大家好,我是mikechen。

这是我之前写的文章合集,包含:分布式、中间件、微服务、云原生、Docker、K8S、大型架构等系列。

为了方便大家的阅读,也为了让知识更系统化,这里我把整个系列罗列于此,点击文章标题即可学习@mikechen

史上最全负载均衡原理图文详解

从单机到分布式集群,肯定会涉及到负载均衡,这是中大型网站的必经之路。技术文章-mikechen

本篇重点讲解了负载均衡相关的:

  • 负载均衡的原理机制
  • 负载均衡均衡的算法
  • 轮循
  • 加权轮循
  • 源地址散列等负载算法

这些算法肯定是要掌握的。

 

单点登录SSO的实现原理与方案详解

单点登录在大型网站里使用得非常频繁,例如,阿里旗下有淘宝、天猫等网站,还有背后的成百上千的子系统,用户一次操作或交易可能涉及到几十个子系统的协作,如果每个子系统都需要用户认证,不仅用户会疯掉,各子系统也会为这种重复认证授权的逻辑搞疯掉。

技术文章-mikechen

单点登录本篇重点详解了:

  • 单点登录的原理
  • 单点登录的实现方式
  • 同域下的单点登录
  • 不同域下的单点登录

 

消息队列MQ万字图文总结

技术文章-mikechen

消息队列MQ是大型分布式系统不可缺少的中间件,也是高并发系统的基石中间件,所以掌握好消息队列MQ就变得极其重要了。

本篇会非常全面的详解消息队列MQ,主要会谈到:

  • 消息队列MQ架构
  • 消息队列MQ设计
  • 消息队列MQ的模型
  • 消息队列MQ产品选型
  • 消息队列MQ的4大应用场景

 

什么是幂等性?四种接口幂等性方案详解!

幂等性在支付场景、下订单,以及分布式系统都是最常遇到的问题。

技术文章-mikechen

这篇文章主要讲了以下几点:

  • 幂等性的解决方案
  • 数据库唯一主键
  • 数据库乐观锁
  • PRG 模式
  • 防重 Token 令牌

如果你还对幂等性不了解,肯定是要重点学习掌握的。

 

Kafka为什么性能这么快?4大核心原因详解

Kafka的性能快,这是大厂Java面试经常问的一个话题。

技术文章-mikechen

这里会涉及到:

  1. 页缓存技术
  2. 磁盘顺序写
  3. 零拷贝
  4. 分区分段+索引等技术

这篇都会重点来详解。

 

如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题

Redis雪崩、穿透…这块,也是属于必备内容了。

技术文章-mikechen

比如::

  1. 什么是缓存雪崩?
  2. 如何预防缓存雪崩?
  3. 什么是缓存穿透?
  4. 如何来应对穿透?
  5. 什么是缓存并发?
  6. 如何来应对并发?

 

分布式架构系统拆分原则、需求、微服务拆分步骤

大型网站淘宝都是如何从小一步步演变到分布式架构,这里会涉及到分布式服务拆分等关键点。

技术文章-mikechen

这篇文章主要讲了以下几点:

  • 为什么需要应用拆分
  • 如何拆分需求
  • 如何拆分原则
  • 分布式拆分实战
  • 分布式架构拆分总结

 

9大性能优化经验总结,强烈建议收藏!

为了提升性能,肯定会从全局以及局部优化,这就会涉及到架构以及数据库以及前后端的优化。

技术文章-mikechen

这篇文章会重点讲解以下几点性能优化:

1.代码优化
2.数据库优化
3.架构层面优化
4.分布式缓存优化
5.异步化优化
6.Web前段优化
6.服务化
7.硬件升级
8.搜索引擎
9.产品逻辑优化

 

数据库主从同步的3种一致性方案实现,及优劣比较

除此之外,数据量大了也是需要重点考察的。

技术文章-mikechen

比如:

  • 数据主从同步的由来
  • 数据同步一致性解决方案
  • 半同步复制
  • 数据库中间件
  • 缓存记录写key法

这篇文章都会重点来详解。

 

如何设计秒杀系统?双11秒杀架构详解(5大方案)

技术文章-mikechen

淘宝双11秒杀场景,大量的用户短时间内涌入,瞬间流量巨大(高并发)。

比如:1000万人同一时间抢购100件商品,秒杀活动是一个特别考验后台数据库、缓存服务的业务,对于数据库、缓存的性能要求特别严格。

本篇会重点详解秒杀先关的技术:

  • 秒杀架构思路
  • 前端设计方案
  • 后端设计方案
  • 数据库层解决方案
  • 秒杀的整体解决方案

 

Redis缓存和MySQL数据一致性方案详解

在高并发的业务场景下,数据库大多数情况都是用户并发访问最薄弱的环节,所以需要使用redis做一个缓冲操作,让请求先访问到redis,而不是直接访问MySQL等数据库。

读取缓存步骤一般没有什么问题,但是一旦涉及到数据更新,比如:数据库和缓存更新,就容易出现缓存(Redis)和数据库(MySQL)间的数据一致性问题。

这篇文章就会详解以上缓存与数据库不一致的具体解决方案。

技术文章-mikechen

本篇主要介绍了以下几点:

  1. 高并发场景下MySQL和Redis数据不一致性
  2. 延时双删策略详解
  3. 异步更新缓存新详解
  4. 基于订阅binlog的同步机制详解

 

从单体架构、到SOA、再到微服务的架构设计详解

架构师很多时候都是伴随公司成长的,公司都是从小公司变成大公司的。

同样的道理,技术系统也需要从单体巨石系统往分布式系统转变的,这就肯定会涉及到单体、SOA、微服务。

技术文章-mikechen

比如:

1、单体架构的拆分

2、SOA与微服务的区别

3、微服务的优缺点

4、微服务的消息

5、数据的去中心化

是怎样一步步从单体到SOA 微服务演变过来,作为架构师肯定需要掌握,本篇会重点详解。

 

分布式ID详解(5种分布式ID生成方案)

在金融、电商、支付、等产品的系统中数据日渐增长,对数据分库分表后需要有一个唯一ID来标识一条数据或消息。

数据库的自增ID显然不能满足需求,此时一个能够生成全局唯一ID的系统是非常必要的。

本篇会重点详解分布式ID的5种算法:

技术文章-mikechen

 

数据库垂直水平拆分(六大原则详解)

数据量大了之后都会涉及到数据库的拆分,究竟是垂直拆分还是水平拆分呢?

技术文章-mikechen

本篇会详解:

  • 垂直拆分
  • 水平拆分
  • 拆分步骤
  • 6大拆分原则

 

如何从0到1设计一个类Dubbo的RPC框架

Dubbo是分布式RPC通信框架的杰出代表,国内经常考察。

技术文章-mikechen

比如:

RPC框架的核心设计?

Dubbo的底层实现?

如何来实现一个RPC?

RPC核心组件有哪些?

本篇都会重点来详解。

 

微服务Dubbo和SpringCloud架构设计、优劣势比较

谈到了微服务框架,就不得不谈到Dubbo和SpringCloud。

技术文章-mikechen

本篇会重点谈到:

  1. 架构的比较
  2. 协议的比较
  3. 实现的比较
  4. 性能的的比较等

 

分布式锁3种实现详解(数据库、缓存、Zookeeper)

目前几乎很多大型网站及应用都是分布式部署的,经常会考察到分布式锁。

技术文章-mikechen

这里就会涉及到3种锁的实现:

  • Redis分布式锁
  • 数据库分布式锁
  • Zookeeper分布式锁

这篇都会讲解到具体的实现方式与优劣势比较。

 

RocketMQ的架构设计、关键特性、与应用场景详解

消息中间件在互联网领域是基石,其中重点要学习的是RocketMQ。

技术文章-mikechen

本篇会重点详解RocketMQ相关的:

  • RocketMQ的核心组件
  • RocketMQ的架构设计
  • RocketMQ的关进特性
  • RocketMQ的应用场景

 

Docker容器的原理、特征、基本架构、与应用场景

谈到云原生就不得不谈到Docker容器,本篇会重点来详解Docker:

技术文章-mikechen

  • Docker容器的介绍
  • Docker与虚拟机的区别
  • Docker容器的架构原理

 

Kubernetes(K8S)最全详解(万字图文总结)

Kubernetes(K8S)是云原生目核心组件,也是云计算的未来,下面我就全面来详解Kubernetes(K8S)。

技术文章-mikechen

主要会谈到:

  • 1.容器编排和调度
  • 2.K8S的原理和架构
  • 3.K8S的主节点架构
  • 4.K8S的子节点架构

 

大型网站演变全过程与架构设计详解

如果还想更加全面的了解分布式系统,肯定会涉及到整个技术网站的架构演变。

比如:淘宝为代表的大型网站是怎样一步步最终演变过来的。

 

技术文章-mikechen

最后再到10.0,这里会经历如下的步骤:

1.初始阶段的网站架构

2.应用服务和数据服务分离

3.使用缓存改善网站性能

4.数据库读写分离

5.使用反向代理加速网站响应

7.使用分布式文件系统

8.分布式数据库系统

10.分布式服务化拆分

技术文章-mikechen

这个完整的过程,大型网站演变全过程与架构设计详解,本篇都会重点详解。

评论交流
    说说你的看法