大規(guī)模分布式存儲(chǔ)系統(tǒng)：原理解析與架構(gòu)實(shí)戰(zhàn)

前言
第1章　概述
1.1　分布式存儲(chǔ)概念
1.2　分布式存儲(chǔ)分類
第一篇　基礎(chǔ)篇
第2章　單機(jī)存儲(chǔ)系統(tǒng)
2.1　硬件基礎(chǔ)
2.1.1　CPU架構(gòu)
2.1.2　IO總線
2.1.3　網(wǎng)絡(luò)拓?fù)?br /> 2.1.4　性能參數(shù)
2.1.5　存儲(chǔ)層次架構(gòu)
2.2　單機(jī)存儲(chǔ)引擎
2.2.1　哈希存儲(chǔ)引擎
2.2.2　B樹存儲(chǔ)引擎
2.2.3　LSM樹存儲(chǔ)引擎
2.3　數(shù)據(jù)模型
2.3.1　文件模型
2.3.2　關(guān)系模型
2.3.3　鍵值模型
2.3.4　SQL與NoSQL 
2.4　事務(wù)與并發(fā)控制
2.4.1　事務(wù)
2.4.2　并發(fā)控制
2.5　故障恢復(fù)
2.5.1　操作日志
2.5.2　重做日志
2.5.3　優(yōu)化手段
2.6　數(shù)據(jù)壓縮
2.6.1　壓縮算法
2.6.2　列式存儲(chǔ)
第3章　分布式系統(tǒng)
3.1　基本概念
3.1.1　異常
3.1.2　一致性
3.1.3　衡量指標(biāo)
3.2　性能分析
3.3　數(shù)據(jù)分布
3.3.1　哈希分布
3.3.2　順序分布
3.3.3　負(fù)載均衡
3.4　復(fù)制
3.4.1　復(fù)制的概述
3.4.2　一致性與可用性
3.5　容錯(cuò)
3.5.1　常見故障
3.5.2　故障檢測(cè)
3.5.3　故障恢復(fù)
3.6　可擴(kuò)展性
3.6.1　總控節(jié)點(diǎn)
3.6.2　數(shù)據(jù)庫擴(kuò)容
3.6.3　異構(gòu)系統(tǒng)
3.7　分布式協(xié)議
3.7.1　兩階段提交協(xié)議
3.7.2　Paxos協(xié)議
3.7.3　Paxos與2PC
3.8　跨機(jī)房部署
第二篇　范型篇
第4章　分布式文件系統(tǒng)
4.1　Google文件系統(tǒng)
4.1.1　系統(tǒng)架構(gòu)
4.1.2　關(guān)鍵問題
4.1.3　Master設(shè)計(jì)
4.1.4　ChunkServer設(shè)計(jì)
4.1.5　討論
4.2　Taobao File System
4.2.1　系統(tǒng)架構(gòu)
4.2.2　討論
4.3　Facebook Haystack
4.3.1　系統(tǒng)架構(gòu)
4.3.2　討論
4.4　內(nèi)容分發(fā)網(wǎng)絡(luò)
4.4.1　CDN架構(gòu)
4.4.2　討論
第5章　分布式鍵值系統(tǒng)
5.1　Amazon Dynamo
5.1.1　數(shù)據(jù)分布
5.1.2　一致性與復(fù)制
5.1.3　容錯(cuò)
5.1.4　負(fù)載均衡
5.1.5　讀寫流程
5.1.6　單機(jī)實(shí)現(xiàn)
5.1.7　討論
5.2　淘寶Tair
5.2.1　系統(tǒng)架構(gòu)
5.2.2　關(guān)鍵問題
5.2.3　討論
第6章　分布式表格系統(tǒng)
6.1　Google Bigtable
6.1.1　架構(gòu)
6.1.2　數(shù)據(jù)分布
6.1.3　復(fù)制與一致性
6.1.4　容錯(cuò)
6.1.5　負(fù)載均衡
6.1.6　分裂與合并
6.1.7　單機(jī)存儲(chǔ)
6.1.8　垃圾回收
6.1.9　討論
6.2　Google Megastore
6.2.1　系統(tǒng)架構(gòu)
6.2.2　實(shí)體組
6.2.3　并發(fā)控制
6.2.4　復(fù)制
6.2.5　索引
6.2.6　協(xié)調(diào)者
6.2.7　讀取流程
6.2.8　寫入流程
6.2.9　討論
6.3　Windows Azure Storage
6.3.1　整體架構(gòu)
6.3.2　文件流層
6.3.3　分區(qū)層
6.3.4　討論
第7章　分布式數(shù)據(jù)庫
7.1　數(shù)據(jù)庫中間層
7.1.1　架構(gòu)
7.1.2　擴(kuò)容
7.1.3　討論
7.2　Microsoft SQL Azure
7.2.1　數(shù)據(jù)模型
7.2.2　架構(gòu)
7.2.3　復(fù)制與一致性
7.2.4　容錯(cuò)
7.2.5　負(fù)載均衡
7.2.6　多租戶
7.2.7　討論
7.3　Google Spanner
7.3.1　數(shù)據(jù)模型
7.3.2　架構(gòu)
7.3.3　復(fù)制與一致性
7.3.4　TrueTime
7.3.5　并發(fā)控制
7.3.6　數(shù)據(jù)遷移
7.3.7　討論
第三篇　實(shí)踐篇
第8章　OceanBase架構(gòu)初探
8.1　背景簡介
8.2　設(shè)計(jì)思路
8.3　系統(tǒng)架構(gòu)
8.3.1　整體架構(gòu)圖
8.3.2　客戶端
8.3.3　RootServer
8.3.4　MergeServer
8.3.5　ChunkServer
8.3.6　UpdateServer
8.3.7　定期合并&數(shù)據(jù)分發(fā)
8.4　架構(gòu)剖析
8.4.1　一致性選擇
8.4.2　數(shù)據(jù)結(jié)構(gòu)
8.4.3　可靠性與可用性
8.4.4　讀寫事務(wù)
8.4.5　單點(diǎn)性能
8.4.6　SSD支持
8.4.7　數(shù)據(jù)正確性
8.4.8　分層結(jié)構(gòu)
第9章　分布式存儲(chǔ)引擎 
9.1　公共模塊
9.1.1　內(nèi)存管理
9.1.2　基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)
9.1.3　鎖
9.1.4　任務(wù)隊(duì)列
9.1.5　網(wǎng)絡(luò)框架
9.1.6　壓縮與解壓縮
9.2　RootServer實(shí)現(xiàn)機(jī)制
9.2.1　數(shù)據(jù)結(jié)構(gòu)
9.2.2　子表復(fù)制與負(fù)載均衡
9.2.3　子表分裂與合并
9.2.4　UpdateServer選主
9.2.5　RootServer主備
9.3　UpdateServer實(shí)現(xiàn)機(jī)制
9.3.1　存儲(chǔ)引擎
9.3.2　任務(wù)模型
9.3.3　主備同步
9.4　ChunkServer實(shí)現(xiàn)機(jī)制
9.4.1　子表管理
9.4.2　SSTable
9.4.3　緩存實(shí)現(xiàn)
9.4.4　IO實(shí)現(xiàn)
9.4.5　定期合并&數(shù)據(jù)分發(fā)
9.4.6　定期合并限速
9.5　消除更新瓶頸
9.5.1　讀寫優(yōu)化回顧
9.5.2　數(shù)據(jù)旁路導(dǎo)入
9.5.3　數(shù)據(jù)分區(qū)
第10章　數(shù)據(jù)庫功能
10.1　整體結(jié)構(gòu)
10.2　只讀事務(wù)
10.2.1　物理操作符接口
10.2.2　單表操作
10.2.3　多表操作
10.2.4　SQL執(zhí)行本地化
10.3　寫事務(wù)
10.3.1　寫事務(wù)執(zhí)行流程
10.3.2　多版本并發(fā)控制
10.4　OLAP業(yè)務(wù)支持
10.4.1　并發(fā)查詢
10.4.2　列式存儲(chǔ)
10.5　特色功能
10.5.1　大表左連接
10.5.2　數(shù)據(jù)過期與批量刪除
第11章　質(zhì)量保證、運(yùn)維及實(shí)踐
11.1　質(zhì)量保證
11.1.1　RD開發(fā)
11.1.2　QA測(cè)試
11.1.3　試運(yùn)行
11.2　使用與運(yùn)維
11.2.1　使用
11.2.2　運(yùn)維
11.3　應(yīng)用
11.3.1　收藏夾
11.3.2　天貓?jiān)u價(jià)
11.3.3　直通車報(bào)表
11.4　最佳實(shí)踐
11.4.1　系統(tǒng)發(fā)展路徑
11.4.2　人員成長
11.4.3　系統(tǒng)設(shè)計(jì)
11.4.4　系統(tǒng)實(shí)現(xiàn)
11.4.5　使用與運(yùn)維 
11.4.6　工程現(xiàn)象
11.4.7　經(jīng)驗(yàn)法則
第四篇　專題篇
第12章　云存儲(chǔ)
12.1　云存儲(chǔ)的概念
12.2　云存儲(chǔ)的產(chǎn)品形態(tài)
12.3　云存儲(chǔ)技術(shù)
12.4　云存儲(chǔ)的核心優(yōu)勢(shì)
12.5　云平臺(tái)整體架構(gòu)
12.5.1　Amazon云平臺(tái)
12.5.2　Google云平臺(tái)
12.5.3　Microsoft云平臺(tái)
12.5.4　云平臺(tái)架構(gòu)
12.6　云存儲(chǔ)技術(shù)體系
12.7　云存儲(chǔ)安全
第13章　大數(shù)據(jù)
13.1　大數(shù)據(jù)的概念
13.2　MapReduce
13.3　MapReduce擴(kuò)展
13.3.1　Google Tenzing
13.3.2　Microsoft Dryad
13.3.3　Google Pregel
13.4　流式計(jì)算
13.4.1　原理
13.4.2　Yahoo S4
13.4.3　Twitter Storm
13.5　實(shí)時(shí)分析
13.5.1　MPP架構(gòu)
13.5.2　EMC Greenplum
13.5.3　HP Vertica
13.5.4　Google Dremel
參考資料