性能的重要性越来越高，但是要想真正实现高性能，必须具有架构思维，从多个层面进行设计和优化。
在AI时代，具有性能+架构这种综合性能力的技术人将成为企业中的高薪者。
本书以方法论为基础，站在架构层面，以网络、通信、客户端、单服务器、数据库为优化方向，深入解读软件全栈优化解决方案，内含4大主流产品优化案例。可以帮助你成为企业中的高端人才。

内容简介
这是一本从点、线、面、体4个维度深度解读分布式系统性能优化方法的专业工具书，更是一套全栈性能优化解决方案。其中，“点”指的是代码中的单个语句或函数，“线”指的是代码中的执行路径，“面”则上升到模块、子系统级别，“体”则指的是整个系统。4个维度对应4个不同的优化层次，只有这4个维度配合，才可以真正实现分布式系统的整体性优化。
全书融合了5位长期（最长有近30年工作经验）从事软件开发及优化工作的一线专家的实践经验和深刻理解，不仅从理论层面深入解读了性能优化的本质，还从软件开发整体流程的角度构建性能优化体系和评估策略。全书本着“没有jue对的好设计，只有适合的设计”的理念展开介绍，不仅提供可落地的技巧，还直指本质，让读者知其然并知其所以然，从而设计出适合自己的性能优化方案。
本书共分为17章。
第1~4章 主要介绍作者对性能优化的理解以及性能优化体系及评测方法，这部分的目的是帮读者形成性能优化方法论，其中包括架构的本质、性能优化的本质、性能优化策略、性能优化4个维度、影响性能的因素、性能测试工具、性能测试方法和流程等重点内容。
第5~9章 对网络、通信、客户端、单服务实体、数据库这5个性能约束特点进行深度剖析，并给出具体的优化方法与策略。
第10章和第11章分别对缓存系统、消息队列在性能优化中的应用进行解读，这两个是实现高性能的途径，也是研发人员必须掌握的技巧。
第12~15章通过对智能音箱、网上商城、营销红包、交易系统4个典型案例性能设计与优化的全面解读，帮读者学以致用，并更深刻理解性能优化的原理。
第16章和第17章分别介绍全链路观测或压测的具体实现方法与应用场景，以

目　　录<br />前言　性能是软件非功能特性的基本面<br />认知篇<br />第1章　软件架构的时空观　2<br />1.1　软件架构的时空定义　2<br />1.2　软件架构的分类　3<br />1.2.1　体系结构上的分类　3<br />1.2.2　流程决策上的架构分类　4<br />1.3　软件架构设计的原则与模式　5<br />1.3.1　软件架构设计的原则　5<br />1.3.2　软件架构设计的模式　6<br />1.4　软件架构的常用技术栈　8<br />1.5　本章小结　10<br />第2章　软件性能的时空观　11<br />2.1　软件性能的宏观多维模型　11<br />2.1.1　系统边界　12<br />2.1.2　内部结构　13<br />2.1.3　外部效应　13<br />2.1.4　连接输入　14<br />2.1.5　本节小结　14<br />2.2　软件性能的一般含义　14<br />2.3　软件性能的时空视角　15<br />2.3.1　系统性能的时间指标　16<br />2.3.2　软件性能的空间指标　17<br />2.3.3　系统性能指标的时空关联　18<br />2.3.4　常见的软件性能指标　18<br />2.4　软件性能的描述方式与工具　19<br />2.4.1　软件性能的时间描述——<br />　时序图　20<br />2.4.2　软件性能的空间描述——<br />　组件描述直方图　20<br />2.5　软件的性能测试与监控　20<br />2.5.1　性能测试　21<br />2.5.2　监控性能拐点　21<br />2.5.3　容量规划　22<br />2.6　本章小结　22<br />第3章　软件性能优化体系　23<br />3.1　软件性能优化策略　23<br />3.1.1　控制资源需求相关因素　24<br />3.1.2　管理资源相关因素　25<br />3.2　基于“点”的性能优化　27<br />3.3　基于“线”的性能优化　28<br />3.4　基于“面”的性能优化　30<br />3.5　基于“体”的性能优化　33<br />3.5.1　第一阶段：常规优化　34<br />3.5.2　第二阶段：使用缓存与<br />　读写分离　34<br />3.5.3　第三阶段：异步化与事务　35<br />3.6　性能优化的PDCA　37<br />3.7　性能与其他非功能要素　38<br />3.8　本章小结　39<br />第4章　性能测试与评估　40<br />4.1　软件性能的度量　40<br />4.1.1　性能测试的目的及意义　40<br />4.1.2　性能测试的度量指标　42<br />4.1.3　常见基础设施性能指标　44<br />4.2　性能测试常用工具　45<br />4.2.1　性能测试场景　45<br />4.2.2　性能测试工具简介　47<br />4.2.3　性能测试工具选择　51<br />4.3　性能测试的方法、误区和流程　53<br />4.3.1　性能测试的方法　53<br />4.3.2　性能测试的误区　54<br />4.3.3　性能测试的流程　56<br />4.4　性能测试的结果分析与评估　61<br />4.4.1　施压机器的指标观测　62<br />4.4.2　软件的指标分析　64<br />4.4.3　软件的事后评估　69<br />4.5　本章小结　71<br />实践篇<br />第5章　网络性能　74<br />5.1　互联网的性能问题　74<br />5.1.1　规模问题　75<br />5.1.2　距离瓶颈　75<br />5.2　内容分发的方式与性能　75<br />5.2.1　集中托管　75<br />5.2.2　数据中心　76<br />5.2.3　分布式CDN　76<br />5.2.4　P2P网络　77<br />5.3　CDN的选择　77<br />5.4　应用层的网络性能优化　78<br />5.4.1　减少传输层开销　79<br />5.4.2　寻找更好的路由　79<br />5.4.3　内容预取　79<br />5.4.4　使用压缩和增量编码　79<br />5.4.5　边缘组装　80<br />5.4.6　边缘计算　80<br />5.5　计算密集型应用的性能提升——<br />　高性能网络　80<br />5.5.1　Inf?iniband网络与RDMA　81<br />5.5.2　RDMA的关键特性　82<br />5.5.3　RDMA的上层接口　83<br />5.5.4　RDMA的底层实现　85<br />5.5.5　RDMA的性能优势与<br />　主要应用场景　86<br />5.6　网络性能观测工具　86<br />5.6.1　网络可观测性建设　87<br />5.6.2　网络分析工具　88<br />5.7　本章小结　89<br />第6章　通信性能　90<br />6.1　面向互联网的软件　90<br />6.1.1　网络应用并非只是计算　90<br />6.1.2　计算中的通信视角　91<br />6.1.3　网络应用的通信视角　92<br />6.2　通信协议的分层设计与优化　94<br />6.2.1　通信协议的分层设计　94<br />6.2.2　通信协议的优化　95<br />6.3　软件通信中的数据组织　95<br />6.3.1　XML、JSON和<br />　Protocol Buffer　96<br />6.3.2　性能视角的数据包大小　96<br />6.4　软件通信中的复用机制　97<br />6.5　软件通信的纠错处理　98<br />6.5.1　前向纠错与重传纠错　98<br />6.5.2　重传机制　99<br />6.6　软件通信中的流量控制　100<br />6.6.1　反向压力　100<br />6.6.2　减负载　100<br />6.6.3　熔断　101<br />6.7　通信协议的优化示例：基于<br />　HTTP的性能优化　102<br />6.7.1　链路复用　102<br />6.7.2　数据压缩　103<br />6.7.3　SSL加速　103<br />6.8　本章小结　103<br />第7章　客户端性能/前端性能<br />　优化　105<br />7.1　性能优化指标　105<br />7.1.1　以用户为中心的性能指标　106<br />7.1.2　三大核心指标　107<br />7.1.3　前端性能测量工具汇总　112<br />7.2　前端系统优化　113<br />7.2.1　HTTP中的性能优化　113<br />7.2.2　代码压缩　116<br />7.2.3　JavaScript中的性能优化　117<br />7.2.4　Webpack优化　121<br />7.2.5　Vue项目性能优化　128<br />7.3　客户端系统优化　131<br />7.3.1　Flutter项目优化　131<br />7.3.2　PC端QT项目优化　138<br />7.3.3　客户端性能监控的思考　139<br />7.4　本章小结　140<br />第8章　单服务实体的性能优化　141<br />8.1　单服务实体性能问题定位的<br />　简单策略　141<br />8.1.1　度量指标　142<br />8.1.2　资源列表　142<br />8.1.3　功能模块图　143<br />8.1.4　度量方法　143<br />8.1.5　软件资源　143<br />8.1.6　性能定位的简单策略　144<br />8.2　操作系统的配置优化　144<br />8.3　代码性能的基础保障——<br />　静态分析　146<br />8.4　API的性能约定　147<br />8.4.1　面向API的性能分类　147<br />8.4.2　API的性能约定　149<br />8.5　资源池的应用　151<br />8.5.1　连接池　152<br />8.5.2　线程池　155<br />8.5.3　内存池　156<br />8.6　本章小结　157<br />第9章　数据库性能　158<br />9.1　从数据库技术发展看性能问题　158<br />9.1.1　数据库对系统性能的影响　158<br />9.1.2　数据库技术的整体发展　159<br />9.1.3　关系数据库的诸多挑战　159<br />9.1.4　NoSQL运动的百花齐放　164<br />9.1.5　分布式演进的步步为营　164<br />9.1.6　分布式数据库的风起云涌　168<br />9.2　面向分布式应用的数据库<br />　性能分析　170<br />9.2.1　制定数据库性能规划目标　170<br />9.2.2　通过压测了解数据库性能　170<br />9.2.3　分析应用数据库性能瓶颈　171<br />9.2.4　数据库性能优化一般方法　171<br />9.3　MySQL的常见优化方法　174<br />9.3.1　操作系统参数优化　174<br />9.3.2　数据库配置优化　175<br />9.3.3　数据库设计优化　178<br />9.3.4　SQL查询优化　184<br />9.3.5　SQL写入优化　187<br />9.3.6　应用连接池优化　187<br />9.4　本章小结　189<br />第10章　缓存的应用　190<br />10.1　无处不在的缓存　191<br />10.2　客户端缓存　192<br />10.2.1　页面缓存　192<br />10.2.2　浏览器缓存　194<br />10.2.3　App上的缓存　195<br />10.3　网络端缓存　196<br />10.3.1　Web代理缓存　196<br />10.3.2　边缘缓存　197<br />10.4　服务端缓存　198<br />10.4.1　平台级缓存　198<br />10.4.2　分布式缓存的应用　198<br />10.5　数据库缓存　199<br />10.5.1　数据库缓存：MySQL的<br />　查询缓存　199<br />10.5.2　检验Query Cache的<br />　合理性　200<br />10.5.3　数据库缓存：InnoDB的<br />　缓存性能　200<br />10.6　营销场景案例：优惠券<br />　（红包）发放与核销　202<br />10.7　电商案例：应用多级缓存<br />　模式支撑海量读服务　204<br />10.7.1　多级缓存介绍　204<br />10.7.2　如何缓存数据　205<br />10.8　本章小结　208<br />第11章　消息队列　210<br />11.1　消息队列概述　210<br />11.2　消息队列使用场景　211<br />11.2.1　削峰填谷　211<br />11.2.2　应用解耦　213<br />11.2.3　异步处理　213<br />11.2.4　分布式事务一致性　214<br />11.2.5　大数据分析　218<br />11.3　消息中间件的选型　219<br />11.3.1　RocketMQ　221<br />11.3.2　RabbitMQ　222<br />11.3.3　ActiveMQ　223<br />11.3.4　Kafka　223<br />11.4　本章小结　224<br />案例篇<br />第12章　小度音箱的性能优化　228<br />12.1　智能音箱的组成和系统架构　228<br />12.1.1　对话式AI操作系统——<br />　DuerOS　229<br />12.1.2　智能音箱的典型工作<br /> 流程　231<br />12.2　小度音箱的性能分析　232<br />12.2.1　核心的性能指标　232<br />12.2.2　核心指标的度量　232<br />12.3　小度音箱系统的网络拓扑<br />　优化　234<br />12.4　小度音箱系统的应用协议<br />　优化　234<br />12.5　小度音箱系统的业务逻辑<br />　优化　235<br />12.5.1　智能音箱业务中的<br />　延时分布　236<br />12.5.2　预测预取　236<br />12.5.3　连接池的应用　237<br />12.6　小度音箱系统的缓存应用　238<br />12.7　本章小结　238<br />第13章　网上商城的性能优化　239<br />13.1　网上商城的架构与业务流程　239<br />13.1.1　核心模块　242<br />13.1.2　核心业务　242<br />13.2　商城系统的性能指标　244<br />13.3　网上商城核心模块的性能<br />　优化　245<br />13.3.1　商品管理　245<br />13.3.2　用户管理　248<br />13.3.3　购物车管理　251<br />13.3.4　订单管理　254<br />13.3.5　系统设计　257<br />13.4　本章小结　274<br />第14章　典型并发场景——<br />　营销红包的性能优化　275<br />14.1　类支付宝红包系统的业务流<br />　和挑战　275<br />14.1.1　类支付宝红包业务动作<br />　和潜在技术挑战分析　275<br />14.1.2　讨论方案：大商户红包<br />　热点问题　276<br />14.1.3　多级缓存策略　277<br />14.1.4　讨论方案：单笔支付咨询<br />　多红包问题　277<br />14.2　类微信红包系统的业务流和<br />　挑战　278<br />14.2.1　类微信红包业务动作<br />　分析　278<br />14.2.2　异步化　278<br />14.2.3　SET化：分拆资源　279<br />14.2.4　无并发写的实践　279<br />14.3　预加载和考虑备案　280<br />14.4　性能优化策略与案例的关系　281<br />14.5　本章小结　282<br />第15章　支付系统/核心交易<br />　系统的性能优化　283<br />15.1　支付系统/核心交易系统的<br />　架构特点　284<br />15.1.1　支付系统的作用　284<br />15.1.2　支付系统的架构　285<br />15.2　交易系统的链路优化　291<br />15.3　对账系统的设计　302<br />15.3.1　对账系统概述　302<br />15.3.2　对账需求分析　304<br />15.3.3　对账流程和规则设计　305<br />15.3.4　对账系统实现说明　311<br />15.4　本章小结　312<br />扩展篇<br />第16章　全链路性能压测　314<br />16.1　全链路性能压测的背景与<br />　价值　314<br />16.2　端到端全链路监控分析　315<br />16.2.1　APM技术　316<br />16.2.2　Apache Skywalking　316<br />16.3　线上流量复制与染色　318<br />16.3.1　流量复制　318<br />16.3.2　流量复制工具　318<br />16.3.3　流量染色　321<br />16.4　全链路压测的数据安全与<br />　隔离　321<br />16.4.1　数据隔离　322<br />16.4.2　影子库与影子表　322<br />16.4.3　ShardingSphere的影子库<br />　功能　323<br />16.5　全链路压测下相关系统的<br />　改造　324<br />16.5.1　业务系统的改造　324<br />16.5.2　消息队列的改造　326<br />16.5.3　外调服务的挡板功能　326<br />16.5.4　缓存中间件的改造　327<br />16.6　全链路压测的行业案例　328<br />16.6.1　滴滴出行的全链路压测　328<br />16.6.2　美团全链路压测自动化<br />　实践　329<br />16.6.3　饿了么全链路压测平台　331<br />16.7　本章小结　331<br />第17章　云原生技术为性能带来的<br />　机遇与变革　333<br />17.1　云原生弹性的实现原理　334<br />17.1.1　Kubernetes的资源类型　334<br />17.1.2　Kubernetes的资源管理和<br />　调度　339<br />17.1.3　Kubernetes的资源动态<br />　调整能力　342<br />17.1.4　Kubernetes的资源碎片<br />　问题　345<br />17.2　云原生的可观测性　346<br />17.2.1　可观测性与传统监控的<br />　区别　347<br />17.2.2　可观测性的维度　349<br />17.3　云原生要解决的性能问题、<br />　带来的挑战及应对　353<br />17.3.1　云原生解决了哪些性能<br />　问题　353<br />17.3.2　云原生带来了哪些新的<br />　挑战　354<br />17.3.3　如何应对云原生带来的<br />　挑战　355<br />17.4　本章小结　356<br />