4006-998-758
3000+课程任你选择
亿级流量电子商场架构设计高阶实践 教练式培训
研发学院 高级研发管理顾问 开课时间:2022-02-15
杜威

高级研发管理顾问

曾在多个全球50强研发中心服务近17年时间,参与多个全球协作的大型研发过程,积累了丰富的研发管理及质量控制的实战经验。在20年的产品研发过程中,在多个全球协作开发的大型项目上实践过。


查看老师详情
课程内容

课程介绍



本课程方案注重软件测试的实战过程,去掉了一定量的理论,把实战的比重增大到总课时数的60%。其余40%为理论以及指导性的流程。教练式培训:课程可采用客户的真实项目作为项目案例,贯穿整个课程学习过程,逐步实现该项目的完整架构设计实践,结合学员的课堂练习与讲师的案例分析, 使课程具备实践性及落地能力


课程方式


实践经验分享、大型实例案例分析、深入探讨、系统性理论知识梳理


课程特色



培训采用实战的方式,整个培训过程学员需要探讨完成一个亿级流量的互联网应用设计,掌握10多种实战技巧,课堂中学员将会制定多个系统架构,需要不断思考和参与,深刻掌握亿级流量架构设计的核心技巧。


课程大纲



课程主题

课程内容

第一天

大型亿级流量高并发电子商场架构核心设计-案例研讨形式讲解

 

 

这个部分主要讲解亿级流量高并发互联网电子商场系统的架构设计,通过多个实例案例解析高并发系统的架构设计

Ø    亿级流量高并发电子商场系统的架构场景

Ø    亿级流量互联网电子商场的核心架构设计

Ø    亿级流量互联网电子商场的流量管控经验分享

Ø    服务化的弹性扩缩容实现

Ø    亿级流量下的服务网关的设计

Ø    限流,分流, 降级处理

Ø    应用的分区设计-Application Zone 的思想

Ø    异构数据体系的设计

Ø    高并发系统的分布式数据库集群的核心设计实践

Ø    如何通过分布式缓存的解决方案解决高并发系统的架构设计

Ø    亿级流量下消息队列如何削峰填谷

架构关键问题研讨:亿级流量互联网应用的流量控制研讨

经验分享:.应用系统的电子商场网站解决大量并发访问,目前流行的技术及应用;

典型案例分析:分析大型互联网电子商场的大型实例案例,分析其高并发请求处理的架构设计的实际运用、整体设计

典型案例分析:分析大型互联网应用微信的大型实例案例,分析其高并发数据处理架构设计的实际运用、整体设计

亿级流量的电子商场分布式集群的构建-案例研讨形式讲解

这个部分主要讲解如何构建多服务器集群的亿级流量电子商城大型分布式集群互联网应用的架构设计,针对大型分布式系统的问题设计分布式系统的架构解决方案。

Ø    大型复杂分布式集群的应用场景

Ø    高并发的指标分析

Ø    高吞吐的指标分析

Ø    亿级流量高并发的大型分布式集群解决方案的核心设计思想

Ø    从一个亿级用户的高并发大型互联网支付系统的分布式设计谈起

Ø    分布式高并发集群要解决的核心问题汇总

Ø    动态架构(Dynamic Infrastructure)

Ø    如何设计部署,使服务器能进行动态扩展,提高系统分区容忍性,解决高并发问题

Ø    微服务在分布式架构设计中的核心设计思想,提高分布式系统的可扩展性,提高系统高效访问机制

Ø    服务流量接入层的设计

Ø    服务网关的设计

Ø    大型互联网分布式并发系统的负载设计, 哪个服务器应该承担更多

Ø    业务单元化与分区集群的设计

Ø    服务器分区的划分-核心分区以及为何分区

Ø    分布式并发系统的交互协议的设计:Restful, RPC or Netty

Ø    亿级流量集群中各个服务器的数据共享问题解决方案

Ø    大型互联网分布式系统的可靠性/高可用性设计-如何可靠, 系统的0故障设计

Ø    大型互联网分布式系统的健壮性设计-如何健壮,系统的自修复过程如何设计

Ø    大型分布式系统的监控管理设计

Ø    基于大型云原生系统演变过程- 为什么大型的分布式集群应用最终将演变到云原生微服务架构

经验分享:如何实现微信支付在大量并发支付高峰期的稳定性问题的相关技术;

典型案例分析:分析大型互联网应用滴滴出行的实例案例进行串讲,将整体串讲到分布式互联网系统设计过程中的几大核心问题,   我们设计过程中遇到的问题及通用的架构设计解决方案

亿级流量的电子商城负载均衡的架构设计-案例研讨形式讲解

 

这个部分主要讲解多系统负载均衡的软件架构设计,通过多个实例案例解析负载均衡的架构设计

Ø    均衡负载的架构场景

Ø    架构设计如何解决高并发系统的均衡负载问题

Ø    分布式系统架构的均衡负载核心设计实践

Ø    4层负载均衡的应用场景

Ø    7层负载均衡的应用场景

Ø    DNS的高可用设计

Ø    GSLB的应用

Ø    均衡负载的主流工具的分析及选型

Ø    如何避免均衡负载的单点故障

Ø    均衡负载架构中的关键问题及其架构设计陷阱的排除

Ø    均衡负载的分布式部署系统的架构设计

Ø    LVS, F5, Nginx, HAProxy不同的应用场景与差异性

架构关键问题研讨:均衡负载系统设计研讨

典型案例分析:结合一个大型互联网应用的实例案例,分析高并发架构均衡负载设计的实际运用

电子商城站点面向微服务的容器集群架构设计

 

Ø    分布式微服务架构的核心设计思想

Ø    把需求变化的影响面控制在很小的范围内如何做到,使业务变更所带来的影响最小

Ø    服务层

Ø    基于服务的业务逻辑层设计

Ø    抽象业务服务,以微服务形式提供

Ø    服务的熔断设计

Ø    服务的限流设计

Ø    服务的降级设计

Ø    服务的链路监控

Ø    服务的性能评估

Ø    微服务的注册

Ø    微服务的管理

Ø    微服务的访问

Ø    微服务的调用

Ø    微服务的架构设计

Ø    远程服务的实现分析 RPC还是Restful

Ø    实现可拔插服务的设计目的

典型案例分析:分析一个千万级代码、全球多中心协同开发的大型商业化软件,在架构设计中的微服务架构设计。掌握微服务架构设计设计的设计技巧,提升业务的可扩展性与灵活性

亿级流量的电子商城站点消息架构设计-案例研讨形式讲解

这个部分主要讲解高性能异步处理的架构设计,通过多个实例案例解析异步的设计实战及经验分享以及主流的异步通信的开源应用

Ø    分布式系统消息架构设计

Ø    同步与异步的真实差别

Ø    异步接口设计的主要业务场景

Ø    削峰填谷

Ø    亿级流量的消息队列高吞吐设计

Ø    异步消息队列的应用

Ø    同步与异步接口在解决不同业务场景时的选型

Ø    异步消息队列设计的核心性能调优4大原则

Ø    在不同的场景下选用不同调优策略

Ø    消息队列的监控

Ø    主流异步消息队列的开源解决方案分析

Ø    RabbitMQ异步消息队列的架构分析与实践

Ø    ActiveMQ异步消息队列的架构分析与实践

Ø    Kafka异步消息队列的架构分析与实践

架构关键问题研讨:同步与异步的现实业务场景及其解决方案

经验分享:同步与异步接口设计的实践经验

典型案例分析:分析大型互联网应用微信支付系统的实例案例进行分析,通过该案例分析同步与异步接口调优设计

电子商场站点异构数据体系的架构设计

[如果时间不够略讲]

§     异构数据体系的核心业务场景

§     不同数据产品所应对的数据场景与业务场景,涉及:关系型数据集群,MongoDB,   Redis, HDFS, MR, HBase, Hive, Impala, Kudu,    Spark, Solr, Elestric Search, Flumne, Sqoop, Kafka, Flink, Green Plum,   Vertica, Influx DB, ZooKeeper 等近20种数据产品

§     事务型数据的处理与设计

§     分布式缓存层的设计

§     千亿级数据的毫秒级检索架构设计

§     极高并发的实时数据入库的架构设计

§     流式数据处理的架构设计

§     实时数据分析的架构设计

§     千万级数据实时排名解决方案

§     互联网秒杀场景的架构解决方案

§     千亿级数据的存储, 分析与实时检索的架构设计

§     多中心多活数据同步问题

§     多租户数据隔离的解决方案

§   异构数据体系安全体系架构解决方案

§     数据体系应用侧安全体系架构解决方案

§     数据体系架构 中心侧,分中心侧架构解决方案

§     异构数据体系,数据相关产品物理服务器集群的规划,服务器数量规划, 磁盘规划,内存规划,网络规划。不同集群的性能范畴,处理能力范畴。涉及:关系型数据集群,Redis, HDFS, MR, HBase, Hive, Impala, Kudu,  Spark, Solr, Elestric Search, Flumne,   Sqoop, Kafka, Flink, Green Plum, Vertica, Influx DB, ZooKeeper 等近20种大数据产品

典型案例分析:结合一个大型原生云数据中台的系统,分析数据架构整体的设计过程,关键产品的选型原因,架构的演进过程,未来所要考虑的主要因素,涉及到产品组件:关系型数据集群,Redis, HDFS, MR, HBase, Hive, Impala, Kudu,  Spark, Solr, Elestric Search, Flumne,   Sqoop, Kafka, Flink, Green Plum, Vertica, Influx DB, ZooKeeper 等近20种大数据产品

亿级流量下电子商场站点的核心业务问题

课堂的研讨与分享:分流控制,扩容的处理,消息队列高吞吐处理,分布式缓存,数据的一致性,数据安全性





返回上一级