未來架構(gòu)：從服務(wù)化到云原生

第1章 云原生 1
1.1 互聯(lián)網(wǎng)架構(gòu)變遷 2
1.1.1 互聯(lián)網(wǎng)架構(gòu)的核心問題 2
1.1.2 從集中式架構(gòu)到分布式架構(gòu) 5
1.1.3 從分布式架構(gòu)到云原生架構(gòu) 10
1.2 什么是云原生 15
1.2.1 概述 15
1.2.2 云原生與十二要素 16
1.2.3 十二要素進(jìn)階 23
1.2.4 云原生與CNCF 24
第2章 遠(yuǎn)程通信 41
2.1 通信方式 41
2.1.1 通信協(xié)議 42
2.1.2 I/O模型 51
2.1.3 Java中的I/O 53
2.2 序列化 66
2.2.1 文本序列化 67
2.2.2 二進(jìn)制Java序列化 68
2.2.3 二進(jìn)制異構(gòu)語言序列化 71
2.3 遠(yuǎn)程調(diào)用 78
2.3.1 核心概念 78
2.3.2 Java遠(yuǎn)程方法調(diào)用 79
2.3.3 異構(gòu)語言RPC框架gRPC 82
第3章 配置 89
3.1 本地配置 89
3.2 配置集中化 90
3.3 配置中心和注冊(cè)中心 91
3.4 讀性能 92
3.5 變更實(shí)時(shí)性 93
3.6 可用性 94
3.7 數(shù)據(jù)一致性 96
第4章 服務(wù)治理 97
4.1 服務(wù)發(fā)現(xiàn) 97
4.1.1 服務(wù)發(fā)現(xiàn)概述 97
4.1.2 ZooKeeper 100
4.1.3 Eureka 109
4.2 負(fù)載均衡 112
4.2.1 服務(wù)端負(fù)載均衡 112
4.2.2 客戶端負(fù)載均衡 115
4.3 限流 118
4.3.1 限流算法 119
4.3.2 限流實(shí)現(xiàn)方案 121
4.3.3 限流的維度與粒度 129
4.4 熔斷 131
4.4.1 概述 131
4.4.2 熔斷器模式 132
4.4.3 Hystrix 133
第5章 觀察分布式服務(wù) 135
5.1 層次劃分 136
5.2 核心概念 136
5.3 分布式追蹤 138
5.3.1 概述 138
5.3.2 常見的開源解決方案 139
5.4 應(yīng)用性能管理與可觀察性平臺(tái) 140
5.5 Apache SkyWalking 142
5.5.1 項(xiàng)目定位 142
5.5.2 SkyWalking 5核心架構(gòu) 143
5.5.3 SkyWalking 5公開案例 146
5.5.4 SkyWalking 6可觀察性分析平臺(tái) 147
第6章 侵入式服務(wù)治理方案 157
6.1 Dubbo 157
6.1.1 Dubbo概述 158
6.1.2 核心流程 160
6.1.3 注冊(cè)中心 160
6.1.4 負(fù)載均衡 162
6.1.5 遠(yuǎn)程通信 163
6.1.6 限流 164
6.1.7 治理中心 165
6.1.8 監(jiān)控中心 165
6.1.9 DubboX的擴(kuò)展 166
6.2 Spring Cloud 168
6.2.1 概述 168
6.2.2 開發(fā)腳手架Spring Boot 172
6.2.3 服務(wù)發(fā)現(xiàn) 174
6.2.4 負(fù)載均衡 176
6.2.5 熔斷 178
6.2.6 遠(yuǎn)程通信 179
第7章 云原生生態(tài)的基石Kubernetes 181
7.1 Kubernetes架構(gòu) 182
7.2 分層設(shè)計(jì)理念及架構(gòu)模型 183
7.3 設(shè)計(jì)哲學(xué) 184
7.4 Kubernetes中的原語 185
7.4.1 Kubernetes中的對(duì)象 185
7.4.2 對(duì)象的期望狀態(tài)與實(shí)際狀態(tài) 186
7.4.3 描述Kubernetes對(duì)象 187
7.4.4 服務(wù)發(fā)現(xiàn)與負(fù)載均衡 188
7.4.5 安全性與權(quán)限管理 189
7.4.6 Sidecar設(shè)計(jì)模式 190
7.5 應(yīng)用Kubernetes 190
7.6 Kubernetes與云原生生態(tài) 192
7.6.1 下一代云計(jì)算標(biāo)準(zhǔn) 192
7.6.2 當(dāng)前存在的問題 192
7.6.3 未來趨勢(shì) 193
第8章 跨語言服務(wù)治理方案Service Mesh 195
8.1 Service Mesh概述 195
8.1.1 Service Mesh的由來 195
8.1.2 Service Mesh的定義 196
8.1.3 Service Mesh詳解 197
8.2 Service Mesh演進(jìn)歷程 200
8.2.1 遠(yuǎn)古時(shí)代的案例 200
8.2.2 微服務(wù)時(shí)代的現(xiàn)狀 201
8.2.3 侵入式框架的痛點(diǎn) 202
8.2.4 解決問題的思路 206
8.2.5 Proxy模式的探索 207
8.2.6 Sidecar模式的出現(xiàn) 208
8.2.7 第一代Service Mesh 209
8.2.8 第二代Service Mesh 210
8.3 Service Mesh市場(chǎng)競(jìng)爭(zhēng) 212
8.3.1 Service Mesh的萌芽期 212
8.3.2 急轉(zhuǎn)直下的Linkerd 212
8.3.3 波瀾不驚的Envoy 214
8.3.4 背負(fù)使命的Istio 214
8.3.5 背水一戰(zhàn)的Buoyant 215
8.3.6 其他參與者 217
8.3.7 Service Mesh的國(guó)內(nèi)發(fā)展情況 219
8.4 Istio 220
8.4.1 Istio概述 220
8.4.2 架構(gòu)和核心組件 222
第9章 云原生數(shù)據(jù)架構(gòu) 232
9.1 關(guān)系型數(shù)據(jù)庫(kù)尚能飯否 232
9.1.1 優(yōu)勢(shì) 233
9.1.2 不足 234
9.2 未達(dá)預(yù)期的NoSQL 235
9.2.1 鍵值數(shù)據(jù)庫(kù) 235
9.2.2 文檔數(shù)據(jù)庫(kù) 236
9.2.3 列族數(shù)據(jù)庫(kù) 236
9.3 冉冉升起的NewSQL 237
9.3.1 新架構(gòu) 238
9.3.2 透明化分片中間件 238
9.3.3 云數(shù)據(jù)庫(kù) 239
9.4 云原生數(shù)據(jù)庫(kù)中間件的核心功能 239
9.4.1 數(shù)據(jù)分片 239
9.4.2 分布式事務(wù) 258
9.4.3 數(shù)據(jù)庫(kù)治理 265
第10章 分布式數(shù)據(jù)庫(kù)中間件生態(tài)圈ShardingSphere 267
10.1 緣起 267
10.1.1 內(nèi)部應(yīng)用框架 268
10.1.2 開源歷程 269
10.2 核心功能 271
10.2.1 數(shù)據(jù)分片 272
10.2.2 分布式事務(wù) 301
10.2.3 數(shù)據(jù)庫(kù)治理 307
10.3 Sharding-JDBC 310
10.3.1 概述 310
10.3.2 使用說明 311
10.4 Sharding-Proxy 316
10.4.1 概述 316
10.4.2 使用說明 317
10.5 Database Mesh 317
10.5.1 概述 317
10.5.2 Service Mesh回顧 318
10.5.3 Database Mesh與Service Mesh的異同 319
10.5.4 Sharding-Sidecar 320
10.6 未來規(guī)劃