图书详情

配套资源图书内容样章/电子教材图书评价

配套资源
本书资源
资源预约
会员上传本书资源
为本书上传资源

图书内容

内容简介

内容简介在AI编程时代，编程范式将发生剧变，架构的重要性愈发凸显。复杂架构设计不仅是应对高并发的关键，更是重塑核心竞争力的关键。本书是一本结合“住范儿”一线实战，系统梳理高并发架构演进与底层原理的技术书。作者以真实案例为线索，从电商秒杀、搜索引擎到 AI 大模型，逐层拆解高性能、高可用、分布式数据库三大核心板块，涵盖压力测试、容器、负载均衡、缓存、消息队列、异地多活、分布式事务等关键技术。本书中既有方法论，又有落地细节，兼顾深度与趣味。本书适合初/中/高级后端开发人员、架构师及技术管理者阅读，也可用作企业内训与高校参考书。

图书详情

ISBN：9787121518133

开本：16(185*235)

页数：328

字数：443

本书目录

目 录

第一部分 高并发

第 1 章 高并发系统入门
 1.1 什么是高并发 2
 1.2 高并发系统的关键指标 3
 1.3 常见高并发场景 5
     1.3.1 电商秒杀与社交网络热点 5
     1.3.2 金融交易 5
     1.3.3 网络游戏 6
     1.3.4 网络音视频与直播 6
 1.4 系统架构的演变 8
     1.4.1 单体架构 8
     1.4.2 SOA 与分布式架构 9
     1.4.3 微服务架构 11
     1.4.4 无服务架构 12
 1.5 如何学习本书 13
     1.5.1 旧系统改造学习路径 13
     1.5.2 新系统搭建学习路径 14

第 2 章 揭秘高并发架构的设计套路
 2.1 思维跃迁：从用户到架构师 16
 2.2 第一步：动态、静态资源分开部署 18
 2.3 第二步：数据库独立部署 19
 2.4 第三步：将应用、数据库、网络依次集群化 21
     2.4.1 应用集群化 21
     2.4.2 数据库集群化 22
     2.4.3 构建高可用的网络基础设施 24
 2.5 真实案例：一个 CMS 网站的性能优化之路 25
     2.5.1 动态、静态资源分离与引入 Elasticsearch 25
     2.5.2 数据层优化：MySQL 索引与 Redis 缓存 26
     2.5.3 应用层优化与架构思考 27
     2.5.4 实现基于 IP 与用户代理的多层限流策略 27

第 3 章 高并发系统案例剖析
 3.1 案例 1：搜索引擎 29
     3.1.1 搜索引擎架构概述 29
     3.1.2 高并发挑战与架构对策 30
     3.1.3 搜索引擎的优化与演进 31
 3.2 案例 2：电商“双 11”秒杀——每分钟处理 100 万笔订单 31
     3.2.1 接入层架构：静态资源加速与动态资源管控 32
     3.2.2 应用层设计：GraphQL 的工程价值 33
     3.2.3 数据层设计：数据库与缓存的协同 34
 3.3 案例 3：人工智能平台——从 ChatGPT 到 DeepSeek 36
     3.3.1 人工智能平台的高并发特性与挑战 37
     3.3.2 DeepSeek 架构解析：从 MoE 到软硬件协同优化 37

第 4 章 如何正确地进行压力测试
 4.1 压力测试的核心理念 40
 4.2 压力测试的标准化流程 41
 4.3 高并发系统中的压力测试 42
 4.4 案例解析：某电商平台的压力测试实战 44
     4.4.1 项目背景与压力测试目标 44
     4.4.2 设计与执行压力测试方案 44
     4.4.3 瓶颈发现与调优实践 46

第二部分 高性能

第 5 章 计算高性能
 5.1 通过负载均衡实现水平扩展 48
 5.2 服务器虚拟化 50
 5.3 理解软件兼容性与虚拟化技术 54
 5.4 详解容器技术 59
     5.4.1 容器的核心隔离技术：chroot、namespaces 与 cgroups 59
     5.4.2 Docker 的崛起：以应用为中心的镜像思想 62
 5.5 软件定义计算：Kubernetes 65
     5.5.1 天时、地利、人和：Kubernetes 的崛起之道 65
     5.5.2 Kubernetes 哲学：软件定义一切 67
 5.6 Spring Cloud：虚拟机时代的微服务基石 69
 5.7 软件架构本质上是软件团队的组织架构 71
 5.8 实战：用 Docker 部署静山平台 72
     5.8.1 方法一：将所有软件都安装在一个容器内 72
     5.8.2 方法二：将多个容器部署在同一个 Pod 内 76
     5.8.3 方法三：通过 Ingress 和服务网格管理集群流量 79

第 6 章 CPU 资源管理：进程、线程、协程
 6.1 互联网系统规模发展史 83
     6.1.1 万维网的诞生与静态网页时代 83
     6.1.2 Web 2.0 与海量并发的崛起 85
     6.1.3 瞬时洪峰的终极挑战：春晚红包 86
 6.2 主流后端语言的演变 86
     6.2.1 进程模型：PHP 与阻塞 I/O 86
     6.2.2 线程模型：Java 的统治与 JVM 生态 88
     6.2.3 事件驱动模型：Node.js 的异步革命 91
     6.2.4 协程模型：Go 语言的新纪元 92
     6.2.5 其他后端技术的兴衰之路 94
 6.3 实战：使用协程开发高性能爬虫 96
     6.3.1 爬虫工作流程 96
     6.3.2 使用协程优化爬虫性能 100
     6.3.3 开源爬虫架构解析 101

第 7 章 网络高性能之一：至关重要的 Web Server 软件
 7.1 Apache 的诞生与发展 103
 7.2 主流 Web Server 架构性能实战对比 105
     7.2.1 3 种并发模型介绍 105
     7.2.2 Apache 与 Nginx 核心架构性能压力测试 106
     7.2.3 epoll 与 prefork 模型对比 111
 7.3 Nginx 的诞生 111
 7.4 I/O 多路复用技术演进：从 select 到 epoll 112
     7.4.1 epoll 的核心原理与 Nginx 协同机制 113
     7.4.2 实战：Nginx 用于电商秒杀系统 117

第 8 章 网络高性能之二：负载均衡和应用网关
 8.1 核心概念：负载均衡与应用网关 119
     8.1.1 什么是负载均衡 119
     8.1.2 什么是应用网关 119
     8.1.3 应用网关的更多价值 119
     8.1.4 实战：“住范儿”电商平台的真实网络架构图 121
 8.2 实战起步：从单体架构到高并发网关 121
     8.2.1 京东平峰期并发量估算 122
     8.2.2 Kong 网关需要的硬件规模 122
     8.2.3 技术选型：深入了解 Kong 网关 123
 8.3 详解网络协议栈 127
     8.3.1 网络分层模型与数据封装 127
     8.3.2 应用层（HTTP）与传输层（TCP） 128
     8.3.3 网络层（IP）与数据链路层（MAC） 130
 8.4 详解负载均衡器 132
     8.4.1 技术原理：负载均衡器如何工作 133
     8.4.2 性能对比：为何四层负载均衡更快 135
     8.4.3 最终架构：5 万 QPS 电商平台实战 136

第 9 章 网络高性能之三：超大规模负载均衡集群
 9.1 软件定义网络（SDN）技术简介 137
 9.2 负载均衡技术的发展史 138
     9.2.1 第一代：硬件负载均衡 138
     9.2.2 第二代：软件负载均衡 139
 9.3 交换机技术 141
 9.4 LVS 技术详解 143
     9.4.1 LVS 基本原理 144
     9.4.2 LVS 设计思想 146
     9.4.3 OSPF/ECMP 负载均衡协议 147
 9.5 基于 Keepalived 构建高可用 LVS 集群 148
 9.6 突破单台服务器的带宽极限 149
     9.6.1 单机性能优化：从用户态网络到锁优化 150
     9.6.2 水平扩展：设计全冗余高可用集群 151
     9.6.3 集群容量计算与价值分析 153
 9.7 硬件厂商的用户态网络实践 153
 9.8 下一个挑战：数据库 154

第 10 章 存储高性能之一：磁盘
 10.1 数据库：从终极队列到性能瓶颈 155
 10.2 存储技术简史 157
     10.2.1 集中式存储 157
     10.2.2 分布式存储 158
     10.2.3 集中式存储和分布式存储的优缺点对比 158
 10.3 I/O 技术展望：CXL 重塑未来 160
     10.3.1 CXL 的技术基石与时代背景 160
     10.3.2 CXL：下一代 I/O 技术详解 161
     10.3.3 CXL 的应用场景：网卡与大模型 163

第 11 章 存储高性能之二：缓存
 11.1 缓存的原理与价值 165
 11.2 缓存的核心问题与读/写模型 166
     11.2.1 基础读/写模型与缓存击穿 166
     11.2.2 缓存雪崩问题 167
     11.2.3 缓存穿透与布隆过滤器 168
     11.2.4 缓存的更新、淘汰与预热策略 169
     11.2.5 缓存高可用 171
 11.3 缓存在架构设计中的价值 172
     11.3.1 一致性与性能的权衡 172
     11.3.2 分布式缓存与微服务 173
     11.3.3 案例教学：Elasticsearch 的缓存设计 174
 11.4 实战：电商平台缓存体系设计 175
     11.4.1 设计目标与多级缓存架构 175
     11.4.2 核心业务场景缓存方案 176
     11.4.3 缓存更新与容灾方案 176
     11.4.4 缓存的监控与治理 177

第 12 章 存储高性能之三：消息队列
 12.1 秒杀架构的核心：消息队列 179
 12.2 Kafka 分布式消息订阅系统详解 181
     12.2.1 应用场景 181
     12.2.2 核心概念与整体架构 182
     12.2.3 关键机制：分区、副本与高可用 183
 12.3 消息队列的架构意义 184
     12.3.1 核心价值：实现异步解耦与削峰填谷 184
     12.3.2 提升系统韧性：保障高可用与微服务解耦 185
     12.3.3 支撑高级架构：事件驱动与多样化消息处理 185
     12.3.4 总结 186
 12.4 真实案例：“住范儿”电商平台的异步下单流程架构 186

第三部分 高可用

第 13 章 分布式事务：从 CAP 到 Paxos
 13.1 分布式系统基础 190
     13.1.1 CAP 定理简介 190
     13.1.2 分布式系统的挑战 191
 13.2 分布式事务的实现与权衡 192
     13.2.1 常用分布式事务协议 192
     13.2.2 分布式 ACID 的难点与解决方案 193
 13.3 Paxos 共识算法详解 194
     13.3.1 Paxos 的诞生：在 CAP 框架下寻求一致性 194
     13.3.2 算法原理与执行流程 195
     13.3.3 关键特性、优化与变种 197
     13.3.4 应用场景与实践挑战 197

第 14 章 业务层高可用
 14.1 异地多活 199
     14.1.1 核心理念与挑战 199
     14.1.2 关键技术：数据、流量与监控 199
     14.1.3 演进趋势与成本考量 200
 14.2 两地三中心 201
     14.2.1 架构原理与布局 201
     14.2.2 核心机制：数据同步与故障切换 202
     14.2.3 实施决策：成本与云方案 203
 14.3 业务层故障处理架构 204
     14.3.1 故障感知：发现问题 204
     14.3.2 故障隔离：排队、降级、限流与熔断 204
     14.3.3 故障自愈：自动恢复 205

第 15 章 计算层高可用
 15.1 主从架构 207
 15.2 双主多活架构 208
 15.3 冗余 210
     15.3.1 冗余的原则与度量 210
     15.3.2 冗余在架构设计中的应用 211
 15.4 故障切换与恢复 214
     15.4.1 故障发现与自动切换 214
     15.4.2 数据一致性保障 215
     15.4.3 恢复流程与自动化运维体系 215

第 16 章 存储层高可用
 16.1 高可用存储的基本概念 217
 16.2 数据复制技术 217
     16.2.1 复制模型：策略、拓扑与应用 217
     16.2.2 复制一致性模型与共识协议 219
 16.3 数据分片 219
     16.3.1 分片的设计：策略、分片键与实现 220
     16.3.2 数据分片的技术挑战与对策 221
 16.4 数据分区 221
     16.4.1 数据分区与数据分片的区别 221
     16.4.2 分区策略与优化技术 222

第四部分 分布式数据库

第 17 章 InnoDB 存储引擎核心原理剖析
 17.1 InnoDB 简介 225
     17.1.1 InnoDB 的发展历程 225
     17.1.2 InnoDB 的技术取舍 226
 17.2 B+树在 InnoDB 中的实现 227
     17.2.1 什么是 B+树 227
     17.2.2 InnoDB 的页组织方式：从索引页到数据页 227
     17.2.3 InnoDB 中的 SQL 查询过程 230
 17.3 InnoDB B+树层级增长实证分析 230
     17.3.1 设计测试方案 230
     17.3.2 ibd 结构探测工具 231
     17.3.3 索引的起点：根页的诞生 231
     17.3.4 结果分析 232
 17.4 “2000 万行分表”问题 237
     17.4.1 从行长计算 B+树的容量极限 237
     17.4.2 B+树层级增加对性能的影响与分表必要性 238
     17.4.3 应该何时分表 239
 17.5 内存缓存 Buffer Pool 240
     17.5.1 Buffer Pool 的 LRU 算法 241
     17.5.2 Buffer Pool 的优化方法 242

第 18 章 四代分布式数据库发展史
 18.1 单机数据库的极限：不可能三角 243
     18.1.1 持久化、隔离与性能的权衡 243
     18.1.2 MySQL 的妥协与智慧 244
 18.2 突破读性能瓶颈：主从架构与读/写分离 244
 18.3 第一代分布式数据库：中间件 246
 18.4 第二代分布式数据库：分布式 KV 数据库 248
     18.4.1 分布式时代的“新不可能三角” 248
     18.4.2 分布式键值数据库放弃了事务隔离 248
 18.5 第三代分布式数据库：NewSQL 249
     18.5.1 Spanner 的核心技术剖析 250
     18.5.2 Spanner 对 CAP 定理的取舍 251
 18.6 第四代分布式数据库：云上数据库 252
     18.6.1 亚马逊 Aurora 率先推出 252
     18.6.2 阿里云 PolarDB 后来居上 254
     18.6.3 云上数据库对 CAP 定理的取舍 256
 18.7 讨论与展望 257
     18.7.1 架构思想的演进：从 SharedDisk 到 SharedNothing 257
     18.7.2 列存储思想 258

第 19 章 国产数据库 TiDB 与 OceanBase
 19.1 TiDB 的设计思路 260
     19.1.1 TiKV 261
     19.1.2 TiDB 对 CAP 定理和“不可能三角”的选择 262
 19.2 OceanBase 的设计思路 262
     19.2.1 数据分区与并行查询 263
     19.2.2 基于 LSM Tree 的存储与内存架构 263
     19.2.3 OceanBase 对 CAP 定理和“不可能三角”的选择 266
 19.3 两大数据库的选型结论 267

第五部分 项目实战与展望

第 20 章 全网搜索引擎实战
 20.1 搜索引擎总体架构 269
 20.2 全网数据采集系统 271
 20.3 索引构建：从文本处理到分布式存储 274
     20.3.1 文本预处理与构建倒排索引 274
     20.3.2 分布式索引的构建与更新 276
     20.3.3 索引优化：压缩、存储与合并 277
 20.4 核心排序算法 278
     20.4.1 文本相关性算法：BM25 与 VSM 278
     20.4.2 链接权威性算法：PageRank 279
     20.4.3 Proximity 算法与综合排序实战 280
 20.5 查询处理与性能优化 282
     20.5.1 搜索的分布式执行过程 282
     20.5.2 高并发架构与性能优化策略 283
 20.6 检验效果 285

第 21 章 电商“双 11”秒杀实战：每分钟处理 100 万笔订单
 21.1 秒杀系统设计原则与架构概述 286
 21.2 订单处理核心设计要点 289
     21.2.1 流量管控：多层限流与防重设计 289
     21.2.2 核心写流程：库存控制与分布式事务 291
     21.2.3 订单异步化 292
 21.3 检验效果 294
     21.3.1 压力测试方案与监控体系 294
     21.3.2 验证核心设计的有效性 296

第 22 章 DeepSeek 高并发架构设计实战
 22.1 LLM 服务的高并发特性与核心挑战 297
 22.2 DeepSeek 高并发架构设计推演 298
     22.2.1 接入层与智能调度 299
     22.2.2 高性能推理引擎与基础设施 299
     22.2.3 系统韧性与可观测性 301
 22.3 持续演进的架构 302

第 23 章 存在无限容量架构吗
 23.1 系统边界：从现实世界看分区合理性 303
 23.2 核心策略：基于地理位置的无限扩展 304
 23.3 架构基石：局部性、最终一致性与无共享 306
 23.4 结论：走向无限容量架构 308

展开

前言

前 言
这是一本耗时很久才完成的书。
几年前，因新冠疫情，我频繁被隔离在家。工作之余，我阅读了一篇介绍“费曼学习法”的文章，于是，为了让自己对高并发、大规模系统架构的理解更上一层楼，我开始写作“高并发的哲学原理”系列文章，这一写就是3个月，最终成文10篇，共8万多字，发布的第11天GitHub上的Star数就已过千。几个月后，我将这些文字整理发布在微信公众号上，又获得了大量读者的好评和鼓励，这进而让我萌生了将其扩充为一本纸质书的想法。
十几年前，一位院士曾在赠予我的笔记本的扉页上附言：“请把苦难当作玫瑰别在胸前，任何事，从现在开始做都不晚！”于是，我决定立刻行动，联系了电子工业出版社的付睿编辑，准备出版一本中等体量的技术图书。本来计划半年写完，结果写书的难度远超想象，最后本书花费了好几年才完成。
为什么要写本书
我2014年毕业于北京科技大学，大二时就开始与他人合伙创业，至今已经是第四次创业，仍在奋斗中。从第一次创业开始，我一直担任技术负责人的角色，各种技术难题都需要自己解决，我的知识全靠实践与自学。相信读到本书后面，你们也会发现，我的见解、观点和技术方案都充满了草莽气息，但正是这种接地气的实践经验，让我对复杂系统设计有了深刻的理解。
“高并发”是后端领域的技术圣杯，也是互联网架构领域最具挑战性的课题之一。在互联网大企业的面试中，高并发系统架构设计是必不可少的焦点话题。随着技术的飞速发展，我们已经从传统的高并发时代进入了大模型时代，AI编程正在重塑整个行业的核心竞争力。面对这样的技术剧变，架构设计的重要性愈发凸显，它不仅是应对高并发的关键，也是在AI时代保持竞争力的核心。
虽然我深知自己与头部互联网大企业的工程师相比还有差距，但我的优势在于一直身处架构设计、数据库设计、代码编写，甚至是服务器选型与配置的第一线，亲手处理过各种规模的高并发问题，对此有着深刻的体悟。我的这些经验非常有价值，尤其是在AI编程时代，架构思维能够帮助我们更好地应对复杂的技术挑战，这也是我写作本书的原因。我希望通过分享我的实践心得，帮助更多同行在复杂架构设计的道路上少走弯路，成为AI时代不可或缺的架构专家。
我的高并发问题处理经验
随着“住范儿”的发展，我依次成功解决过如下的高并发问题：
2017年，我一个人维护单体CMS系统，利用一台超低配虚拟机和一台超低配数据库顶住了每日200万次PV的压力。
2020年，我优化了一个从外面购买的单体PHP商城，在实际业务中跑出了最高1分钟GMV100万元人民币、QPS1000+的成绩。
2021年，我从头设计了一个分布式电商秒杀系统，在实际业务中跑出了最高1分钟GMV1000万元人民币、QPS10000+的成绩，生成订单的TP99时间小于200ms。
此外，我还优化过单表一亿多行数据的MySQL数据库，开源过索引了数千万页面的互联网搜索引擎，对降低各种业务类型的API延迟有非常丰富的经验。
读者对象
本书面向所有关注复杂系统架构设计的技术从业者。无论你是刚踏上技术之路的新人工程师，还是具有一定经验的中级开发者，或是负责团队技术决策的管理者，都能在本书中找到适合自己的内容。
对于初入行的工程师，本书通过“双11”购物节和DeepSeek这样的真实案例，为你提供了清晰的技术实践指南，帮助你快速掌握复杂系统架构设计的基本技能。对于有经验的开发者，本书深入剖析了每个技术方案背后的原理，讨论不同方案的优劣权衡，帮助你在技术深度上更进一步。而对于技术管理者，本书着重分析技术架构、团队组织、研发效能三者之间的内在联系，帮助你在做技术决策时进行更全面的思考。
读者评价
会上一谈到架构和I/O，我就能想到你的文章。主讲人讲清楚的和没讲清楚的，你的文章都阐述得更加清晰透彻。
——秋收，于RubyConf 2023
像看小说一样把文章都看完了，全文引人入胜，让人不忍中断，作者的脑袋是在哪里开过光吗？知识储备竟如此深厚。
——观东山
非常棒的技术分享！深入浅出，娓娓道来，让我想起了那本《深入理解计算机系统》（简称CSAPP）。
——drhrchen
拜读了！应该算是架构顶级总结！！
——雨山前
看完了，博主好厉害，我学到了各种技巧和知识。膜拜！
——evanxian
写得太好了，不仅充满了理工科的严谨和较真，也充满了文科的浪漫。
——一秒
写得很好，视角也是我喜欢的，站在地球表面，叙事宏大，思维清晰。
——纳秒时光
全部看完！博主太强了，我很受启发。
——Bruce
作者简介
吕文翰
现任“爱听写”合伙人、CTO，曾任“住范儿”创始成员、CTO、监事。2014年本科毕业于北京科技大学。我的开源作品可以到我的GitHub主页获取，用户名为johnlui。
一些微小的成就如下：
Laravel在中国最早的布道者之一。
Swift语言贡献者。
GitHub中国区Swift语言Star数排名第3。
GitHub中国区PHP语言Star数排名第5。
张建芳
2018年硕士毕业于北京科技大学，后一直从事智能制造、工业物联网领域的建设与研发工作。
致谢
首先，我要感谢我的太太，她是我生活中最重要的人。在本书的创作过程中，她不仅陪伴着我度过了无数个日夜，还在我需要安慰和支持时给予了我无尽的爱。更让我感动的是，她在本书写作期间生下了我们的女儿。这是一个充满风险和劳累的过程，但她始终坚强地面对，为我们的家庭带来了新的生命。在此，我要向她表达最深的敬意和感激。
我还要感谢我的父母。他们在我女儿出生后给予了我们无私的帮助，承担了很多照顾宝宝的任务，让我能够有更多的时间和精力投入本书的创作中。他们的付出和支持是我能够完成本书的重要保障。
我还要感谢我的公司“住范儿”和同事们，特别是王俊楠。他是我的产品经理同事，一直关心着本书的进度，为我提供了许多宝贵的建议和帮助。他的专业素养和敬业精神让我深受启发，也让我更加坚定地完成了本书的创作。
此外，我还要特别感谢电子工业出版社的付睿编辑和编辑团队。他们在本书的出版过程中提供了专业的指导和建议，使本书的内容更加完善。他们对文字的把控和对细节的关注既让我深受启发，也让我更加坚定地完成了本书的创作。
最后，我要感谢所有关心和支持我的读者们，是你们的关注和期待让我有了继续前行的动力，你们的支持和鼓励是我完成本书的重要力量。
谨以本书献给我刚出生的女儿！
吕文翰

展开

作者简介

吕文翰现任“爱听写”合伙人、CTO，曾任“住范儿”创始成员、CTO、监事。2014年本科毕业于北京科技大学。我的开源作品可以到我的GitHub主页获取，用户名为johnlui。一些微小的成就如下：Laravel在中国最早的布道者之一。Swift语言贡献者。GitHub中国区Swift语言Star数排名第3。GitHub中国区PHP语言Star数排名第5。张建芳2018年硕士毕业于北京科技大学，后一直从事智能制造、工业物联网领域的建设与研发工作。

样章试读

本书暂无样章试读！
图书评价我要评论

本书资源

会员上传本书资源

内容简介

图书详情

本书目录

前 言

作者简介

前言