑问与解惑

4.2 互联网金融创业公司Docker实践&高磊

4.2.1 背景介绍

4.2.2 容器选型

4.2.3 应用迁移

4.2.4 弹性扩容

4.2.5 未来规划

4.2.6 疑问与解惑

4.3 使用开源Calico构建Docker多租户网络&高永超

4.3.1 PaaS平台的网络需求

4.3.2 使用Calico实现Docker的跨服务器通信

4.3.3 利用Profile实现ACL

4.3.4 性能测试

4.3.5 Calico的发展

4.3.6 疑问与解惑

4.4 解析Docker在芒果TV的实践之路&彭哲夫

4.4.1 豆瓣时期

4.4.2 芒果TV的Nebulium Engine

4.4.3 Project Eru

4.4.4 细节

4.4.5 网络

4.4.6 存储

4.4.7 Scale

4.4.8 资源分配和集群调度

4.4.9 服务发现和安全

4.4.10 实例

4.4.11 总结

4.4.12 疑问与解惑

4.5 微博基于Docker的混合云平台设计与实践&王关胜

4.5.1 微博的业务场景及混合云背景

4.5.2 三大基础设施助力微博混合云

4.5.3 微博混合云DCP系统设计核心：自动化、弹性调度

4.5.4 引入阿里云作为第3机房，实现弹性调度架构

4.5.5 大规模集群操作自动化

4.5.6 不怕峰值事件

第5章 运维保障

5.1 360如何用QConf搞定两万台以上服务器的配置管理&王康

5.1.1 设计初衷

5.1.2 整体认识

5.1.3 架构介绍

5.1.4 QConf服务端

5.1.5 QConf客户端

5.1.6 QConf管理端

5.1.7 其他

5.1.8 疑问与解惑

5.2 深度剖析开源分布式监控CAT&尤勇

5.2.1 背景介绍

5.2.2 整体设计

5.2.3 客户端设计

5.2.4 服务端设计

5.2.5 总结感悟

5.3 单表60亿记录等大数据场景的MySQL优化和运维之道&杨尚刚

5.3.1 前言

5.3.2 数据库开发规范

5.3.3 数据库运维规范

5.3.4 性能优化

5.3.5 疑问与解惑

5.4 微博在大规模、高负载系统问题排查方法&秦迪

5.4.1 背景

5.4.2 排查方法及线索

5.4.3 总结

5.4.4 疑问与解惑

5.5 系统运维之为什么每个团队存在大量烂代码&秦迪

5.5.1 写烂代码很容易

5.5.2 烂代码终究是烂代码

5.5.3 重构不是万能药

5.5.4 写好代码很难

5.5.5 悲观的结语

5.6 系统运维之评价代码优劣的方法&秦迪

5.6.1 什么是好代码

5.6.2 结语

5.6.3 参考阅读

5.7 系统运维之如何应对烂代码&秦迪

5.7.1 改善可维护性

5.7.2 改善性能与健壮性

5.7.3 改善生存环境

5.7.4 个人感想

第6章 大数据与数据库

6.1 某音乐公司的大数据实践&王劲

6.1.1 什么是大数据

6.1.2 某音乐公司大数据技术架构

6.1.3 在大数据平台重构过程中踩过的坑

6.1.4 后续的持续改进

6.2 实时计算在点评&王新春

6.2.1 实时计算在点评的使用场景

6.2.2 实时计算在业界的使用场景

6.2.3 点评如何构建实时计算平台

6.2.4 Storm基础知识简单介绍

6.2.5 如何保证业务运行的可靠性

6.2.6 Storm使用经验分享

6.2.7 关于计算框架的后续想法

6.2.8 疑问与解惑

6.3 百姓网Elasticsearch 2.x升级之路&王卫华

6.3.1 Elasticsearch 2.x变化

6.3.2 升级之路

6.3.3 优化或建议

6.3.4 百姓之道

6.3.5 后话：Elasticsearch 5.0

6.3.6 升级2.x版本成功，5.x版本还会远吗

6.3.7 疑问与解惑

6.4 Hadoop、HBase年度回顾&董西成 张虔熙

6.4.1 Hadoop 2015技术发展

6.4.2 HBase 2015年技术发展

6.4.3 疑问与解惑

6.5 解密Apache HAWQ——功能强大的SQL-on-Hadoop引擎&常雷

6.5.1 HAWQ基本介绍

6.5.2 Apache HAWQ系统架构

6.5.3 HAWQ中短期规划

6.5.4 贡献到Apache HAWQ社区

6.5.5 疑问与解惑

6.6 PostgresSQL HA高可用架构实战&萧少聪

6.6.1 PostgreSQL背景介绍

6.6.2 在PostgreSQL下如何实现数据复制技术的HA高可用集群

6.6.3 Corosync+Pacemaker MS模式介绍

6.6.4 Corosync+Pacemaker M/S环境配置

6.6.5 Corosync+Pacemaker HA基础配置

6.6.6 PostgreSQL Sync模式当前的问题

6.6.7 疑问与解惑

6.7 从NoSQL历史看未来&王晶昱

6.7.1 前言

6.7.2 1970年：We have no SQL

6.7.3 1980年：Know SQL

6.7.4 2000年：No SQL

6.7.5 2005年：不仅仅是SQL

6.7.6 2013年：No，SQL

6.7.7 阿里的技术选择

6.7.8 疑问与解惑

6.8 MySQL 5.7新特性大全和未来展望&杨尚刚

6.8.1 提高运维效率的特性

6.8.2 优化器Server层改进

6.8.3 InnoDB层优化

6.8.4 未来发展

6.8.5 运维经验总结

6.8.6 疑问与解惑

6.9 大数据盘点之Spark篇&谭政

6.9.1 Spark的特性以及功能

6.9.2 Spark在Hulu的实践

6.9.3 Spark未来的发展趋势

6.9.4 参考文章

6.9.5 疑问与解惑

6.10 从Postgres 95到PostgreSQL 9.5：新版亮眼特性&萧少聪

6.10.1 Postgres 95介绍

6.10.2 PostgresSQL版本发展历史

6.10.3 PostgresSQL 9.5 的亮眼特性

6.10.4 PostgresSQL还可以做什么

6.10.5 疑问与解惑

6.11 MongoDB 2015回顾：全新里程碑式的WiredTiger存储引擎&毕洪宇

6.11.1 存储引擎的发展

6.11.2 复制集改进

6.11.3 自动分片机制

6.11.4 其他新特性介绍

6.11.5 疑问与解惑

6.12 基于Xapian的垂直搜索引擎的构建分析&王晓伟

6.12.1 垂直搜索的应用场景

6.12.2 技术选型

6.12.3 垂直搜索的引擎架构

6.12.4 垂直搜索技术和业务细节

6.12.5 疑问与解惑

第7章 安全与网络

7.1 揭秘DDoS防护——腾讯云大禹系统&郭伟

7.1.1 有关DDoS简介的问答

7.1.2 有关大禹系统简介的问答

7.1.3 有关大禹系统硬件防护能力的问答

7.1.4 有关算法设计的问答

7.1.5 大禹和其他产品、技术的区别

7.2 App域名劫持之DNS高可用——开源版HttpDNS方案详解&冯磊 赵星宇

7.2.1 HttpDNSLib库组成

7.2.2 HttpDNS交互流程

7.2.3 代码结构

7.2.4 开发过程中的一些问题及应对

7.2.5 疑问与解惑

7.3 CDN对流媒体和应用分发的支持及优化&马涛

7.3.1 CDN系统工作原理

7.3.2 网络分发过程中ISP的影响

7.3.3 防盗链

7.3.4 内容分发系统的问题和应对思路

7.3.5 P2P穿墙打洞

7.3.6 疑问与解惑

7.4 HTTPS环境使用第三方CDN的证书难题与最佳实践&马涛

7.5 互联网主要安全威胁分析及应对方案&蒋海滔

7.5.1 互联网Web应用面临的主要威胁

7.5.2 威胁应对方案

7.5.3 疑问与解惑

7.5.4 进一步阅读