分布式系统案例课 
11809 人已学习
新⼈⾸单¥59
课程目录
已完结/共 66 讲
第二章 如何设计一个分布式计数服务 - 系统设计面试案例 (7讲)
时长 13:13
时长 14:05
时长 12:23
时长 04:09
时长 02:35
时长 03:02
时长 09:28
第三章 如何设计一个简化版的Kafka消息系统 - 拍拍贷PMQ设计演进案例 (8讲)
时长 16:45
时长 14:21
时长 14:07
时长 10:10
时长 06:26
时长 08:27
时长 01:57
时长 05:32
第四章 如何解决微服务的数据一致性和事务问题 (13讲)
时长 05:39
时长 06:16
时长 25:10
时长 14:34
时长 13:39
时长 13:48
时长 15:16
时长 18:30
时长 18:12
时长 08:10
时长 09:31
时长 09:01
时长 06:02
第五章 如何设计一个高并发无状态的会话缓存服务 - 携程SessionServer案例 (5讲)
时长 18:31
时长 21:31
时长 18:19
时长 10:16
第六章 系统设计综合案例 - SaaS服务healthchecks.io的设计 (6讲)
时长 15:42
时长 11:28
时长 11:58
时长 10:13
时长 19:49
时长 13:31
第七章 如何实现精细化服务治理 - 服务网格技术ServiceMesh解析 (10讲)
时长 03:17
时长 07:20
时长 14:30
时长 08:08
时长 14:32
时长 15:01
时长 13:28
时长 12:05
第八章 大型网站架构演进案例 (8讲)
时长 04:05
时长 14:18
时长 12:25
时长 17:14
时长 05:09
时长 09:36
第九章 架构师成长之道 (6讲)
时长 01:53
时长 10:30
时长 14:32
时长 12:28
时长 08:33
时长 09:52
第十章 课程回顾&结课测试 (1讲)
时长 07:33
分布式系统案例课
登录|注册
当前播放: 34 | 如何设计一个高性能大容量持久化的ConcurrentHashmap？
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
付费课程，可试看
01 | 课程介绍
02 | 内容综述
03 | 需求收集和总体架构设计
04 | 存储设计
05 | 计数服务设计（上）
06 | 计数服务设计（下）
07 | 查询服务设计
08 | 技术栈选型
09 | 进一步考量和总结
10 | PMQ 2.0项目背景
11 | PMQ 2.0的设计解析（上）
12 | PMQ 2.0的设计解析（中）
13 | PMQ 2.0的设计解析（下）
14 | PMQ 3.0的演进
15 | Kafka的动态重平衡是如何工作的？（上）
16 | Kafka的动态重平衡是如何工作的？（下）
17 | 消息队列设计和治理最佳实践
18 | 第四章目录和大纲
19 | 微服务的四大技术难题是什么？
20 | 如何解决微服务的数据一致性分发问题？
21 | 如何解决微服务的数据聚合Join问题？
22 | 如何解决微服务的分布式事务问题？（上）
23 | 如何解决微服务的分布式事务问题？（下）
24 | 阿里分布式事务中间件Seata解析
25 | Uber微服务编排引擎Cadence解析
26 | 如何理解Uber Cadence的架构设计？
27 | 如何实现遗留系统的解耦拆分？
28 | 拍拍贷系统拆分项目案例
29 | CQRS/CDC技术在Netflix的实践
30 | 第四章总结
31 | SessionServer项目背景
32 | 总体架构设计
33 | 如何设计一个高性能基于内存的LRU Cache？
34 | 如何设计一个高性能大容量持久化的ConcurrentHashmap？
35 | 设计评估和总结
36 | SaaS项目healthchecks.io的背景和架构（上）
37 | SaaS项目healthchecks.io的背景和架构（下）
38 | 如何设计一个轻量级的基于DB的延迟任务队列？
39 | 如何设计一把轻量级的锁？
40 | 如何设计一个分布式限流系统？
41 | 如何设计一个分布式TopK系统实现实时防爬虫？
42 | 第七章目标和大纲
43 | 为什么说ServiceMesh是微服务的未来(上)
44 | 为什么说ServiceMesh是微服务的未来(下)
45 | 解析Envoy Proxy(上)
46 | 解析Envoy Proxy(下)
47 | Envoy在Lyft的实践
48 | 解析Istio
49 | K8s Ingress、Istio Gateway和API Gateway该如何选择？(上)
50 | K8s Ingress、Istio Gateway和API Gateway该如何选择？(下)
51 | Spring Cloud、K8s和Istio该如何集成？
52 | 第八章目标和大纲
53 | 拍拍贷案例：大型网站架构是如何演进的？
54 | 最小可用架构：Minimum Viable Architecture（上）
55 | 最小可用架构：Minimum Viable Architecture（下）
56 | 如何构建基于OAuth2/JWT的微服务架构？（上）
57 | 如何构建基于OAuth2/JWT的微服务架构？（下）
58 | 拍拍贷案例：如何实现数据中心机房的迁移？
59 | 携程/Netflix案例：如何实现同城双活和异地多活？
60 | 第九章大纲
61 | 学习开源项目的6个层次和8种方法（上）
62 | 学习开源项目的6个层次和8种方法（中）
63 | 学习开源项目的6个层次和8种方法（下）
64 | 百万年薪架构师是如何炼成的？
65 | 解读一份大厂的研发岗职级体系
66 | 结课测试&结束语
本节摘要
登录 后留言
全部留言(8)
- 最新
- 精选
夏至
和谷歌的Bigtable有点像
作者回复: 这个和bigtable还是有本质区别的，bigtable要复杂很多，bigtable可以对标开源的hbase。
2021-06-10
2
托尼斯威特
波波老师, 问两个问题, 视频中没有提到.
1. PersistentMap 是要一致和 LRUCache 保持一致, 还是只有 LRUCache发生 Eviction的时候才写入 PersistentMap?
2. Write Behind 的时候要遍历所有的key, 把所有的key, value 都往 DB 写一遍吗? 还是记录了 dirty bit ?
作者回复: 1. LRUCache发生Eviction时才写入PersistentMap 2. Write Behind可以简单理解为将对应的insert/update写入一个queue，后台线程定期刷这个queue，写入DB
2021-04-04
红糖白糖
我在想如果为了备份，数据备份到了Redis。那为啥不支持基于Reids来做这个分布式的缓存系统，Redis也支持高可用、持久化、扩展等等。想到的不足可能就是节点宕机后，节点上的数据不可用了，因为数据分片是一致性hash来实现的。如果是基于数据库来备份，异步写SQL也不一定100%成功，这个是允许部分数据的丢失得嘛？
作者回复: 采用Redis也可以实现SessionServer，只是需要重新设计另外一套架构。携程当时还没有引入Redis，没有相关的运维团队，所以我们最终考虑自研Cache服务，这样把控粒度也会更好(尤其是监控埋点)。
2021-01-03
Vincent_
没有理解到这些的应用场景，bigcache也好halodb也好，最后就是想取代redis这类缓存吗？
作者回复: 并没有说要取代redis，这边的SessionServer场景，只是需要一种大容量的能够持久化Value的缓存，我们自己定制了一个bigcache，实现并不复杂，功能刚好够用，我们可以把控，而且可以细粒度埋点监控。 当然，整个SessionServer的实现，也可以考虑基于redis来实现，只是总体架构设计会有不同。
2020-08-29
约书亚
HaloDB这种实现方式基本和大数据方案的存储异曲同工，说明它更适合写操作多的场景
作者回复: 属于log structured KV存储结构
2020-08-23
青阳
和etcd挺像的，不过etcd实现了mvcc，并且用B+Tree替换了HashMap
2022-07-12
1
苏云
leveldb, rocksdb. 这两个也很不错
2021-07-29
1
冬风向左吹
对于session这个场景来说刚好比较特殊，可以通过session中存储ip定位缓存节点，但如果是其它缓存的场景呢，还是得用一致性hash这类算法吧
2022-04-05
收起评论