微服務(wù)之道：度量驅(qū)動(dòng)開發(fā)

本書贊譽(yù)
前言
第1章　微服務(wù)入門 1
1.1　單體服務(wù)的特點(diǎn) 1
1.2　拆分服務(wù) 2
1.2.1　分而治之以降低復(fù)雜性 2
1.2.2　分而用之以提高可重用性 4
1.2.3　分而做之以提高開發(fā)效率 5
1.3　微服務(wù)的特點(diǎn) 5
1.3.1　微服務(wù)架構(gòu)的特點(diǎn) 6
1.3.2　微服務(wù)架構(gòu)的特征 7
1.3.3　微服務(wù)架構(gòu)的風(fēng)格 7
1.3.4　微服務(wù)的分類 7
1.3.5　多小的服務(wù)才是微服務(wù) 8
1.4　微服務(wù)之道 8
1.4.1　軟件之道 8
1.4.2　關(guān)于微服務(wù)的思考 10
1.5　土豆微服務(wù)案例快速上手 11
1.5.1　土豆微服務(wù)構(gòu)建計(jì)劃 11
1.5.2　微服務(wù)構(gòu)建一：土豆管理微服務(wù) 13
1.5.3　微服務(wù)構(gòu)建二：土豆提醒微服務(wù) 24
1.5.4　微服務(wù)構(gòu)建三：土豆網(wǎng)頁(yè)微服務(wù) 30
1.5.5　部署土豆微服務(wù) 35
1.6　本章小結(jié) 38
第2章　微服務(wù)度量的基本概念 39
2.1　微服務(wù)的局限及其解決方案 39
2.1.1　微服務(wù)的局限 39
2.1.2　解決方案 40
2.2　微服務(wù)中度量的重要性 41
2.3　微服務(wù)度量的內(nèi)容 42
2.3.1　按度量的目標(biāo)劃分 43
2.3.2　按度量的層次劃分 44
2.4　微服務(wù)度量指標(biāo)與術(shù)語(yǔ) 49
2.4.1　統(tǒng)計(jì)學(xué)指標(biāo) 49
2.4.2　度量指標(biāo)相關(guān)術(shù)語(yǔ) 53
2.4.3　度量處理相關(guān)術(shù)語(yǔ) 55
2.5　微服務(wù)度量策略選擇 58
2.5.1　如何做度量 58
2.5.2　如何選擇度量方案 60
2.6　本章小結(jié) 63
第3章　微服務(wù)度量的設(shè)計(jì) 64
3.1　微服務(wù)協(xié)議的選擇與度量 64
3.1.1　協(xié)議概述 64
3.1.2　協(xié)議分類 65
3.1.3　協(xié)議分析 67
3.2　HTTP及其度量 71
3.2.1　HTTP簡(jiǎn)介 71
3.2.2　REST協(xié)議的度量要點(diǎn) 71
3.3　SIP及其度量 72
3.3.1　SIP簡(jiǎn)介 72
3.3.2　SIP的度量要點(diǎn) 73
3.4　RTP及其度量 73
3.4.1　RTP簡(jiǎn)介 73
3.4.2　RTP的度量要點(diǎn) 74
3.5　數(shù)據(jù)存儲(chǔ)系統(tǒng)的選型 76
3.5.1　理論回顧 76
3.5.2　數(shù)據(jù)存儲(chǔ)系統(tǒng)選型 78
3.5.3　數(shù)據(jù)存儲(chǔ)系統(tǒng)特性 79
3.6　基于度量實(shí)現(xiàn)高可用性 80
3.6.1　分流——負(fù)載均衡 81
3.6.2　限流——速率控制 83
3.6.3　斷流——熔斷隔離 91
3.7　土豆微服務(wù)度量驅(qū)動(dòng)的設(shè)計(jì) 95
3.7.1　為如何度量而設(shè)計(jì) 96
3.7.2　通過度量改進(jìn)設(shè)計(jì) 101
3.8　本章小結(jié) 102
第4章　度量驅(qū)動(dòng)的微服務(wù)實(shí)現(xiàn) 103
4.1　度量代碼 103
4.1.1　代碼度量標(biāo)準(zhǔn) 103
4.1.2　代碼度量關(guān)鍵指標(biāo) 105
4.1.3　小結(jié) 107
4.2　度量進(jìn)度 108
4.3　度量性能 110
4.4　度量微服務(wù)的常用技術(shù) 123
4.4.1　利用切面記錄度量日志 123
4.4.2　利用線程局部變量記錄度量信息 124
4.4.3　利用過濾器找準(zhǔn)度量點(diǎn) 126
4.4.4　提供JMX暴露內(nèi)部度量指標(biāo) 127
4.4.5　提供API或命令行接口暴露內(nèi)部度量指標(biāo) 131
4.4.6　閾值和采樣率控制度量數(shù)據(jù)量 132
4.4.7　利用簡(jiǎn)單網(wǎng)絡(luò)管理協(xié)議提供度量查詢和報(bào)警支持 135
4.4.8　綜合利用以上技術(shù) 135
4.5　度量常用類庫(kù) 138
4.5.1　Dropwizard的Metrics-core 138
4.5.2　Pivotal的Micrometer 140
4.5.3　Spring Boot Actuator 142
4.6　土豆微服務(wù)度量實(shí)現(xiàn) 147
4.6.1　為土豆微服務(wù)提供代碼度量 147
4.6.2　為土豆微服務(wù)添加健康檢查API 152
4.6.3　為土豆微服務(wù)提供資源使用率度量 156
4.6.4　為土豆微服務(wù)提供使用量的度量 157
4.6.5　為土豆微服務(wù)提供性能度量 159
4.6.6　為土豆微服務(wù)提供錯(cuò)誤度量 160
4.6.7　為土豆微服務(wù)提供業(yè)務(wù)KPI度量 160
4.7　本章小結(jié) 163
第5章　度量數(shù)據(jù)的聚合與展示 164
5.1　度量數(shù)據(jù)的聚合和存儲(chǔ) 164
5.2　度量數(shù)據(jù)的清洗和處理 166
5.2.1　數(shù)據(jù)清洗的方法 166
5.2.2　數(shù)據(jù)清洗的案例 166
5.3　度量數(shù)據(jù)的可視化 170
5.3.1　圖表的結(jié)構(gòu) 170
5.3.2　圖表的類型 170
5.3.3　如何選擇圖表 179
5.4　常用度量聚合與展示方案 181
5.4.1　TIG方案 181
5.4.2　ELKK方案 188
5.4.3　Collectd方案 193
5.4.4　Prometheus方案 198
5.5　土豆微服務(wù)的度量聚合與展示 200
5.5.1　土豆微服務(wù)支持多種度量聚合與展示系統(tǒng)的設(shè)計(jì) 200
5.5.2　基于TIG的土豆微服務(wù)度量聚合與展示 202
5.5.3　基于ELKK的土豆微服務(wù)度量聚合與展示 207
5.6　本章小結(jié) 214
第6章　度量數(shù)據(jù)的分析與報(bào)警 215
6.1　度量數(shù)據(jù)的分析 215
6.1.1　確定數(shù)據(jù)分析的目標(biāo) 215
6.1.2　數(shù)據(jù)分析常見問題 218
6.2　實(shí)現(xiàn)報(bào)警常用的技術(shù) 222
6.2.1　Python數(shù)據(jù)分析技術(shù)棧 223
6.2.2　YAML配置文件 223
6.2.3　Elasticsearch API 224
6.2.4　Pandas DataFrame 226
6.2.5　Matplotlib 228
6.3　土豆微服務(wù)的報(bào)警實(shí)現(xiàn) 230
6.3.1　報(bào)警系統(tǒng)的設(shè)計(jì) 230
6.3.2　報(bào)警系統(tǒng)的實(shí)現(xiàn) 232
6.3.3　報(bào)警系統(tǒng)的優(yōu)化 242
6.4　本章小結(jié) 244
第7章　度量驅(qū)動(dòng)的運(yùn)維 245
7.1　部署升級(jí) 245
7.1.1　何時(shí)能部署到產(chǎn)品線上 246
7.1.2　如何發(fā)布新功能 247
7.2　數(shù)據(jù)的運(yùn)維 251
7.2.1　健康檢查 251
7.2.2　度量報(bào)告 251
7.2.3　度量警告 252
7.2.4　故障處理 252
7.2.5　基于度量來(lái)發(fā)現(xiàn)和解決問題 255
7.3　配置調(diào)整 258
7.3.1　關(guān)于配置的思考 259
7.3.2　配置的版