第1章 缓存为王 1
1.1 什么是缓存？ 1
1.2 为什么使用缓存？ 2
1.2.1 从用户体验说起 3
1.2.2 关于系统的性能 3
1.3 从网站的架构发展看缓存 4
1.4 客户端缓存 5
1.4.1 页面缓存 6
1.4.2 浏览器缓存 7
1.4.3 APP上的缓存 8
1.5 网络中的缓存 11
1.5.1 Web代理缓存 11
1.5.2 边缘缓存 12
1.6 服务端缓存 14
1.6.1 数据库缓存 14
1.6.2 平台级缓存 16
1.6.3 应用级缓存 18
第2章 分布式系统理论 24
2.1 分布式系统概论 24
2.2 分布式系统概念 26
2.2.1 进程与线程 26
2.2.2 并发 26
2.2.3 锁 26
2.2.4 并行 27
2.2.5 集群 27
2.2.6 状态特性 28
2.2.7 系统重发与幂等性 28
2.2.8 硬件异常 30
2.3 分布式系统理论 31
2.3.1 CAP理论 32
2.3.2 CAP理论澄清 34
2.3.3 Paxos 35
2.3.4 2PC 38
2.3.5 3PC 39
2.3.6 Raft 40
2.3.7 Lease机制 41
2.3.8 解决“脑裂”问题 43
2.3.9 Quorum NWR 44
2.3.10 MVCC 45
2.3.11 Gossip 46
2.4 分布式系统设计策略 49
2.4.1 心跳检测 50
2.4.2 高可用设计 50
2.4.3 容错性 52
2.4.4 负载均衡 53
2.5 分布式系统设计实践 54
2.5.1 全局ID生成 54
2.5.2 哈希取模 56
2.5.3 一致性哈希 57
2.5.4 路由表 58
2.5.5 数据拆分 58
第3章 动手写缓存 60
3.1 缓存定义的规范 60
3.1.1 新规范的主要内容及特性 60
3.1.2 新规范的API介绍 61
3.2 缓存框架的实现 62
3.2.1 前期准备 63
3.2.2 缓存的架构介绍 63
3.2.3 设计思路以及知识点详解 64
3.3 缓存框架的使用示例 74
第4章 Ehcache与Guava Cache 76
4.1 Ehcache的主要特性 76
4.2 Ehcache使用介绍 77
4.2.1 Ehcache架构图 77
4.2.2 缓存数据过期策略 78
4.2.3 Ehcache缓存的基本用法 81
4.2.4 在Spring中使用Ehcache 83
4.3 Ehcache集群介绍 85
4.3.1 集群的方式 86
4.3.2 如何配置集群 88
4.4 Ehcache的适用场景 89
4.5 Guava Cache的使用 92
4.5.1 Guava Cache的适用场景 92
4.5.2 Guava Cache的创建方式 93
4.5.3 缓存数据删除 95
4.5.4 并发场景下的使用 95
4.6 本章小结 96
第5章 从Memcached开始了解集中式缓存 97
5.1 Memcached基本知识 98
5.1.1 Memcached的操作命令 98
5.1.2 Memcached使用场景 100
5.1.3 Memcached特征 100
5.1.4 Memcached的一些问题 101
5.2 Memcached内存存储 102
5.2.1 Slab Allocation机制 102
5.2.2 使用Growth Factor进行调优 104
5.2.3 Item 105
5.3 典型问题解析 106
5.3.1 过期机制 106
5.3.2 哈希算法 107
5.3.3 热点问题 108
5.3.4 缓存与数据库的更新问题 108
5.3.5 别把缓存当存储 109
5.3.6 命名空间 110
5.3.7 CAS 110
5.4 Memcached客户端分析 110
5.4.1 Memcached的Client 111
5.4.2 Spymemcached设计思想解析 111
5.5 Memcached周边工具发展 117
第6章 Memcached周边技术 119
6.1 Twemcache 119
6.1.1 Twemcache的设计原理 120
6.1.2 Twemcache的安装及命令行详解 122
6.1.3 基于Java的Twemcache用法 125
6.2 Twemproxy 126
6.2.1 Twemproxy的常用部署模式 127
6.2.2 Twemproxy的可扩展性 129
6.2.3 Twemproxy源代码简析 131
6.3 Mcrouter 137
6.3.1 Mcrouter路由算法 138
6.3.2 典型的使用场景 139
6.3.3 Mcrouter的可扩展性 142
6.3.4 源码简要解析 144
第7章 Redis探秘 148
7.1 数据结构 148
7.1.1 value对象的通用结构 149
7.1.2 String 149
7.1.3 List 152
7.1.4 Map 155
7.1.5 Set 157
7.1.6 Sorted-Set 159
7.2 客户端与服务器的交互 160
7.2.1 客户端／服务器协议 161
7.2.2 请求／响应模式 163
7.2.3 事务模式 164
7.2.4 脚本模式 168
7.2.5 发布／订阅模式 169
7.3 单机处理逻辑 171
7.3.1 多路复用 171
7.3.2 定时任务处理 173
7.4 持久化 174
7.4.1 基于全量模式的持久化 174
7.4.2 基于增量模式的持久化 176
7.4.3 基于增量模式持久化的优化 178
第8章 分布式Redis 180
8.1 水平拆分（sharding） 181
8.1.1 数据分布 181
8.1.2 请求路由 182
8.2 主备复制（replication） 182
8.2.1 主备复制流程 183
8.2.2 断点续传 183
8.3 故障转移（failover） 184
8.3.1 sentinel间的相互感知 185
8.3.2 master的故障发现 186
8.3.3 failover决策 186
8.4 Redis Cluster 187
8.4.1 拓扑结构 187
8.4.2 配置的一致性 188
8.4.3 sharding 190
8.4.4 failover 193
8.4.5 可用性和性能 196
第9章 Tair探秘 198
9.1 Tair总体架构 198
9.2 Config Server简介 199
9.3 Data Server简介 201
9.4 Tair高可用和负载均衡 204
9.4.1 对照表 204
9.4.2 数据迁移 219
9.5 存储引擎 220
9.6 Tair的API 222
9.6.1 key/value相关API 223
9.6.2 prefix相关的API 226
第10章 EVCache探秘 229
10.1 EVCache项目介绍 230
10.1.1 EVCache的由来 231
10.1.2 EVCache的发展 232
10.1.3 EVCache的演进 234
10.2 EVCache的使用场景 238
10.2.1 典型用例 238
10.2.2 典型部署 239
10.3 EVCache的性能 240
10.3.1 EVCache集群的性能 240
10.3.2 全局化复制时的性能问题 242
10.3.3 Moneta项目中的组件性能 243
10.4 EVCache的高可用性 244
10.4.1 AWS的多可用区 244
10.4.2 EVCache对AWS高可用性的增强 245
10.5 源码与示例 245
10.5.1 源码浅析 245
10.5.2 EVCache示例 253
第11章 Aerospike原理及广告业务应用 259
11.1 Aerospike架构 259
11.2 Aerospike具体实现 261
11.2.1 Aerospike集群管理 261
11.2.2 数据分布 263
11.3 Aerospike集群配置和部署 265
11.3.1 搭建集群的方式与配置 266
11.3.2 部署集群 267
11.4 Aerospike与Redis的对比 271
11.5 Aeropsike在广告行业的具体应用 272
11.5.1 Aerospike在个性化推荐广告中的应用 273
11.5.2 Aerospike在实时竞价广告中的应用 274
第12章 社交场景架构进化：从数据库到缓存 283
12.1 社交业务示例 283
12.1.1 业务模型 283
12.1.2 业务场景 284
12.1.3 业务特点 285
12.2 关系（relation）的存储 286
12.2.1 基于DB的最简方案 286
12.2.2 DB的sharding方案 288
12.2.3 引入缓存 290
12.2.4 缓存的优化方案 292
12.3 帖子（post）的存储 293
12.3.1 基于DB的方案 294
12.3.2 引入服务端缓存 296
12.3.3 本地缓存 297
12.4 时间线（timeline）的存储 297
12.4.1 基于DB的方案——push模式 298
12.4.2 基于DB的方案——pull模式 300
12.4.3 增量查询引入服务端缓存 302
第13章 缓存在社交网络Feed系统中的架构实践 304
13.1 Feed系统架构 304
13.2 Feed缓存模型 307
13.3 Feed缓存架构的设计 309
13.3.1 简单数据类型的缓存设计 310
13.3.2 集合类数据的缓存设计 312
13.3.3 其他类型数据的缓存设计 314
13.4 Feed缓存的扩展 315
13.4.1 Redis的扩展 315
13.4.2 计数器的扩展 316
13.4.3 存在性判断的扩展 318
13.5 Feed缓存的服务化 319
第14章 典型电商应用与缓存 324
14.1 电商类应用的挑战及特点 324
14.2 应用数据静态化架构高性能单页Web应用 325
14.2.1 整体架构 326
14.2.2 CMS系统 326
14.2.3 前端展示系统 328
14.2.4 控制系统 328
14.3 应用多级缓存模式支撑海量读服务 329
14.3.1 多级缓存介绍 329
14.3.2 如何缓存数据 331
14.3.3 分布式缓存与应用负载均衡 332
14.3.4 热点数据与更新缓存 334
14.3.5 更新缓存与原子性 336
14.3.6 缓存崩溃与快速修复 336
14.4 构建需求响应式亿级商品详情页 337
14.4.1 商品详情页前端结构 338
14.4.2 单品页技术架构发展 338
14.4.3 详情页架构设计原则 343
14.4.4 遇到的一些问题 349
第15章 同程凤凰缓存系统基于Redis的设计与实践 357
15.1 同程凤凰缓存系统要解决什么问题 357
15.1.1 Redis用法的凌乱 358
15.1.2 从实际案例再看Redis的使用 360
15.1.3 如何改变Redis用不好的误区 362
15.1.4 凤凰缓存系统对Redis系统化改造 364
15.2 用好Redis先运维好它 366
15.2.1 传统的Redis运维方式 366
15.2.2 Redis的Docker化部署 368
15.2.3 凤凰缓存系统对Redis的监控 369
15.2.4 凤凰缓存系统对Redis的集群分片优化 370
15.2.5 客户端在运维中的作用 371
15.2.6 凤凰缓存系统在Redis运维上的工具 372
15.3 凤凰缓存系统的使用效果 373
第16章 新的旅程 374
16.1 更好的引入缓存技术 374
16.1.1 缓存引入前的考量 374
16.1.2 缓存组件的选择 375
16.1.3 缓存架构的设计 376
16.1.4 缓存系统的监控及演进 377
16.2 缓存分类总结 377
16.3 缓存知识结构更多Tips 378
16.3.1 缓存使用模式 379
16.3.2 缓存协议 379
16.3.3 缓存连接池 380
16.3.4 几个关注点 383
16.3.5 管理缓存 387
16.3.6 缓存可用性 390
16.3.7 数据一致性 392
16.3.8 热点数据处理 393
16.3.9 注意事项Tips 396