買這商品的人也買了...
-
$403數據庫索引設計與優化 -
$305MySQL 排錯指南 (MySQL Troubleshooting: What To Do When Queries Don't Work) -
$356Go 語言實戰 (GO in Action) -
Go 並發編程實戰, 2/e$474$450 -
$352Cloud Native Go : 構建基於 Go 和 React 的雲原生 Web 應用與微服務 -
$254亞馬遜 AWS 雲基礎與實戰 -
為你自己學 Git$500$390 -
$403Go Web 編程 (Go Web Programming) -
$301分佈式對象存儲 : 原理、架構及 Go語言實現 -
$403Go語言編程入門與實戰技巧 -
$403Go 語言核心編程 -
$403Redis 深度歷險：核心原理與應用實踐 -
大型企業微服務架構實踐與運營$417$396 -
Neo4j 大事典 : 圖形資料庫 & 大數據時代$650$585 -
分散式系統設計 (Designing Distributed Systems: Patterns and Paradigms for Scalable, Reliable Services)$480$379 -
$454Go 語言高級編程 -
Kafka 技術手冊｜即時資料與串流處理 (Kafka: The Definitive Guide)$580$458 -
$301大數據搜索與挖掘及可視化管理方案 — Elastic Stack 6：Elasticsea -
$301大型系統應用架構實戰：部署、容災、性能優化 -
Neo4j 開發應用指南 (舊名: 還在用老掉牙的 RDBMS？下一代圖資料庫 Neo4j 實戰)$540$459 -
圖形演算法｜Apache Spark 與 Neo4j 實務範例 (Graph Algorithms)$580$458 -
機器學習的數學基礎 : AI、深度學習打底必讀$580$458 -
Go語言高併發與微服務實戰$534$507 -
再強一點：用 Go語言完成六個大型專案 (書況有些許瑕疵,不介意再下單)$780$663 -
$454Go 微服務實戰
相關主題
商品描述
隨著互聯網的飛速發展，各行各業對互聯網服務的要求也越來越高，互聯網系統很多常見的存儲類場景都面臨著容量和穩定性風險。此時，本地緩存已無法滿足需要，分佈式緩存由於其高性能、高可用性等優點迅速被廣大互聯網公司接受並使用。
。
本書共分3個部分，每個部分都有3章。第1部分為基本功能的實現,主要介紹基於HTTP的in memory緩存服務、HTTP/REST協議、TCP等。第2部分介紹性能相關的內容，我們將集中全力講解從各方面提升緩存服務性能的方法，主要包括pipeline的原理、RocksDB批量寫入等。最後一個部分則和分佈式緩存服務集群有關，主要介紹分佈式緩存集群、節點的再平衡功能等。本書選擇用來實現分佈式緩存的編程語言是當前流行的Go語言。
本書適合從事緩存方面工作的工程師或架構師，也適合想要學習和實現分佈式緩存的讀者。
作者簡介
胡世傑，上海交通大學碩士，目前在七牛雲任職技術專家，是私有云存儲服務的負責人。
他是分佈式對象存儲系統專家，在該領域擁有多年的架構、開發和部署經驗，精通C、C++、Perl、Python、Ruby、Go等多種編程語言，熟悉ElasticSearch、RabbitMQ等各種開源軟件。之前他還寫過一本關於分佈式對象存儲的圖書—《分佈式對象存儲—原理、架構及Go語言實現》。本書是他的第二部作品。
除了自己寫作，他還致力於技術圖書的翻譯，是《JavaScript面向對象精要》《Python和HDF5大數據應用》《Python高性能編程》等多部著作的譯者。
目錄大綱
第1部分基本功能
第1章基於HTTP的內存緩存服務3
1.1緩存服務的接口3
1.1.1 REST接口3
1.1.2緩存Set流程5
1.1.3緩存Get流程6
1.1.4緩存Del流程7
1.2 Go語言實現8
1.2.1 main包的實現8
1.2.2 cache包的實現9
1.2.3 HTTP包的實現14
1.3功能演示19
1.4與Redis比較21
1.4.1 Redis介紹21
1.4.2 redis-benchmark介紹23
1.4.3 cache-benchmark介紹24
1.4.4性能對比26
1.5小結30
第2章基於TCP的內存緩存服務32
2.1基於TCP的緩存協議規範33
2.1.1協議範式33
2.1.2緩存Set流程35
2.1. 3緩存Get流程36
2.1.4緩存Del流程36
2.2 Go語言實現37
2.2.1 main函數的變化37
2.2.2 TCP包的實現38
2.2.3客戶端的實現44
2.3功能演示45
2.4性能測試47
2.5小結48
第3章數據持久化50
3.1 RocksDB簡介50
3.2 RocksDB性能測試51
3.2.1基本讀寫性能52
3.2.2大容量測試52
3.3用cgo調用C++庫函數55
3.4 Go語言實現58
3.4.1 main函數的實現58
3.4.2 cache包的實現59
3.5功能演示65
3.6性能測試67
3.7小結69
第2部分性能相關
第4章用pipelining加速性能73
4.1 pipelining原理73
4.2 redis pipelining性能對比75
4.3 Go語言實現77
4.3.1 main包的實現77
4.3.2 cacheClient包的實現86
4.4性能測試97
4.5小結99
第5章批量寫入101
5.1批量寫入能夠提升寫入性能的原理101
5.2 RocksDB批量寫入性能測試102
5.3 Go語言實現103
5.4性能測試108
5.5小結112
第6章異步操作113
6.1異步操作能夠提升讀取性能的原理114
6.2 Go語言實現117
6.3性能測試122
6.4小結127
第3部分服務集群
第7章分佈式緩存131
7.1為什麼我們需要集群服務131
7.2負載均衡和一致性散列133
7.3獲取節點列表的接口140
7.4 Go語言實現140
7.4.1 main函數的實現140
7.4.2 cluster包的實現141
7.4.3 HTTP包的實現145
7.4.4 TCP包的實現147
7.5功能演示149
7.6小結152
第8章節點再平衡154
8.1節點再平衡的技術細節154
8.2節點再平衡的接口155
8.3 Go語言實現155
8.3.1 HTTP包的實現155
8.3.2 cache包的實現157
8.4功能演示162
8.5小結164
第9章緩存生存時間166
9.1緩存生存時間的作用166
9.2 Go語言實現167
9.2.1 main函數的實現167
9.2.2 cache包的實現168
9.3功能演示172
9.4小結174
