第1单元 高并发

1. 高并发问题本质：全链路水平扩展

2. 高并发读的典型场景与对应解决方案：缓存、并发读、读写分离（重写轻读）

3. 重点问题：   中央缓存与本地缓存的方案对比
4. 高并发写的典型场景与对应解决方案：数据分片，任务分片，异步，批量，串行化（库存系统、秒杀系统）

5. 重点问题：DB分库分表的各种衍生问题解决，包括非主键查询、跨库Join、排序分页、分布式事务

2单元 分布式事务

1.日常工作中所有分布式事务场景：

（1）DB与DB的分布式事务，

（2）DB与MQ的分布式事务，

（3）DB与服务的分布式事务，

（4）服务与服务的分布式事务

（5）文件与文件的分布式事务

...
  2. 分布式事务解决方案对比与分析：

2PC, TCC, 最终一致性，1PC，对账

3. Seata框架与分布式数据库

第3单元 高可用

0. 高可用问题的引入

1. 高可用问题的思维框架-经典5问

（1）如何实现故障探测？

（2）如何避免脑裂？

（3）如何对客户端透明？

（4）如何保证数据一致性？

（5）如何破解单点依赖的连环套？
  2. 常用的几个系统是如何解决高可用问题：Mysql/Kafka都分别是如何解决高可用的？

3. 高可用的典型例子：分布式ID生成器

4. 高可用的副产品：Paxos/Raft
  (1) 多副本一致性问题剖析

Kafka/Mysql中数据不一致问题剖析

(2) Paxos/Raft算法引入
  (3)常用的Paxos/Raft的工程实现

Paxos/Raft算法的工程应用

课程大纲 - 第2天 - 架构之“道”- 分布式理论与方法论(续）

第1单元高可靠

1. 容量规划与全链路压测

（1）容量规划的基本思路

（2）压测的实现思路：单机压测、全链路压测
  2. 限流与防刷：各种手段分析

RateLimiter、微服务框架内置、基于队列的限流
  3. 熔断与降级：各种手段分析

Sentinel、Hystrix

各种降级的场景举例
  4. 超时与重试

5. 业务监控与告警体系

6. 灰度发布与回滚

7. 数据备份与兜底

第2单元 高性能

1. 性能优化的目标设置：过早优化是万恶之源

2. 性能测试工具与方法：

应用测试、DB测试、网络测试、磁盘测试、全链路测试

3. 监控系统构建与指标采集：

微服务、JVM、DB、Redis、操作系统等各种指标采集

4. 应用系统常见的各项指标理解：

QPS，响应时间，并发数，在线用户数，绝对并发数，相对并发数

5. 操作系统常见的各项指标理解：

CPU平均负载、使用率、磁盘IOPS、磁盘吞吐量...

6. 性能探索，找出性能瓶颈与根源

（1）工程常识：常用的性能数字

（2）黑盒分析法

（3）白盒分析法

7. 实施性能优化技术：

CPU优化

磁盘优化

网络优化

内存优化 

课程大纲 - 第3天 - 高阶内容 - 跨城容灾与异地多活

第一单元   容灾标准与原则

1.1 信息系统容灾国标 GB/T 20988-2007

1.2 常用业务场景的容灾要求

(1)信息提供类：比如搜索/推荐，电商商品查询系统

(2)消息通信类：比如IM

(3)信息更新类：比如商品库存系统

(4)资金类：金融、支付

1.3 原则

(1)不要追求完美

(2)方案的循序渐进 – 演进路线图

(3)覆盖业务的循序渐进 – 业务分级、数据分级

(4) 技术约束：物理约束、基础架构约束（DB复制技术、KV复制技术、跨城消息中间件）

(5) 根据业务场景选择合适的数据复制模式：复制模式、分片模式、自治模式的选型

(6) 成本、业务价值、团队能力、风险的权衡

第二单元   前置条件

(1) 广义网负载均衡: DNS与GSLB

(2) 局域网负载均衡: F5, TGW/MGW/VGW

(3) API网关(Nginx/Apache/自研等)

(4) 微服务框架支持

(5) Mysql/KV/MQ跨城能力

第三单元   挑战与应对

3.1 数据一致性保证

3.2 可靠切换

3.3 切换演习 &容灾演习

1. FMEA风险分析方法

2.方案设计

3.实施、记录

4.复盘

5.常态化

3.4全链路统筹协调能力：开发、运维、测试、业务的4方协同问题

3.5 成本权衡

第四单元   案例

案例介绍