电商系统覆盖面广，在其他业务中遇到的技术问题，大多数在电商系统中也会遇到。本书以电商应用场景为例，讲解实战过程中常会遇到的各种存储问题。通过这样的学习方式，用户既可以快速地解决实际问题，还能提升技术能力。全书共18章，分为设计篇、高速增长篇、海量数据篇和技术展望四篇。
设计篇
解决电商系统从0到1构建过程中遇到的存储问题。比如，如何低成本、高质量地快速构建一个小规模的订单存储系统。
高速增长篇
关注在快速变化的过程中系统一定会遇到的一些共通问题及其应对方式。比如，如何从单机的存储系统逐步演进为分布式存储系统，如何在线平滑地扩容存储系统。
海量数据篇
重点解决在高并发、海量数据的情况下该如何设计存储系统的问题。比如，如何存储海量的埋点数据，如何在各种数据库之间实时地迁移和同步海量数据，等等。
技术展望篇
带读者了解存储技术未来的发展趋势，提前了解未来可能会落地的存储新技术。

李玥，美团基础技术部高级技术专家，极客时间《后端存储实战课》《消息队列高手课》等专栏作者。曾在当当网、京东零售等公司任职。从事互联网电商行业基础架构领域的架构设计和研发工作多年，曾多次参与“双十一”和“618”电商大促。专注于分布式存储、云原生架构下的服务治理、分布式消息和实时计算等技术领域，致力于推进基础架构技术的创新与开源。

前言 换一种方式学习存储系统
第一篇 设计
第1章 如何设计电商系统
1.1 设计电商系统的核心流程
1.2 根据流程划分功能模块
1.3 小结
1.4 思考题
第2章 订单系统的设计：确保订单数据的准确性
2.1 订单系统的核心功能和数据
2.2 如何避免重复下单
2.3 如何解决ABA问题
2.4 小结
2.5 思考题
第3章 商品系统的存储架构设计
3.1 商品系统需要保存哪些数据
3.2 如何存储商品的基本信息
3.3 使用MongoDB保存商品参数
3.4 使用对象存储保存图片和视频
3.5 将商品介绍静态化
3.6 小结
3.7 思考题
第4章 购物车系统的存储架构：前后端混合存储
4.1 设计购物车系统的存储架构时需要把握什么原则
4.2 如何设计“暂存购物车”的存储
4.3 如何设计“用户购物车”的存储
4.4 小结
4.5 思考题
第5章 账户系统：用事务解决对账问题
5.1 为什么总是对不上账
5.2 使用数据库事务保证数据的一致性
5.3 理解事务的隔离级别
5.4 小结
5.5 思考题
第6章 分布式事务：保证多个系统间的数据一致
6.1 什么是分布式事务
6.2 2PC：订单与优惠券的数据一致性问题
6.3 本地消息表：订单与购物车的数据一致性问题
6.4 小结
6.5 思考题
第7章 用Elasticsearch构建商品搜索系统
7.1 理解倒排索引机制
7.2 如何在ES中构建商品的索引
7.3 小结
7.4 思考题
第8章 备份与恢复
8.1 如何更安全地实现数据备份和恢复
8.2 配置MySQL HA实现高可用性
8.3 小结
8.4 思考题
第二篇 高速增长
第9章 优化SQL
9.1 每个系统必踩的“坑”：访问数据库超时
9.1.1 事故排查过程
9.1.2 如何避免悲剧重演
9.1.3 小结
9.1.4 思考题
9.2 如何避免写出“慢SQL”
9.2.1 定量认识MySQL
9.2.2 使用索引避免全表扫描
9.2.3 分析SQL执行计划
9.2.4 小结
9.2.5 思考题
9.3 SQL在数据库中的执行
9.3.1 SQL在执行器中是如何执行的
9.3.2 SQL在存储引擎中是如何执行的
9.3.3 小结
9.3.4 思考题
第10章 MySQL应对高并发
10.1 使用缓存保护MySQL
10.1.1 更新缓存的最佳方式
10.1.2 注意避免缓存穿透引起雪崩
10.1.3 小结
10.1.4 思考题
10.2 读写分离
10.2.1 读写分离是提升MySQL并发能力的首选方案
10.2.2 注意读写分离带来的数据不一致问题
10.2.3 小结
10.2.4 思考题
10.3 实现MySQL主从数据库同步
10.3.1 如何配置MySQL的主从同步
10.3.2 复制状态机：所有分布式存储都是这样复制数据的
10.3.3 小结
10.3.4 思考题
第三篇 海量数据
第11章 MySQL应对海量数据
11.1 归档历史数据
11.1.1 存档历史订单数据提升查询性能
11.1.2 如何批量删除大量数据
11.1.3 小结
11.1.4 思考题
11.2 分库分表
11.2.1 如何规划分库分表
11.2.2 如何选择分片键
11.2.3 如何选择分片算法
11.2.4 小结
11.2.5 思考题
第12章 缓存海量数据
12.1 用Redis构建缓存集群的最佳实践
12.1.1 Redis Cluster如何应对海量数据、高可用和高并发问题
12.1.2 为什么Redis Cluster不适合超大规模集群
12.1.3 如何用Redis构建超大规模集群
12.1.4 小结
12.1.5 思考题
12.2 大型企业如何实现MySQL到Redis的同步
12.2.1 缓存穿透：超大规模系统的不能承受之痛
12.2.2 使用Binlog实时更新Redis缓存
12.2.3 小结
12.2.4 思考题
12.3 基于Binlog实现跨系统实时数据同步
12.3.1 使用Binlog和消息队列构建实时数据同步系统
12.3.2 如何保证数据同步的实时性
12.3.3 小结
12.3.4 思考题
第13章 更换数据库
13.1 如何实现不停机更换数据库
13.2 如何实现比对和补偿程序
13.3 小结
13.4 思考题
第14章 对象存储：最简单的分布式存储系统
14.1 对象存储数据是如何保存大文件的
14.2 如何拆分和保存大文件对象
14.3 小结
14.4 思考题
第15章 海量数据的存储与查询
15.1 如何存储前端埋点之类的海量数据
15.1.1 使用Kafka存储海量原始数据
15.1.2 使用HDFS存储更大规模的数据
15.1.3 小结
15.1.4 思考题
15.2 面对海量数据，如何才能查得更快
15.2.1 常用的分析类系统应该如何选择存储
15.2.2 转变思想：根