分布式高可用架构之道

第1章 理解高可用 1

1.1 什么是可用性 1

1.1.1 SLA与可用性 1

1.1.2 影响高可用的因素 3

1.1.3 高可用策略 4

1.1.4 高可用和高可靠 7

1.2 FMEA理论 7

1.3 集群与分布式 9

1.3.1 什么是集群与分布式 9

1.3.2 分布式架构 11

1.4 高可用之CAP理论 13

1.4.1 CAP理论 13

1.4.2 ACID理论 15

1.4.3 两阶段提交 16

1.4.4 补偿事务TCC 17

1.4.5 BASE理论 19

1.5 高可用之选举算法 21

1.5.1 霸道选举算法 21

1.5.2 Raft选举算法 24

1.5.3 ZAB选举算法 26

1.6 高可用之共识算法 29

1.6.1 Paxos算法 29

1.6.2 Multi-Paxos算法 32

1.6.3 Raft算法 33

1.7 高可用之一致性算法 34

1.7.1 一致性分类 34

1.7.2 Gossip协议（*终一致性） 34

1.7.3 Quorum NWR算法 37

1.7.4 Quorum NWR的应用 38

1.7.5 Raft日志一致性 40

第2章 应用的高可用 43

2.1 软件质量对高可用的影响 43

2.1.1 影响写出高质量代码的原因 43

2.1.2 代码重构 46

2.1.3 代码审查概述 47

2.1.4 人工代码审查 48

2.1.5 代码自动检查 52

2.2 优雅关闭 53

2.2.1 Java优雅关闭 55

2.2.2 Spring Boot微服务优雅关闭 58

2.3 优雅启动 60

2.3.1 预热启动 60

2.3.2 延时注册 61

2.4 服务状态 62

2.4.1 无状态服务 62

2.4.2 有状态服务 63

2.4.3 实现无状态 63

2.5 重试 64

2.5.1 重试概述 64

2.5.2 重试风险 64

2.5.3 退避策略 65

2.5.4 重试熔断策略 65

2.5.5 链路重试熔断 66

2.5.6 重试超时 67

2.6 幂等 68

2.6.1 非幂等原因 68

2.6.2 幂等定义 68

2.6.3 幂等场景 69

2.6.4 幂等解决方案 70

2.7 健康检查 74

2.7.1 Spring Boot Actuator健康检查 75

2.7.2 Nacos健康检查 84

2.8 流量削峰 96

2.8.1 为何要削峰 96

2.8.2 答题/验证码 97

2.8.3 分时分段 97

2.8.4 禁用“秒杀”按钮 98

2.8.5 分层过滤 98

2.8.6 消息队列 99

2.9 负载均衡 100

2.9.1 负载均衡算法 100

2.9.2 负载均衡的实现 105

2.10 限流 108

2.10.1 限流概述 108

2.10.2 限流算法 109

2.10.3 Sentinel中的匀速排队限流策略 113

2.11 降级 121

2.11.1 服务降级概述 121

2.11.2 服务降级开关 121

2.11.3 自动降级 122

2.11.4 读服务降级 123

2.11.5 写服务降级 123

2.12 熔断 124

2.12.1 熔断概述 124

2.12.2 熔断实现 125

2.12.3 案例：Hystrix的工作流程 126

2.13 故障检测 130

2.13.1 固定心跳 130

2.13.2 心跳设计 131

2.13.3 TCP Keepalive 132

2.13.4 MQTT Keepalive 133

2.14 故障隔离 133

2.14.1 故障隔离概述 133

2.14.2 故障隔离策略 134

2.15 集群容错 136

2.15.1 失败转移 136

2.15.2 失败自动恢复 137

2.15.3 失败安全策略 137

2.15.4 快速失败 138

2.16 集群部署 139

2.16.1 停机部署 139

2.16.2 蓝绿部署 139

2.16.3 滚动发布 141

2.16.4 灰度发布/金丝雀部署 143

2.16.5 无损发布 146

第3章 数据库高可用 148

3.1 数据库高可用概述 148

3.1.1 数据库高可用的重要性 148

3.1.2 MySQL XA协议 149

3.2 双节点 154

3.2.1 主从模式实现读写分离 154

3.2.2 读写分离实现方案 156

3.2.3 SQL语句执行过程 158

3.2.4 MySQL日志模块 160

3.2.5 主从数据同步 162

3.3 MySQL高可用架构 165

3.3.1 MySQL高可用架构MMM 165

3.3.2 基于MHA实现MySQL自动故障转移 166

3.3.3 MySQL Cluster架构 167

3.3.4 MySQL+DRDB + Heartbeat架构 169

3.3.5 云数据库高可用架构 170

3.4 案例：MySQL一主多从数据同步 172

第4章 缓存高可用 177

4.1 缓存概述 177

4.2 缓存高可用概述 178

4.3 客户端分区方案 178

4.4 中间代理层方案 179

4.4.1 中间代理层概述 179

4.4.2 Codis架构 179

4.5 服务端方案 181

4.5.1 主从模式 181

4.5.2 哨兵模式 183

4.5.3 Redis集群模式 188

4.5.4 Codis 和 Redis集群的区别 193

4.5.5 云数据库Redis 194

第5章 Nginx/LVS高可用 197

5.1 Nginx 197

5.1.1 Nginx概述 197

5.1.2 Nginx+Keepalived保障高可用 197

5.2 LVS 198

5.2.1 LVS概述 198

5.2.2 Nginx+Keepalived+LVS保障高可用、高性能 199

5.3 DNS 200

5.3.1 DNS概述 200

5.3.2 DNS解析过程 201

5.3.3 DNS负载均衡 202

5.3.4 DNS+LVS+Nginx+Keepalived 202

第6章 异地多活 204

6.1 异地多活概述 204

6.2 异地多活的类型 205

第7章 高可用之全链路监控、告警 208

7.1 监控/告警概述 208

7.1.1 监控/告警的意义 208

7.1.2 全链路监控 209

7.1.3 告警规则 210

7.1.4 发送告警 210

7.1.5 监控系统通用设计 210

7.1.6 监控体系案例 211

7.2 日志监控/告警方案 212

7.2.1 ELK日志系统 212

7.2.2 日志告警 215

7.3 资源监控/告警方案 216

7.3.1 监控概述 216

7.3.2 Promethous+Grafana+InfluxDB 217

7.3.3 其他开源监控 221

7.3.4 AlertManager告警 223

7.4 链路追踪监控 223

第8章 高可用与安全 226

8.1 高可用与安全概述 226

8.2 DoS/DDos攻击 227

8.2.1 DoS攻击概述 227

8.2.2 DDoS攻击的类型 227

8.2.3 DoS/DDoS攻击防护 229

8.3 安全产品/工具 230

8.3.1 WAF概述 230

8.3.2 WAF的工作模式 231

8.3.3 Nginx + ModSecurity 233

8.3.4 云厂商安全产品 235

第9章 秒杀系统案例 236

9.1 什么是秒杀 236

9.2 *简单的秒杀系统 237

9.3 业务层面控制 238

9.4 CDN静态资源缓存 239

9.5 LVS/Nginx高可用设计 240

9.6 服务拆分与隔离设计 241

9.7 流量削峰、限流和降级 243

9.8 热点数据处理 246

9.9 核心的减库存 248

9.10 容灾 254

9.11 秒杀系统安全架构 255

参考文献 258