序 PREFACE
前言 FOREWORD
第1部分 数据持久化层场景实战
第1章 冷热分离
1.1 业务场景：几千万数据量的工单表如何快速优化
1.2 数据库分区，从学习到放弃
1.3 冷热分离简介
1.4 冷热分离一期实现思路：冷热数据都用MySQL
1.5 冷热分离二期实现思路：冷数据存放到HBase
1.6 小结
第2章 查询分离
2.1 业务场景：千万工单表如何实现快速查询
2.2 查询分离简介
2.3 查询分离实现思路
2.4 Elasticsearch注意事项
2.5 小结
第3章 分表分库
3.1 业务场景：亿级订单数据如何实现快速读写
3.2 拆分存储的技术选型
3.3 分表分库实现思路
3.4 小结
第2部分 缓存层场景实战
第4章 读缓存
4.1 业务场景：如何将十几秒的查询请求优化成毫秒级
4.2 缓存中间件技术选型（Memcached,MongoDB,Redis）
4.3 缓存何时存储数据
4.4 如何更新缓存
4.5 缓存的高可用设计
4.6 缓存的监控
4.7 小结
第5章 写缓存
5.1 业务场景：如何以最小代价解决短期高频写请求
5.2 写缓存
5.3 实现思路
5.4 小结
第6章 数据收集
6.1 业务背景：日亿万级请求日志收集如何不影响主业务
6.2 技术选型思路
6.3 整体方案
6.4 小结
第7章 秒杀架构
7.1 业务场景：设计秒杀架构必知必会的那些事
7.2 整体思路
7.3 小结
第3部分 基于常见组件的微服务场景实战
第8章 注册发现
8.1 业务场景：如何对几十个后台服务进行高效管理
8.2 传统架构会出现的问题
8.3 新架构要点
8.4 ZooKeeper宕机了怎么办
8.5 小结
第9章 全链路日志
9.1 业务场景：这个请求到底经历了什么
9.2 技术选型
9.3 注意事项
9.4 小结
第10章 熔断
10.1 业务场景：如何预防一个服务故障影响整个系统
10.2 覆盖场景
10.3 Sentinel和Hystrix
10.4 Hystrix的设计思路
10.5 注意事项
10.6 小结
第11章 限流
11.1 业务场景：如何保障服务器承受亿级流量
11.2 限流算法
11.3 方案实现
11.4 限流方案的注意事项
11.5 小结
第4部分 微服务进阶场景实战
第12章 微服务的痛：用实际经历告诉你它有多少陷阱
12.1 单体式架构VS微服务架构
12.2 微服务的好处
12.3 微服务的痛点
12.4 小结
第13章 数据一致性
13.1 业务场景：下游服务失败后上游服务如何独善其身
13.2 最终一致性方案
13.3 实时一致性方案
13.4 TCC模式
13.5 Seata中AT模式的自动回滚
13.6 尝试Seata
13.7 小结
第14章 数据同步
14.1 业务场景：如何解决微服务之间的数据依赖问题
14.2 数据冗余方案
14.3 解耦业务逻辑的数据同步方案
14.4 基于Bifrost的数据同步方案
14.5 小结
第15章 BFF
15.1 业务场景：如何处理好微服务之间千丝万缕的关系
15.2 API层
15.3 客户端适配问题
15.4 BFF（BackendforFront）
15.5 小结
第5部分 开发运维场景实战
第16章 接口Mock
16.1 业务场景：第三方服务还没完成，功能设计如何继续
16.2 解决思路
16.3 Mock服务端设计
16.4 Mock服务客户端调用设计
16.5 小结
第17章 一人一套测试环境
17.1 业务场景：测试环境何时能释放出来使用
17.2 解决思路
17.3 使用流程
17.4 小结
第18章 结束语：如何成为不可或缺的人
18.1 无关职责，帮领导解决技术难题
18.2 理解领导的非技术问题
18.3 弄清领导对你的期望值
18.4 小结