摘要：后端好書閱讀與推薦系列文章后端好書閱讀與推薦后端好書閱讀與推薦續(xù)后端好書閱讀與推薦續(xù)二后端好書閱讀與推薦續(xù)三后端好書閱讀與推薦續(xù)四這里依然記錄一下每本書的亮點與自己讀書心得和體會，分享并求拍磚。

后端好書閱讀與推薦系列文章：
后端好書閱讀與推薦
后端好書閱讀與推薦（續(xù)）
后端好書閱讀與推薦（續(xù)二）
后端好書閱讀與推薦（續(xù)三）
后端好書閱讀與推薦（續(xù)四）

這里依然記錄一下每本書的亮點與自己讀書心得和體會，分享并求拍磚。

Docker生產(chǎn)環(huán)境實踐指南 (豆瓣) https://book.douban.com/subje...

前面docker的基本概念和一些核心原理都看的差不多了，那么現(xiàn)在該關(guān)注一下具體的生產(chǎn)環(huán)境的使用方法了。

亮點：

在生產(chǎn)環(huán)境中運行docker與在其它環(huán)境中相比，最主要的差異是需要在其安全性與穩(wěn)定性上投入更多的注意力

書中提到docker 容器與宿主機是通過IPtables實現(xiàn)的nat轉(zhuǎn)換來進行通信，這點官網(wǎng)有說明 Docker container networking，然后就說了不適宜網(wǎng)絡(luò)吞吐量有很高要求的應(yīng)用（但是可以禁用Docker的NAT來提升網(wǎng)絡(luò)性能），但是docker已經(jīng)做出了一些努力,效果并不差，見：1,2,3

書中對于docker相關(guān)常見的概念解釋得非常清晰易懂，這一部分尤其適合初學(xué)者

docker生產(chǎn)環(huán)境最好的方式是將應(yīng)用程序及其依賴預(yù)先打包成一個鏡像，而包含數(shù)據(jù)庫憑證等銘感信息在運行時動態(tài)添加（安全起見）；常見流程是開發(fā)機上打包并推送到倉庫，然后服務(wù)器從倉庫拉取鏡像，這種用例簡單但是從工作流和安全角度看并不理想，更標(biāo)準(zhǔn)的做法是使用持續(xù)集成 / 持續(xù)交付系統(tǒng)在應(yīng)用程序代碼或者dockerfile發(fā)生變化時自動從新構(gòu)建鏡像

實現(xiàn)開發(fā)速度和生產(chǎn)環(huán)境穩(wěn)定的方法之一是擁抱簡單，亦即系統(tǒng)的每一個部分——容器——有且只有一個目標(biāo)。系統(tǒng)的簡單需要設(shè)計時遵照如下原則：傾向無狀態(tài)服務(wù)，傾向靜態(tài)配置，傾向靜態(tài)的網(wǎng)絡(luò)布局，區(qū)別對待有狀態(tài)和無狀態(tài)的服務(wù)

保持鏡像小巧：可以從空的文件系統(tǒng)開始構(gòu)建，從類似于busybox、aipine這種輕量級操作系統(tǒng)開始構(gòu)建，如果嫌包少就可以從主流Linux發(fā)行版的容器優(yōu)化版開始構(gòu)建，最明智的做法是標(biāo)準(zhǔn)化一個特定的鏡像版本，并盡可能的用于所有容器；盡可能減少層數(shù)，也就是相關(guān)的命令盡量放到一行，而且下載的內(nèi)容用完后要在同一行刪除；可以使用docker-squash來減小鏡像體積

存儲鏡像：開源、公共項目建議存共有倉庫；安全性和性能要求較高的存私有倉庫；需要定制的使用save / load。此外，很多人可能不知道，DockerHub其實是提供了自動構(gòu)建功能的，只要通過WebHook連上Github就行（親測）

一致性是擴展環(huán)境和傳播知識的關(guān)鍵，所以應(yīng)該在一個構(gòu)建系統(tǒng)中構(gòu)建所有鏡像，而且要實現(xiàn)鏡像標(biāo)準(zhǔn)化，讓所有鏡像（盡可能）繼承于一個標(biāo)準(zhǔn)基礎(chǔ)鏡像

AUFS引擎的掛載速度非常快，能很快的創(chuàng)建新容器所以成為了Docker存儲引擎的默認解決方案。其性能瓶頸主要在需要寫入大文件的場景，因此使用AUFS來存放數(shù)據(jù)庫文件可能不是一個好主意，同樣太多的鏡像層可能導(dǎo)致文件查找時間過長，所以不要讓自己的文件有太多分層。AUFS有一個最大的問題是沒有被容納到Linux主流發(fā)行版。事實上，在生產(chǎn)環(huán)境選擇存儲引擎，一個要點是看業(yè)務(wù)與特性是否吻合，另一個要點就是選最有把握能穩(wěn)定運維的工具

Docker網(wǎng)絡(luò)實現(xiàn)包含三方面內(nèi)容，IP分配、域名解析、容器或服務(wù)發(fā)現(xiàn)，這也是零配置網(wǎng)絡(luò)的理論基礎(chǔ)。零配置網(wǎng)絡(luò)即是一組在沒有人工干預(yù)的情況下自動創(chuàng)建和配置一個TCP/IP網(wǎng)絡(luò)的技術(shù)。

Docker集群之中的服務(wù)發(fā)現(xiàn)，目前是consul做得最好，可以自定義健康檢查機制，不像zookeeper(和TCP會話周期綁定)和etcd(和TTL值掛鉤)，提供了一個非常完備的服務(wù)發(fā)現(xiàn)解決方案

本書名副其實，對于在生產(chǎn)環(huán)境中使用docker有不錯的方向指導(dǎo)意義，當(dāng)然細節(jié)還得自己扣啊。
注意：由于時間原因，書中有些內(nèi)容有些過時但是譯者給出了注解（但是譯者的注解也可能過時呀，所以一定要自己注意跟蹤docker的最新變化）

The Go Programming Language (豆瓣) https://book.douban.com/subje...

為什么要了解一下 golang 呢？最明顯的原因就是，這個語言有一款殺手級應(yīng)用，也就是前面說過很多次的：Docker；而且前一段時間 nodejs 的創(chuàng)始人不是要擁抱 go 語言了嗎，作為一個編程語言的創(chuàng)始人轉(zhuǎn)投另一門語言，還是很值得了解一下的；最后，對 go 的協(xié)程是早有耳聞，傳言可以用同步的方式寫出異步的代碼，輕松實現(xiàn)高并發(fā)......

亮點：

正如Rob Pike所說，“軟件的復(fù)雜性是乘法級相關(guān)的”，通過增加一個部分的復(fù)雜性來修復(fù)問題通常將慢慢地增加其他部分的復(fù)雜性。通過增加功能和選項和配置是修復(fù)問題的最快的途徑，但是這很容易讓人忘記簡潔的內(nèi)涵，即使從長遠來看，簡潔依然是好軟件的關(guān)鍵因素。秉承著簡潔原則，golang沒有內(nèi)置大多數(shù)語言都有的隱式轉(zhuǎn)換、宏、異常、繼承等等

依然是簡潔原則的貫徹，golang 不允許 import 沒有使用的包，也不能定義沒有使用的變量，否則連編譯都不能通過。還有左大括號必須和代碼在同一行......感覺這些強制要求非常有用，多一些標(biāo)準(zhǔn)，少一些歧義，這應(yīng)該是利于工程化的

break 和 continue 都可以加label來實現(xiàn)跳出任一循環(huán)，這個有點像 goto 語句，這種語句我們要少用，一般是在編譯器生成代碼過程使用的

并不是所有的詞法域都顯式地對應(yīng)到由花括弧包含的語句；還有一些隱含的規(guī)則。比如for語句創(chuàng)建了兩個詞法域：花括弧包含的是顯式的部分是for的循環(huán)體部分詞法域，另外一個隱式的部分則是循環(huán)的初始化部分，比如用于迭代變量i的初始化。隱式的詞法域部分的作用域還包含條件測試部分和循環(huán)后的迭代部分（i++），當(dāng)然也包含循環(huán)體詞法域

結(jié)構(gòu)體中的匿名成員是一個比較有意思的特點，可以用來無縫的實現(xiàn)“對象組合”這一需求，組合是 go 實現(xiàn)面向?qū)ο缶幊痰暮诵?/p>

大部分語言使用固定大小的函數(shù)調(diào)用棧，常見的大小從64KB到2MB不等。固定大小棧會限制遞歸的深度，當(dāng)你用遞歸處理大量數(shù)據(jù)時，需要避免棧溢出；除此之外，還會導(dǎo)致安全性問題。與相反,Go語言使用可變棧，棧的大小按需增加(初始時很小)。這使得我們使用遞歸時不必考慮溢出和安全問題

在Go中，錯誤處理有一套獨特的編碼風(fēng)格。檢查某個子函數(shù)是否失敗后，我們通常將處理失敗的邏輯代碼放在處理成功的代碼之前。如果某個錯誤會導(dǎo)致函數(shù)返回，那么成功時的邏輯代碼不應(yīng)放在else語句塊中，而應(yīng)直接放在函數(shù)體中。Go中大部分函數(shù)的代碼結(jié)構(gòu)幾乎相同，首先是一系列的初始檢查，防止錯誤發(fā)生，之后是函數(shù)的實際邏輯

當(dāng)defer語句被執(zhí)行時，跟在defer后面的函數(shù)會被延遲執(zhí)行。直到包含該defer語句的函數(shù)執(zhí)行完畢時，defer后的函數(shù)才會被執(zhí)行，不論包含defer語句的函數(shù)是通過return正常結(jié)束，還是由于panic導(dǎo)致的異常結(jié)束。deferred類似于java的finally，可用于保證資源回收、鎖釋放等

看到第八章終于知道傳言的大概意思了，只需要在原來同步的調(diào)用函數(shù)的代碼之前加一個 go 關(guān)鍵字，就能新建一個goroutine（可以類比線程，但是有不同之處），然后主線程就能繼續(xù)干活而不必等待函數(shù)執(zhí)行結(jié)束了

線程和goroutine的區(qū)別主要有幾方面：goroutine的棧不是固定大小的，一般從2KB開始動態(tài)變化，所以可以打開幾百上千的goroutine，而線程是固定棧大小，不可能開很多；goroutine由Go調(diào)度器進行調(diào)度，而不是操作系統(tǒng)，采用m:n模型（最多n個線程執(zhí)行m個goroutine），所以goroutine的切換代價較小

雖然及時修改了一個源文件也要重新編譯該文件對應(yīng)的包及其依賴包，但是go的編譯速度非?？?，主要有三點原因：所有導(dǎo)入包開頭顯示聲明，快速找到；禁止環(huán)裝依賴，可以并發(fā)編譯；編譯后的包記錄了包的依賴關(guān)系，編譯器不需要遍歷所有依賴文件只需讀取直接導(dǎo)入包的目標(biāo)文件

程序的復(fù)雜性是可以控制的，其中兩種技術(shù)在實踐中被證明很有效：軟件正式部署前的代碼評審；自動化測試（寫一些小的程序用來檢測被測試代碼的行為和預(yù)期的一樣）。go test 命令是一個按照一定的約定和組織的測試代碼的驅(qū)動程序，在*_test.go文件中：測試函數(shù)以Test為函數(shù)名前綴，用于測試程序的一些邏輯行為，go test命令會調(diào)用這些測試函數(shù)并報告PASS或FAIL；基準(zhǔn)測試函數(shù)以Benchmark為函數(shù)名前綴，用于衡量函數(shù)的性能，go test命令會多次運行基準(zhǔn)函數(shù)以計算一個平均的執(zhí)行時間；示例函數(shù)以Example為函數(shù)名前綴，提供一個由編譯器保證正確性的示例文檔

本書名不虛傳，對go的基礎(chǔ)知識介紹的很詳盡，底層原理也稍微有一些涉及，同時還有一些高級的話題比如各種并發(fā)、測試等，是一本入門go的好書，看完后對golang就有一個幾乎完整的概念了。

PS:gitbook有對應(yīng)中文版。

從Paxos到Zookeeper (豆瓣) https://book.douban.com/subje...

如今搞分布式的似乎都離不開Zookeeper了，Zookeeper一般是作為分布式的基礎(chǔ)設(shè)施，還是很有必要了解一下的。本書闡釋了從集中式到分布式的問題，如何解決，層層遞進引入了Zookeeper，然后介紹了應(yīng)用場景和技術(shù)內(nèi)幕，算是一個非常全面的介紹了，而且作者的思路非常清晰，我們讀起來很流暢，但是書中涉及的一些協(xié)議本身是比較復(fù)雜的，讀起來有些麻煩。

亮點：

集中式的系統(tǒng)保證事務(wù)的 ACID 相對而言是比較容易的，而且有很多成熟的解決方案。但是根據(jù) CAP 理論：“一個分布式系統(tǒng)系統(tǒng)不可能同時滿足一致性、可用性、和分區(qū)容錯性，最多只能滿足兩樣”，所以分布式系統(tǒng)不大可能嚴(yán)格滿足 ACID 的強一致性，而分區(qū)容錯性 P 是分布式系統(tǒng)本身存在的意義，所以一般設(shè)計者就在 A 和 C 之間尋求平衡了，根據(jù) BASE 理論，一般分布式系統(tǒng)都實現(xiàn)以實現(xiàn)最終一致性、保證高可用性為目標(biāo)。BASE理論不僅應(yīng)用于分布式系統(tǒng)，也廣泛應(yīng)用于現(xiàn)代關(guān)系數(shù)據(jù)庫

數(shù)據(jù)的一致性與可用性之間的反復(fù)權(quán)衡產(chǎn)生了 一系列的一致性協(xié)議，最經(jīng)典莫過于二階段、三階段提交協(xié)議和Paxos算法了。這三者層層遞進，分別解決了前者的一些問題，并各自在不同的領(lǐng)域被使用

Zookeeper是一個典型的分布式數(shù)據(jù)一致性解決方案（工業(yè)級產(chǎn)品），致力于提供一個高性能（高吞吐量）、高可用（解決單點問題）、具有嚴(yán)格順序訪問（主要是寫）控制能力（實現(xiàn)復(fù)雜同步原語）的分布式協(xié)調(diào)服務(wù)。其設(shè)計目標(biāo)：簡單的數(shù)據(jù)模型（樹型、共享、內(nèi)存）、可以構(gòu)建集群、順序訪問（請求有唯一遞增編號）、高性能，可以保證許多一致性特性：順序一致性、原子性、單一視圖、可靠性、實時性。分布式應(yīng)用程序可以基于它實現(xiàn)數(shù)據(jù)發(fā)布訂閱、負載均衡、命名服務(wù)、分布式協(xié)調(diào)通知、集群管理、Master選舉、分布式鎖和分布式隊列等功能

作者對ZooKeeper的常見應(yīng)用場景進行了詳盡的描述，非常有借鑒意義，比如：client利用節(jié)點創(chuàng)建的API可以創(chuàng)建一個順序節(jié)點，再加上其type就形成了一個全局唯一的ID了，從而實現(xiàn)命名服務(wù)；不同機器通過在同一節(jié)點創(chuàng)建臨時子節(jié)點，并根據(jù)其他機器的臨時子節(jié)點來判斷對應(yīng)的機器是否存活，從而實現(xiàn)心跳檢測；通過強一致性的唯一節(jié)點保證來實現(xiàn)master選舉（誰能建立特定節(jié)點誰就是master，其他機器注冊watcher，一旦當(dāng)前master掛了節(jié)點刪除，就又開始新的選舉）；通過節(jié)點唯一性來實現(xiàn)排它鎖、子節(jié)點排序來實現(xiàn)共享鎖......總而言之，可以在ZooKeeper子節(jié)點唯一性上面做很多文章

具體使用案例，Canal這款基于Mysql BinLog的增量訂閱消費組件使用ZooKeeper來實現(xiàn)Canal Server的主備切換功能，主要原理就是臨時節(jié)點和節(jié)點唯一性；Canal Client利用ZooKeeper來時刻關(guān)注Canal Server的變化，進行消費并記錄消費點

數(shù)據(jù)模型：由ZNode（稱為節(jié)點，類型有持久、臨時、順序節(jié)點，可組合）層次化組織而構(gòu)成的樹，路徑類似于Unix文件系統(tǒng)，每個ZNode可以存數(shù)據(jù)、創(chuàng)建子節(jié)點（臨時節(jié)點無子節(jié)點）；采用版本號以及CAS來實現(xiàn)樂觀鎖機制；采用ACL來實現(xiàn)細粒度的權(quán)限管理；采用一次性、客戶端回調(diào)串行執(zhí)行、推拉結(jié)合的輕量級watcher來實現(xiàn)時間發(fā)布訂閱

Leader選舉的原理簡單說來就是誰的數(shù)據(jù)越新，那么其ZXID（事務(wù)ID）越大，就越能夠保證數(shù)據(jù)的恢復(fù)，就越能成為Leader，對于相同的ZXID，那么SID較大的成為Leader，這個應(yīng)該沒啥特別的原因，只是作為一種確定機制。

Leader是集群中的核心，主要工作：事務(wù)請求的唯一調(diào)度者和處理者，保證集群事務(wù)處理的順序性；集群內(nèi)部各個服務(wù)的調(diào)度者。Follower是集群狀態(tài)跟隨者，主要工作：處理客戶端非事務(wù)請求，轉(zhuǎn)發(fā)事務(wù)請求給Leader；參與事務(wù)請求Proposal的投票；參與Leader選舉。Observer觀察集群最新變化狀態(tài)并同步過來，工作類似于Follower，只是不參與任何投票，通常用于在不影響集群事務(wù)處理的情況下提升集群的非事務(wù)處理能力

看完全書再去看看應(yīng)用案例可能會產(chǎn)生更好的理解。

現(xiàn)代操作系統(tǒng)（原書第4版） (豆瓣) https://book.douban.com/subje...

操作系統(tǒng)是我們一切編程的根基，不了解操作系統(tǒng)就只是“粘貼復(fù)制員”而不是“程序員”更別提“工程師”了。這本書既講到了傳統(tǒng)的重點概念：內(nèi)存、進程、文件、安全等，又講到了現(xiàn)在廣泛應(yīng)用的虛擬化、云、Linux、Windows等，無愧于“現(xiàn)代操作系統(tǒng)”的名稱。

亮點：

抽象是管理復(fù)雜性的一個關(guān)鍵，好的抽象可以把一個幾乎不可能管理的任務(wù)劃分為兩個可管理的部分，其一是抽象的定義與實現(xiàn)，其二是用這些抽象解決問題。操作系統(tǒng)就是把硬件丑陋的接口轉(zhuǎn)換為一個良好、清晰、優(yōu)雅、一致的抽象。最為人熟知的抽象就是“文件”，它統(tǒng)一了各種格式的數(shù)據(jù)、各種IO設(shè)備對于用戶的接口（操作系統(tǒng)3大抽象：文件，進程與線程，地址空間，分別對應(yīng)磁盤，處理器，內(nèi)存）?？梢园巡僮飨到y(tǒng)理解為一個資源管理者，管理硬件資源如何分配給應(yīng)用程序,讓應(yīng)用程序更好地使用這些資源

技術(shù)的變化會導(dǎo)致某些思想迅速過時，但是也可能使得另一種是思想復(fù)活，當(dāng)技術(shù)的變化影響了系統(tǒng)內(nèi)部不同組件的相對性能之時就更是如此。比如早期計算機指令由硬件直接執(zhí)行，微程序設(shè)計出現(xiàn)后采用解釋執(zhí)行，RISC又采用了直接執(zhí)行，java又采用了解釋執(zhí)行，這樣來回擺動主要是因為執(zhí)行速度不總是關(guān)鍵因素，還有可能是網(wǎng)絡(luò)延遲。再比如計算服務(wù)過時了，但是又以云計算的形式重新流行，所以對待技術(shù)要保持客觀、辯證的態(tài)度，不要因為現(xiàn)在看起來過時就對它唾棄，說不定將來它又能流行起來發(fā)揮大的作用

有了進程還要線程的原因：邏輯上，一個應(yīng)用中本身可以劃分為多個活動，一個活動一個線程便于理解；線程更輕量級，容易創(chuàng)建、撤銷；若存在大量IO處理，多線程彼此重疊進行是可以提升吞吐量的（若每個線程都是CPU密集型則不能）；多線程可以真正利用多核。

都知道java有偏向鎖、輕量級鎖、重量級鎖的升級，實際上操作系統(tǒng)也有類似鎖的概念，而且Linux還采取了“Futex”這個方案來結(jié)合自旋鎖和重量級鎖（阻塞）的優(yōu)點。一個Futex包含兩部分：一個內(nèi)核服務(wù)和一個用戶庫，簡單說來就是在用戶態(tài)創(chuàng)建一個futex同步變量，當(dāng)有進程要獲得鎖時，對futex執(zhí)行"down"操作即原子性的給futex同步變量減1，如果成功即可繼續(xù)不需進入內(nèi)核態(tài)，否則進入內(nèi)核態(tài)阻塞，這樣就大大減少了低競爭時的吞吐量

通過交換技術(shù)，系統(tǒng)可以同時運行超過實際內(nèi)存大小的多個進程；現(xiàn)代計算機都使用某種虛擬內(nèi)存技術(shù)，每個進程地址被分為同樣大小的頁面(通常4、8KB)，可以被放入空閑內(nèi)存的任何頁框內(nèi)，有多種頁面置換算法，實際應(yīng)用中用的最多的是老化算法和工作集時鐘算法；如果在執(zhí)行過程中有大小變化的數(shù)據(jù)結(jié)構(gòu)可以采用分段的方法，但是幾乎沒有主流的操作系統(tǒng)考慮分段算法

文件系統(tǒng)的存儲區(qū)分配方案有連續(xù)文件、鏈表、文件分配表和iNode。磁盤空間可以通過位圖的空閑表來管理。提升文件系統(tǒng)性能的做法有高速緩存、預(yù)讀取、以及盡可能將一個文件的塊放在一起等方法

操作系統(tǒng)除了負責(zé)提供抽象還要負責(zé)管理所有IO，IO主要有三種方式實現(xiàn)：程序控制IO、中斷驅(qū)動IO、DMA

死鎖發(fā)生有四個條件：互斥條件、占有和等待條件、不可搶占條件、環(huán)路等待；解決辦法有四個：鴕鳥對策、死鎖檢測與恢復(fù)、合理資源分配動態(tài)避免死鎖、通過破壞引起死鎖發(fā)生的四個必要條件之一來防止死鎖發(fā)生

虛擬化的好處：可以在節(jié)省硬件與電力資源的情況下實現(xiàn)強隔離性、使得各個應(yīng)用程序很容易擁有自己的運行環(huán)境、設(shè)置檢查點和虛擬機遷移比在普通操作系統(tǒng)中容易的多，目前虛擬化最重要的用途就是云

編寫操作系統(tǒng)不容易，那么從何入手呢？從對外接口開始，三大原則：簡單，不是當(dāng)沒什么東西可以添加而是當(dāng)沒什么東西可以減少時才能達到盡善盡美，或者說KISS原則；完備，完事應(yīng)該簡單，但是不能過于簡單，必須要能完成用戶所需的一切事情；效率，如果功能不能有效實現(xiàn)那就不值得擁有這個功能。這些原則對于我們所有的系統(tǒng)設(shè)計都有借鑒意義

這本書的字真是太多了，也太小了，吐槽一下印刷，此外，內(nèi)容也很細很全，還是應(yīng)該采取先觀其大略、使用時細讀的策略。

大規(guī)模分布式存儲系統(tǒng) (豆瓣): https://book.douban.com/subje...

看了許多分布式概念性的書籍，也了解了java中間件、分布式一致性、ZooKeeper作為基礎(chǔ)設(shè)施等等概念，是時候找個具體的方向了解分布式了，那么這本書就是分布式在存儲這一塊的具體實戰(zhàn)了。本書從概念到實戰(zhàn)，講了分布式文件、鍵值系統(tǒng)、表格系統(tǒng)、數(shù)據(jù)庫等等，幾乎覆蓋了所有涉及存儲的方向，看完就能對分布式存儲有一個較為完整的了解了。

亮點：

分布式存儲有幾個特性：可擴展（容易擴展到幾百幾千臺集群規(guī)模，且性能隨數(shù)量線性增長）、低成本（構(gòu)建于普通PC機之上）、高性能、易用（提供易用的對外接口）；主要挑戰(zhàn)在于數(shù)據(jù)分布均勻、數(shù)據(jù)一致性、容錯性、負載均衡、事務(wù)并發(fā)與控制、易用性、壓縮解壓縮；數(shù)據(jù)分為非結(jié)構(gòu)化數(shù)據(jù)（圖、文）、結(jié)構(gòu)化數(shù)據(jù)（關(guān)系數(shù)據(jù)庫）、半結(jié)構(gòu)化數(shù)據(jù)（HTML）；不同的存儲系統(tǒng)適合不同的數(shù)據(jù)類型，分布式文件系統(tǒng)主要存儲Blob對象（文檔、圖片、視頻）等非結(jié)構(gòu)化數(shù)據(jù)和作為其他分布式系統(tǒng)的基礎(chǔ)，分布式鍵值系統(tǒng)存儲簡單的半結(jié)構(gòu)化數(shù)據(jù)，分布式表格存儲復(fù)雜的半結(jié)構(gòu)化數(shù)據(jù)，分布式數(shù)據(jù)庫存儲結(jié)構(gòu)化數(shù)據(jù)

設(shè)計網(wǎng)絡(luò)系統(tǒng)的基本原則是：網(wǎng)絡(luò)永遠是不可靠的，任何一個消息只有收到對方回復(fù)后才可認為發(fā)送成功，系統(tǒng)設(shè)計時總是假設(shè)網(wǎng)絡(luò)將會出現(xiàn)異常并采取相應(yīng)處理措施（但是我們必須假設(shè)信道是可靠的，不然任何工作于其之上的任何協(xié)議都不能是可靠的）

分布式系統(tǒng)在CAP理論的C和A之間權(quán)衡時可以參照Oracle的DataGuard復(fù)制組件的三種模式：最大保護模式（亦即強同步模式，主庫先將操作日志同步到至少一個備庫才能返回給客戶端成功結(jié)果），應(yīng)用于余額等關(guān)鍵記錄；最大性能模式（亦即異步復(fù)制，主庫完成執(zhí)行就返回客戶端，將重做日志以異步的方式復(fù)制到備庫），應(yīng)用于用戶操作日志等非關(guān)鍵記錄；最大可用性模式（上述兩種模式的折中，正常情況相當(dāng)于最大保護模式，當(dāng)主備之間的網(wǎng)絡(luò)出現(xiàn)故障切換為最大性能模式），應(yīng)用于一般記錄

故障檢測可以通過心跳檢測來做，這是最原始的想法，但是機器也可能因為太忙，或者與控制節(jié)點的網(wǎng)絡(luò)斷掉而無法進行心跳，這種情況下使用時鐘同步（需要考慮一個時間提前量，因為時鐘并不能嚴(yán)格一致一般都會有小于1秒的微小誤差）加租約（Lease）的形式可以較好地避免這個問題

跨機房部署有三種方案：集群整體切換（實際最常見做法，兩個機房保持獨立，保持相同的副本數(shù)，有主備之分（Primary,Secondary），可能強同步或者異步復(fù)制），單個集群跨機房（不同數(shù)據(jù)分片的主副本位于不同機房）、Paxos選主副本（每個數(shù)據(jù)分片的多個副本構(gòu)成一個Paxos復(fù)制組，自動選舉主副本，降低了對總控節(jié)點的依賴但是工程復(fù)雜度很高）。

GFS成功的經(jīng)驗表明：單Master的設(shè)計是可行的，不僅簡化了系統(tǒng)，而且能較好地實現(xiàn)一致性。這是一種中心化的架構(gòu)，是目前互聯(lián)網(wǎng)的主流架構(gòu)，而去中心化的Gossip協(xié)議雖然借著Cassandra（Amazon的Dynamo的開源實現(xiàn)）大火了一把，但是由于其復(fù)雜性與一致性問題實際上分布式系統(tǒng)很少使用

OceanBase是一款可擴展的關(guān)系型數(shù)據(jù)庫（支持強一致性和跨表事務(wù)），主要架構(gòu)分內(nèi)四部分：RootServer一主一備，主備強同步，負責(zé)集群管理，數(shù)據(jù)分布以及副本管理;UpdateServer一主一備，主備同步模式可配置，接受寫操作，并且定期把新數(shù)據(jù)同步給Chunkserver;ChunkServer存儲基線數(shù)據(jù)，只提供讀取服務(wù)，并定期接受UpdateServer的數(shù)據(jù)同步;MergeServer解析用戶Mysql兼容請求，將請求轉(zhuǎn)發(fā)給對應(yīng)的ChunkServer和UpdateServer，無狀態(tài)，類似于網(wǎng)關(guān)的作用

OceanBase寫操作強一致性的原理是：UpdateServer將redo日志發(fā)送給備機，redo日志寫到本地磁盤，redo日志應(yīng)用到主機內(nèi)存表，返回客戶端成功。這樣即使主備機切換也能保證新的主機有以前所有的操作記錄而不會丟失，可以通過增加備機數(shù)量來提高可用性保證。當(dāng)然UpdateServer主備同步也支持異步模式，支持最終一致性，一般用來實現(xiàn)異地容災(zāi)。此外主備集群也可以實現(xiàn)錯峰合并

OceanBase借助UpdateServer邏輯單點來實現(xiàn)強一致性，那么這個單點會不會成為瓶頸呢？一般來說，互聯(lián)網(wǎng)業(yè)務(wù)讀寫比都比較高，所以不會成為瓶頸，即使是雙十一這種，也可以通過自動凍結(jié)內(nèi)存表轉(zhuǎn)入SSD硬盤、定期合并與分發(fā)、旁路導(dǎo)入、多塊網(wǎng)卡配置、RAID卡緩存模塊、成組提交等優(yōu)化方式來避免內(nèi)存、網(wǎng)絡(luò)、磁盤的瓶頸；通過主備強一致備份策略與實時同步避免單點故障，這樣這個單點問題就幾乎不存在了

列式存儲的主要目的有兩個：大部分OLAP只需要讀取部分列而不是全部列數(shù)據(jù)，列式存儲可以避免讀取無用數(shù)據(jù)；將同一列的數(shù)據(jù)在物理上存放在一起，能夠極大的提高數(shù)據(jù)壓縮率

大表左連接是互聯(lián)網(wǎng)的一個常見問題，一般采取引用（多表主鍵連接）、或者嵌套（主表冗余連表信息），但是這分別只能適應(yīng)讀取次數(shù)少、讀寫比較高的場景，如果讀取次數(shù)多且讀寫比不高那么這兩種做法就沒轍了。OceanBase采用基線數(shù)據(jù)冗余連表+修改增量合并的方式解決了這個問題

看完這本書是真的很有收獲，對整個分布式架構(gòu)有了一個完整的了解，從大大的跨機房到一個小小的數(shù)據(jù)分片副本，從上到下非常清晰。此外最佳實踐那一部分也是很贊的，強烈推薦此書。

微服務(wù)設(shè)計 (豆瓣): https://book.douban.com/subje...

微服務(wù)最近兩年越來越火，其實這并不是什么新鮮概念，計算機體系里面早就有單內(nèi)核與微內(nèi)核的架構(gòu)思想了，微服務(wù)也是一種類似的思想，但是是處于更高級別的應(yīng)用架構(gòu)層（所以計算機領(lǐng)域里面的許多思想是可以相互借鑒的比如抽象、緩存、LRU算法、并行處理等等）。微服務(wù)的好處是很多的，單個服務(wù)容易開發(fā)、理解和維護；容納異構(gòu)技術(shù)；部署簡單、迭代速度快、變化小bug少；彈性、擴展性好等等。本書就帶領(lǐng)我們從建模、集成、測試到部署和監(jiān)控，全面了解微服務(wù)，為進一步學(xué)習(xí)指引方向。

亮點：

微服務(wù)是一種分布式系統(tǒng)解決方案，推動細粒度服務(wù)的使用，這些小而自治的服務(wù)協(xié)同工作，都有自己的生命周期，圍繞業(yè)務(wù)領(lǐng)域建模，根據(jù)業(yè)務(wù)的邊界來確定服務(wù)的邊界，因此也很容易確定某個功能代碼的位置，避免了傳統(tǒng)分層架構(gòu)的許多問題。一個微服務(wù)就是一個實體，不同微服務(wù)通過網(wǎng)絡(luò)通信互相調(diào)用。我們知道，直接進程內(nèi)方法調(diào)用是很快，但是也意味著兩個對象緊密耦合了，通過網(wǎng)絡(luò)通信調(diào)用雖然慢一些，但是兩個對象就松耦合了，可以隨時替換掉一個而另一個完全不用知道，我覺得隨著網(wǎng)速越來越快，網(wǎng)絡(luò)通信代價越來越小，微服務(wù)的優(yōu)勢將越來越明顯，直接耦合調(diào)用的方式的優(yōu)勢將越來越弱

架構(gòu)師就類似于城市規(guī)劃師應(yīng)該專注于大方向，只能參與少量細節(jié)，需要保證系統(tǒng)能滿足當(dāng)前的需求，還要能夠應(yīng)對將來的變化，以一種演化的方式來進行規(guī)劃，這是一個很大的標(biāo)準(zhǔn)，從何入手呢？答案是：分區(qū)，定好服務(wù)邊界與交互方式，可以使用限界上下文。演化的方式就是我們要理解，隨著項目發(fā)展，服務(wù)一定會越來越大，我們要做的就是讓架構(gòu)增量變化，在拆分這件事變得過分昂貴之前進行拆分

重用代碼可能引入危險，因為我們可能引入服務(wù)之間的耦合。所以雖然我們要做到DRY原則，但是也要防止過度追求DRY原則帶來的系統(tǒng)過度耦合，這是一個比較微妙的話題，要記住，DRY不是意味著避免重復(fù)的代碼，而是意味著避免系統(tǒng)行為和知識的重復(fù)，在微服務(wù)內(nèi)部不要違反DRY，跨服務(wù)時可以適當(dāng)違反來避免服務(wù)之間耦合

處理跨服務(wù)的業(yè)務(wù)流程時可以選擇：編排，一個中心節(jié)點調(diào)度其他所有服務(wù)完成，這樣流程很清晰，但是會導(dǎo)致中心節(jié)點承擔(dān)過多，其它服務(wù)淪為貧血的基于CURD的服務(wù)；協(xié)同，相關(guān)服務(wù)訂閱特定的事件，事件由客戶端觸發(fā)之后每個服務(wù)各自完成自己的處理，這樣能明顯消除耦合，但是就看不到明顯的流程圖了，而且可能需要跨服務(wù)監(jiān)控，但是總體而言傾向于協(xié)同，利大于弊

真正的持續(xù)集成要理解3個問題：是否每天簽入代碼到主線？是否有一組測試來驗證修改？構(gòu)件失敗過后是否把修復(fù)CI當(dāng)做第一要務(wù)？最好是每一個微服務(wù)都有自己的代碼庫和CI，只有這樣才能真正實現(xiàn)獨立部署

微服務(wù)部署最好采用單主機（可以是物理主機、虛擬機、容器）單服務(wù)的方式，這樣利于團隊自治、服務(wù)部署、監(jiān)控、故障排查、擴展性更好等，但是這個模式會引入大量主機，這就意味著重復(fù)勞動會多起來，所以我們一定要實現(xiàn)自動化（不管什么技術(shù)棧都要追求自動化）

自動化測試類型分為單元測試、服務(wù)測試、用戶測試（端到端測試）。其中單元測試是針對一個函數(shù)的、面向技術(shù)、幫助開發(fā)人員快速發(fā)現(xiàn)錯誤和增加重構(gòu)信心；服務(wù)測試針對一系列函數(shù)構(gòu)成的完整服務(wù)，提高測試隔離性，幫助快速定位問題；端到端測試包含整個系統(tǒng)，增強我們發(fā)布服務(wù)的信心。這三者的比例最好是前者比后者多一個數(shù)量級

監(jiān)控固然要看低層指標(biāo)比如CPU利用率、空閑內(nèi)存、帶寬使用等等，但是這些指標(biāo)往往太多而帶來噪聲不利于監(jiān)控我們真正關(guān)心的行為，所以需要語義監(jiān)控，亦即準(zhǔn)備一些合成數(shù)據(jù)和事件來觀察系統(tǒng)是否按照我們的期望完成任務(wù)，當(dāng)然這些數(shù)據(jù)要注意不能和真實生產(chǎn)數(shù)據(jù)混淆

任何組織在設(shè)計一套系統(tǒng)時，所交付的方案在結(jié)構(gòu)上都與該組織的溝通結(jié)構(gòu)一致。這被稱為康威定律

構(gòu)建分布式系統(tǒng)需要思維的轉(zhuǎn)變，那就是故障總會出現(xiàn)，不是所有人都需要像Google或者Netflix一樣使用ChaosMonkey來模擬故障測試系統(tǒng)的健壯性，但是我們都需要為各種故障做好準(zhǔn)備比如：超時（設(shè)置默認超時并記錄日志）、斷路器（請求失敗一定次數(shù)后斷路器打開，下次快速失敗就不用再等待了）、艙壁（服務(wù)內(nèi)外都可以使用，關(guān)注點分離，為每個下游多帶帶準(zhǔn)備連接池）、隔離

PS：書中提到了不少參考書，都是可以看看的。

算法（第4版） (豆瓣) https://book.douban.com/subje...

本書講解的算法和數(shù)據(jù)結(jié)構(gòu)都是我們必須掌握的，屬于入門級知識，但是作者講的很仔細，很有趣，沒有那么多的數(shù)學(xué)證明，比《算法導(dǎo)論》讀起來跟容易一些，但是作者的觀點也都是立得住的，有理有據(jù)，值得通看，形成自己對于算法的初步體系。

亮點：

本書提供了所有代碼還有教學(xué)視頻，可以輔助學(xué)習(xí)，網(wǎng)址。我把代碼fork了一份，在這

本書對算法性能的分析是科學(xué)式的，亦即先對性能提出假設(shè)，建立數(shù)學(xué)模型，然后用多種實驗驗證它們，必要時重復(fù)這個過程

API的目的是將調(diào)用和實現(xiàn)分離（模塊化編程），可以將API看做調(diào)用和實現(xiàn)之間的一份契約，他詳細說明了每個方法的作用，實現(xiàn)的目標(biāo)就是遵守這份契約。讀到這里就有一個感想，我們程序的進步都是在努力地把人為的契約固化到代碼中，減少出錯概率。比如程序員之間直接約定不夠可靠，那么就通過接口來強制約定；再比如生產(chǎn)與開發(fā)環(huán)境不容易保持一致，就通過DockerFile來強制約定

作者循循善誘，為了給我們分析算法性能提供動力，講了一個3-sum問題的逐步優(yōu)化過程：暴力的3-sum是一個立方級別的算法，先從簡單的情況考慮2-sum，通過線性對數(shù)級別的排序，然后用對數(shù)級別的二分查找一個元素的相反數(shù)來進行統(tǒng)計，這個算法就是線性對數(shù)級別的，然后自然擴展到3-sum，得到平方對數(shù)級別的快速的3-sum，并查集也是類似循序漸進的教法

初級算法雖然簡單，但是它幫我們建立了一些基本規(guī)則，展示了一些性能基準(zhǔn)，在某些特殊情況下也是很好的選擇，也是開發(fā)更強大的算法的基礎(chǔ)，所以仍有必要系統(tǒng)的學(xué)習(xí)它們

把排序算法講了一遍之后，講到了規(guī)約（為了解決某個問題而發(fā)明的算法可以解決另一個問題），比如排序就可以用了解決很多其他問題，一般能將暴力的平方級別解法下降到非暴力的線性對數(shù)級別，比如：找出重復(fù)元素、排名、優(yōu)先隊列、中位數(shù)、第K個最小/大的值（模仿快速排序的partition操作就能達到線性級別）等

散列表的意義是在時間與空間之間取得一個平衡，選擇適當(dāng)大小的數(shù)組M，既不會因為空鏈表造成內(nèi)存浪費也不會因為鏈表太長而導(dǎo)致查找效率低

書中對于圖的表述中，深度優(yōu)先等遍歷方式都給出了詳細的算法與示例的軌跡圖，你想看不懂都難

就解決圖的連通性問題，理論上來說，深度優(yōu)先比union-find（聯(lián)合查找或者說并查集）更快，但是實際上union-find更快，因為它不需要對圖進行預(yù)處理，是一種動態(tài)的算法（能用接近常數(shù)的時間檢查兩點是否相通，甚至是添加邊），而對于已經(jīng)是圖的數(shù)據(jù)類型使用深度優(yōu)先更快，因為它能利用已知信息

用于子串查找的KMP算法的基本思想是，當(dāng)文本出現(xiàn)不匹配時就能知曉一部分文本內(nèi)容，可以利用這些信息避免將指針會退到所有這些已知字符之前，亦即充分利用已知信息，這也是插入排序優(yōu)于選擇排序的原因。KMP主要亮點是提前判斷如何重新開始查找，這種判斷不需要文本指針i完全回退，只需根據(jù)模式本身信息重新進行比較位置的選擇

許多問題都可以規(guī)約為排序問題（中位數(shù)、不同值統(tǒng)計）、最短路徑問題（任務(wù)調(diào)度、套匯）、最大流量問題（就業(yè)安置、網(wǎng)絡(luò)可靠性）、線性規(guī)劃（最大流量）

NP是所有搜索問題（有解且驗證解的正確性的時間不會超過輸入規(guī)模的多項式的問題）的集合；P是能夠在多項式時間內(nèi)解決的所有搜索問題的集合

本書的java基礎(chǔ)部分是相當(dāng)?shù)呢S富，學(xué)完算法也可以順帶復(fù)習(xí)一遍java了，很劃算 (*￣︶￣)。
還有，本書雖厚，但是一定要看完，這樣才有一個完整的體系，并且算法的細節(jié)也能掌握了，之所以不采取往常對待大部頭的觀其大略的方法是因為這是算法，是經(jīng)常需要我們實施的領(lǐng)域，和代碼編寫直接相關(guān)（不像操作系統(tǒng)的知識），所以必須掌握細節(jié)。可以參見我的另外幾篇專門講算法的博客

Hadoop權(quán)威指南(第3版) (豆瓣): https://book.douban.com/subje...

Hadoop的出現(xiàn)開啟了大數(shù)據(jù)的序幕，到了現(xiàn)在已經(jīng)成為一個比較完善的生態(tài)，服務(wù)于云計算與大數(shù)據(jù)。記得大三的時候?qū)W校有免費的云服務(wù)器，我申請了5臺自己搭建了一個Hadoop集群跑了一下 Hello World 級別的 Word Count，然后就開始期末考試了，沒有再繼續(xù)深入了解，現(xiàn)在是時候全面的了解一下了，這本書號稱權(quán)威指南，看它沒錯。

亮點：

MapReduce相對于其他系統(tǒng)的優(yōu)勢：比RDBMS更適合一次寫入多次讀取的任務(wù)，適合批處理任務(wù)，是一種線性可伸縮的編程模型；因為盡量做到數(shù)據(jù)本地存儲，所以比網(wǎng)格計算（帶寬限制，只適宜CPU密集型任務(wù)）更能處理巨量數(shù)據(jù)的任務(wù)，同時處理CPU密集型任務(wù)也不弱；比志愿計算（貢獻CPU而非帶寬）更可靠，更易實施，更好控制

HDFS是Hadoop的旗艦級文件系統(tǒng)，但是Hadoop也能集成其它文件系統(tǒng)如S3，HDFS設(shè)計要點：超大文件、流式數(shù)據(jù)訪問、商用硬件（零售店可買）、低延遲訪問不太適用（HBASE更佳）、大量的小文件、僅支持單用戶寫入且不能隨機寫

分布式文件系統(tǒng)的塊（chunk）抽象有許多好處：一個文件可以大于任意磁盤的容量（因為無需把一個文件存在一個磁盤上）；抽象塊簡化了存儲設(shè)計（塊大小固定，默認64MB磁盤性能越好越大，故每塊盤能存多少塊是固定的，而且元數(shù)據(jù)也可以多帶帶管理）；適合數(shù)據(jù)備份，從而提高容錯能力和可用性（每一塊可以復(fù)制到多個機器上，默認是3個，如果塊、磁盤或機器發(fā)生故障系統(tǒng)會從其他機器讀取副本，此過程對用戶透明。而且多個副本可以提高讀取性能）

HDFS 有兩種節(jié)點，一個namenode作為管理者，管理整個文件系統(tǒng)的命名空間，維護整個文件系統(tǒng)樹及其文件與目錄，同時也記錄著每個文件中各個塊所在的數(shù)據(jù)節(jié)點信息，namenode至關(guān)重要必須正常運行，所以提供了兩種容錯機制，實時同步元數(shù)據(jù)至其它地方和運行輔助namenode；多個datanode作為實際工作者，存儲數(shù)據(jù)塊供讀寫并定期向namenode發(fā)送存儲的塊的列表

YARN將JobTracker劃分為多個職能的實體（資源管理器和應(yīng)用管理器），改善了經(jīng)典的MapReduce面臨的擴展性問題，實際上比MapReduce更具一般性，MapReduce只是YARN應(yīng)用的一種形式，有很多其他的YARN應(yīng)用如分布式shell

MapReduce提供了計數(shù)器（統(tǒng)計無效數(shù)據(jù)）、排序、連接（join操作，將兩個數(shù)據(jù)集合二為一）、邊數(shù)據(jù)分布（配置額外的只讀數(shù)據(jù)來完成作業(yè)）、MapReduce庫類等常見功能

部署hadoop時典型配置是同一個機架有一些節(jié)點，不同機架通過交換機連接起來的二級網(wǎng)絡(luò)架構(gòu)。因為機架內(nèi)部通信更快所以一定要把這些配置告訴Hadoop系統(tǒng)，這樣分配MapReduce任務(wù)時會傾向于機架內(nèi)節(jié)點，節(jié)省傳輸成本，同時HDFS的文件塊的3個副本也會盡量分布在兩個機架上

Pig是一種探索大規(guī)模數(shù)據(jù)集的腳本語言，省去MapReduce繁瑣耗時的步驟（寫mapper、reducer，代碼編譯，打包，提交作業(yè)），僅需控制臺的幾行pig Latin代碼就能處理TB級別的數(shù)據(jù)，而且支持更豐富的數(shù)據(jù)結(jié)構(gòu)

Hive能把SQL查詢轉(zhuǎn)換為一些列運行在Hadoop上運行的MapReduce作業(yè)，它把數(shù)據(jù)組織為表，通過這種方式為HDFS中的數(shù)據(jù)賦予結(jié)構(gòu)。Hive與傳統(tǒng)數(shù)據(jù)庫有很多類似之處（如SQL語言的支持，尤其類似于Mysql），但是其底層依賴于HDFS和MapReduce而非傳統(tǒng)的文件系統(tǒng)，Hive采用讀時模式（查詢時進行模式檢查）而非寫時模式（寫入時檢查模式）可以使得數(shù)據(jù)加載非常迅速，因為他只是移動數(shù)據(jù)而不需要讀取、解析、序列化等。寫時模式有利于提升查詢性能，因為可以建立索引、數(shù)據(jù)壓縮等，Hive沒有考慮過這些特性（以及事務(wù)、更新、刪除等），因為MapReduce下，全表掃描是常態(tài)

HBASE是在HDFS上開發(fā)的面向列[族]的分布式數(shù)據(jù)庫，如果需要實時的訪問超大規(guī)模的數(shù)據(jù)集，就可以使用HBASE。與RDBMS相比，HBASE能解決很多伸縮性問題（表可以高達幾十億行，幾百萬列）、能水平分區(qū)并在上千個普通節(jié)點上自動復(fù)制、線性擴展與新節(jié)點自動處理。RDBMS對于中小規(guī)模應(yīng)用提供的易用性、靈活性和完整的功能性是幾乎無可取代的，但是要在數(shù)據(jù)規(guī)模和并發(fā)讀中任意方面向上擴展就會損失很多性能，因為RDBMS是面向行的具有ACID和事務(wù)的強一致性等特性，向上擴展意味著要打破這些特性，使得管理變得復(fù)雜

ZooKeeper一般用來構(gòu)建分布式服務(wù)具有許多特性：簡單（核心是一個精簡的文件系統(tǒng)）、豐富（提供分布式隊列、鎖、領(lǐng)導(dǎo)選舉等功能）、高可用（運行于一組機器，避免單點故障）、松耦合交互（參與者不必互相了解）、資源庫（提供通用協(xié)調(diào)模式的開源共享庫）

本書作為了解Hadoop的設(shè)計思想以及關(guān)鍵點的手段，我尚未進入真正的使用，很多代碼以及API部分就省略沒看了，所以雖然是個大部頭，但是看起來并不會特別慢。當(dāng)然如果真的要使用，書中的接口和代碼可能就已經(jīng)過時了，要搭配最新官方文檔來看

HTTP權(quán)威指南 (豆瓣): https://book.douban.com/subje...

Http協(xié)議構(gòu)成了當(dāng)今互聯(lián)網(wǎng)的基石，無論是瀏覽網(wǎng)頁還是使用APP都離不開這個協(xié)議，非常有必要進行全面的了解。這本書也是一個權(quán)威指南，看完就能有一個完整的概念了，而且本書還講到了許多架構(gòu)方面的經(jīng)驗，只賺不賠哈哈。

亮點：

URI 統(tǒng)一資源標(biāo)識符，在世界范圍唯一標(biāo)志并定位一個信息資源，包含URL和URN；URL 統(tǒng)一資源定位符，描述一臺特定服務(wù)器上的某特定資源的位置；URN 統(tǒng)一資源名稱，作為特定內(nèi)容的唯一名稱而與資源所在地?zé)o關(guān)（所以資源可以遷移到另一處而不影響其訪問，URL就不行）?，F(xiàn)在幾乎所有URI都是URL，URN由于架構(gòu)的缺乏（雖然引入了PURL）和巨大的工程變動仍處于試驗階段并未廣泛使用

HTTP延時一般都是由TCP延時造成的（除非是客戶端、服務(wù)端超載或者處理復(fù)雜的動態(tài)資源），如果要編寫高性能HTTP程序就要考慮許多的TCP層面的問題與解決方案：TCP握手產(chǎn)生的延時對于傳輸少量的http報文而言是巨大的開銷（復(fù)用已有TCP連接）；延遲確認算法不太適用于HTTP這種雙峰特征的請求響應(yīng)式行為（調(diào)整或禁用這個算法）；慢啟動影響新的Http連接的傳輸速度（復(fù)用連接，持久連接）；Nagle算法影響小的Http報文傳輸（可以禁用該算法，TCP_NODELAY）；TIME_WAIT累計與端口耗盡，TIME_WAIT狀態(tài)會持續(xù)2MSL（如120s）的時間才會轉(zhuǎn)換到CLOSE狀態(tài)，然后才能創(chuàng)建相同IP和端口的連接（服務(wù)器端口有限，如60000個），限制了服務(wù)器的連接速率（60000/120=500次每秒），可以增加客戶端負載生成器的數(shù)量或者虛擬IP

減少Http連接延時的方法：并行連接（并行執(zhí)行多個Http事務(wù)），管道化連接（通過共享的TCP連接發(fā)起請求），復(fù)用連接（交替?zhèn)魉驼埱笈c響應(yīng)報文），持久連接（由于站點本地性，http事務(wù)結(jié)束后不必馬上釋放TCP連接，因為很有可能馬上又要向該站點發(fā)起請求）。其中持久連接與并行連接搭配可能是最高效的方式

web代理連接的是兩個使用相同協(xié)議的應(yīng)用，而網(wǎng)關(guān)連接的是兩個或多個使用不同協(xié)議的端點。所以web代理扮演的是中間人傳輸者的角色（改善安全性、提高性能，比如完成訪問控制、防火墻、匿名者、緩存、反向代理負載均衡、內(nèi)容路由器、轉(zhuǎn)碼器等等），網(wǎng)關(guān)扮演的是協(xié)議轉(zhuǎn)換器的角色（比如PHP-FPM能把Nginx轉(zhuǎn)發(fā)的http請求解析出來然后調(diào)用php-cgi來注入?yún)?shù)并執(zhí)行PHP代碼得到結(jié)果然后封裝為http協(xié)議回復(fù)給nginx）

大規(guī)模web爬蟲對其訪問管理（避免重復(fù)）用到了一些技術(shù)：樹和散列表（加速查找）、有損的位圖（url映射成數(shù)字，url無限數(shù)字有線所以可能有沖突）、檢查點（已訪問URL存入本地）、分類（集群爬蟲通過通訊來分配URL，各自爬取部分）、規(guī)范化URL、廣度優(yōu)先爬取、節(jié)流、限制url大小、黑名單、內(nèi)容指紋、人工監(jiān)視等等

內(nèi)容協(xié)商技術(shù)可以使得服務(wù)器把內(nèi)容的不同版本發(fā)送給對應(yīng)的用戶，主要有3種機制：客戶端驅(qū)動、服務(wù)器驅(qū)動、透明。

重定向普遍存在，原因無非：可靠的執(zhí)行Http事務(wù)（備用節(jié)點）、最小化時延（就近訪問）、節(jié)約網(wǎng)絡(luò)帶寬（服務(wù)器分散，減少擁塞）。用到的主要技術(shù)有：Http重定向、DNS重定向、任播尋址、IP MAC轉(zhuǎn)發(fā)、IP地址轉(zhuǎn)發(fā)、顯示瀏覽器配置、代理自動配置、web Proxy代理自動發(fā)現(xiàn)等等

這本書詳細描述了HTTP協(xié)議的方方面面，而且給出了許多參考，如果我們真的要做一個完美的Http應(yīng)用，還是值得我們細細翻閱的。

閱讀原文