目录

●序一
序二
前言
第1章 概述/001
1.1 系统架构概述/001
1.1.1 软件架构的定义/001
1.1.2 软件架构的重要性/001
1.1.3 架构模型/002
1.2 架构需求分析/004
1.2.1 业务功能需求/004
1.2.2 非功能需求/005
1.2.3 技术与环境需求/006
1.3 架构规划设计/006
1.3.1 需求分析与梳理/007
1.3.2 架构选型/007
1.3.3 架构细节设计/008
1.3.4 架构评估与优化/009
1.4 架构模型设计原则/009
1.4.1 单一职责原则/009
1.4.2 开闭原则/010
1.4.3 里氏替换原则/010
1.4.4 依赖倒置原则/011
1.4.5 接口隔离原则/011
1.4.6 最少知识原则/011
第2章 分布式CAP理论/013
2.1 一致性/013
2.1.1 一致性的定义/013
2.1.2 一致性的分类与衡量/013
2.1.3 一致性的实现机制/014
2.2 可用性/015
2.2.1 可用性的定义/015
2.2.2 可用性的影响因素/015
2.2.3 可用性的保障机制/016
2.3 分区容错性/016
2.3.1 分区容错性的定义/016
2.3.2 分区的类型与影响/017
2.3.3 分区容错性的实现策略/017
2.4 分布式数据系统的CAP原理/018
2.4.1 CAP三者的关系与权衡/018
2.4.2 CAP理论的局限性/019
2.4.3 CAP理论的扩展与演进/019
2.5 CAP应用案例分析/020
2.5.1 互联网电商系统的CAP实践/020
2.5.2 金融分布式数据库的CAP实践/024
2.5.3 分布式缓存系统的CAP实践/026
第3章 软件架构设计/029
3.1 软件架构风格/029
3.1.1 架构风格的分类/029
3.1.2 架构风格选择原则/030
3.2 层次系统架构风格/030
3.2.1 层次架构的核心要素/031
3.2.2 经典层次架构模型/031
3.2.3 层次架构的核心技术/033
3.2.4 层次架构风格的优势与不足/035
3.2.5 层次架构的应用案例/036
3.3 面向服务架构/037
3.3.1 面向服务架构的核心要素/037
3.3.2 面向服务架构的特点/038
3.3.3 面向服务架构与微服务架构对比/038
3.3.4 面向服务架构的优势与不足/039
3.3.5 面向服务架构的应用案例/040
3.4 软件架构文档化/041
3.4.1 架构文档的重要性/041
3.4.2 架构文档的构建/042
3.4.3 文档化工具/043
3.5 软件架构评估/044
3.5.1 质量属性/044
3.5.2 软件架构评估方法/044
3.5.3 SAAM和ATAM评估流程/045
3.5.4 评估方法比较与选择/046
3.6 构件及其复用/046
3.6.1 构件的基础概念/046
3.6.2 构件复用的分类/046
3.6.3 构件复用的四个阶段/047
3.7 产品线及系统演化/048
3.7.1 产品线开发方法/048
3.7.2 系统演化驱动因素/050
3.7.3 系统演化类型/050
3.7.4 产品线演化协调/051
3.8 软件架构视图/051
3.8.1 经典视图模型/051
3.8.2 4+1视图模型/052
3.8.3 绘图标准/054
3.9 软件架构新技术Service Mesh/055
3.9.1 Service Mesh的概念/055
3.9.2 Service Mesh的架构/056
3.9.3 Service Mesh的功能/057
3.9.4 主流实现/058
3.9.5 应用案例/058
第4章 分布式存储/060
4.1 存储系统概述/060
4.1.1 分布式存储系统的定义/060
4.1.2 分布式存储系统的演进历史/061
4.1.3 分布式存储系统的应用场景/062
4.1.4 分布式存储系统的挑战/062
4.2 分布式存储原理/063
4.2.1 数据分片/063
4.2.2 冗余存储与容错机制/064
4.2.3 一致性原理/066
4.2.4 负载均衡/066
4.3 分布式存储系统/067
4.3.1 Google File System（GFS）/067
4.3.2 Hadoop Distributed File System（HDFS）/071
4.4 分布式存储与虚拟化存储/074
4.4.1 虚拟化存储的定义与特点/074
4.4.2 虚拟化存储分类及原理/075
4.4.3 分布式存储分类及原理/075
4.4.4 分布式存储与虚拟化存储的区别/076
4.4.5 分布式存储与虚拟化存储的关联/076
第5章 分布式计算/078
5.1 分布式计算原理/078
5.1.1 分布式计算概述/078
5.1.2 资源分布与任务分解/080
5.1.3 节点协同与并行运算/081
5.1.4 通信与协调机制/082
5.1.5 透明性与统一接口/082
5.1.6 容错与冗余设计/083
5.2 分布式计算组件MapReduce/084
5.2.1 MapReduce的定义/084
5.2.2 MapReduce的核心架构/084
5.2.3 MapReduce的运行机制/085
5.2.4 MapReduce作业调度/086
5.2.5 MapReduce的优势与局限/088
5.3 分布式计算模式Spark/089
5.3.1 Spark的概述/089
5.3.2 弹性分布式数据集/090
5.3.3 Spark存储机制/091
5.3.4 Spark的核心架构/092
5.3.5 DAG构建与应用划分/093
5.3.6 Spark运行机制/094
5.3.7 Spark的内存分配机制/095
5.3.8 Spark与MapReduce的核心差异/097
5.4 实例分析/098
5.4.1 实例1：MapReduce的应用/098
5.4.2 实例2：Spark搭建电商分析平台/099
第6章 分布式平台技术/110
6.1 虚拟化与云管理平台/110
6.1.1 OpenStack云平台/110
6.1.2 XenServer虚拟化/113
6.2 容器技术与编排系统/116
6.2.1 Docker的核心技术特性/116
6.2.2 Docker的生态与工具链支撑/118
6.2.3 Docker的性能表现与场景适配/119
6.2.4 Docker的安全与防护/120
6.2.5 Kubernetes核心技术架构/120
6.2.6 Kubernetes的核心实现与简要配置/122
6.2.7 Kubernetes的性能优化与监控技术/123
6.3 分布式大数据生态平台/123
6.3.1 Hadoop生态系统/124
6.3.2 生态协同与优势/127
6.4 Serverless：分布式平台的无服务器技术/127
6.4.1 Serverless的工作原理/128
6.4.2 Serverless与相关技术的融合/130
6.4.3 主流Serverless平台/131
6.4.4 应用实践：基于Serverless的智能图片处理与内容审核平台/133
6.5 私有云OpenStack、Docker与Kubernetes节点创建/134
6.5.1 OpenStack虚拟机创建/134
6.5.2 Docker容器创建/137
6.5.3 Kubernetes最小管理单元Pod的创建/139
第7章 NoSQL数据库与分布式数据库/142
7.1 NoSQL数据库/142
7.1.1 NoSQL数据库的特征/142
7.1.2 NoSQL数据库与关系型数据库的差异/143
7.1.3 NoSQL数据库类型/144
7.1.4 典型NoSQL数据库实现/152
7.2 分布式数据库原理/158
7.2.1 分布式数据库的定义与特征/158
7.2.2 数据分片机制/159
7.2.3 数据复制与一致性保障/160
7.2.4 分布式查询与优化/161
7.2.5 分布式数据库与集中式数据库的差异/162
7.3 实例分析/163
7.3.1 实例1：Redis在业务访问频次控制中的应用/163
7.3.2 实例2：日志管理系统/165
7.3.3 实例3：使用MongoDB存储商品分类信息/166
第8章 分布式架构应用案例/169
8.1 案例1：亚马逊AWS的互联网架构/169
8.1.1 AWS发展背景/169
8.1.2 AWS架构演进/169
8.1.3 关键技术实现/172
8.1.4 AWS架构成效/175
8.2 案例2：华为云FusionPlant的工业互联网架构/176
8.2.1 FusionPlant发展背景/176
8.2.2 FusionPlant分布式架构设计/176
8.2.3 关键技术实现/177
8.2.4 FusionPlant架构成效/179
8.3 案例3：中国移动5G SA网络架构/179
8.3.1 5G网络分布式架构发展背景/179
8.3.2 5G SA网络架构演变/180
8.3.3 关键技术实现/181
8.3.4 5G SA网络架构成效/184
8.4 案例4：百度PaddlePaddle的分布式人工智能训练架构/185
8.4.1 PaddlePaddle发展背景/185
8.4.2 PaddlePaddle分布式训练架构关键技术与优势/186
8.4.3 PaddlePaddle分布式训练架构成效/186
参考文献/188