第 1 章 引言 1

1.1 決策的后果與模式 2

1.1.1 單元測(cè)試 2

1.1.2 單元測(cè)試與集成測(cè)試的比例 3

1.2 設(shè)計(jì)模式及其失效分析 5

1.3 架構(gòu)設(shè)計(jì)模式及其失效分析 10

1.3.1 可擴(kuò)展性與彈性 11

1.3.2 開(kāi)發(fā)速度 12

1.3.3 微服務(wù)的復(fù)雜性 12

小結(jié) 14

第 2 章 代碼重復(fù)不一定是壞事：代碼重復(fù)與靈活性的權(quán)衡 15

2.1 代碼庫(kù)間的通用代碼及重復(fù)代碼 16

2.1.1 添加新需求導(dǎo)致的代碼重復(fù) 17

2.1.2 實(shí)現(xiàn)新的業(yè)務(wù)需求 17

2.1.3 結(jié)果評(píng)估 19

2.2 通過(guò)庫(kù)在代碼庫(kù)之間共享代碼 19

2.2.1 共享庫(kù)的取舍與不足 20

2.2.2 創(chuàng)建共享庫(kù) 21

2.3 抽取代碼為一個(gè)獨(dú)立的微服務(wù) 22

2.3.1 采用獨(dú)立微服務(wù)方式的取舍與弊端 24

2.3.2 關(guān)于獨(dú)立微服務(wù)的總結(jié) 27

2.4 通過(guò)代碼重復(fù)改善松耦合 28

2.5 利用繼承減少 API 設(shè)計(jì)中的重復(fù) 31

2.5.1 抽取出一個(gè)請(qǐng)求處理器作為基類(lèi) 33

2.5.2 繼承與緊耦合的取舍 35

2.5.3 繼承與組合的取舍 36

2.5.4 一貫性的重復(fù)與偶然性的重復(fù) 37

小結(jié) 38

第 3 章 異常及其他代碼錯(cuò)誤的處理模式 39

3.1 異常的層次結(jié)構(gòu) 40

4

3.2 代碼異常處理的最佳模式 44

3.2.1 公共 API 的已檢測(cè)異常處理 45

3.2.2 公共 API 的未檢測(cè)異常處理 46

3.3 異常處理的反模式 47

3.3.1 異常時(shí)，關(guān)閉資源 49

3.3.2 反模式：利用異�？刂茟�(yīng)用流 51

3.4 源自第三方庫(kù)的異常 51

3.5 多線(xiàn)程環(huán)境中的異常 54

3.6 使用 Try 以函數(shù)式的途徑處理異常 59

3.6.1 在生產(chǎn)代碼中使用 Try 62

3.6.2 混合使用 Try 與拋出異常的代碼 64

3.7 異常處理策略的性能對(duì)比 65

小結(jié) 68

第 4 章 靈活性與復(fù)雜性的權(quán)衡 70

4.1 一個(gè)健壯但無(wú)法擴(kuò)展的API 71

4.1.1 設(shè)計(jì)一個(gè)新組件 71

4.1.2 從最簡(jiǎn)單的代碼開(kāi)始 72

4.2 允許客戶(hù)使用自己的指標(biāo)框架 75

4.3 通過(guò)鉤子為你的 API提供可擴(kuò)展性 77

4.3.1 防范鉤子 API 的過(guò)度使用 79

4.3.2 鉤子 API 的性能影響 81

4.4 通過(guò)偵聽(tīng)器為你的 API提供可擴(kuò)展性 83

4.4.1 使用偵聽(tīng)器與鉤子的取舍 84

4.4.2 設(shè)計(jì)的不可修改性 85

4.5 API 的靈活性分析及維護(hù)開(kāi)銷(xiāo)的權(quán)衡 87

小結(jié) 88

第 5章 過(guò)早優(yōu)化 vs 熱路徑優(yōu)化：影響代碼性能的決策 89

5.1 過(guò)早優(yōu)化是萬(wàn)惡之源 90

5.1.1 構(gòu)建賬戶(hù)處理管道 90

5.1.2 依據(jù)錯(cuò)誤的假設(shè)進(jìn)行優(yōu)化處理 91

5.1.3 對(duì)性能優(yōu)化進(jìn)行基準(zhǔn)測(cè)試 92

5.2 代碼中的熱路徑 94

5.2.1 從軟件系統(tǒng)的角度理解帕累托法則 96

5.2.2 依據(jù) SLA 配置線(xiàn)程（并發(fā)用戶(hù)）數(shù) 97

5.3 具有潛在熱路徑的 word服務(wù) 97

5.3.1 獲取每日一詞 98

5.3.2 驗(yàn)證單詞是否存在 100

5.3.3 使用 HTTP 服務(wù)，向外提供WordsService 100

5.4 檢測(cè)你代碼中的熱路徑 102

5.4.1 使用 Gatling 創(chuàng)建 API 的性能測(cè)試 102

5.4.2 使用 MetricRegistry 度量代碼路徑 105

5.5 改進(jìn)熱路徑的性能 107

5.5.1 為現(xiàn)有代碼創(chuàng)建 JMH 微基準(zhǔn)測(cè)試 107

5.5.2 利用緩存優(yōu)化 word-exists程序 109

5.5.3 調(diào)整性能測(cè)試，使用更多的輸入單詞 113

小結(jié) 115

第 6 章 API 的簡(jiǎn)潔性 vs 維護(hù)成本 116

6.1 一個(gè)為其他工具服務(wù)的基礎(chǔ)庫(kù) 117

6.1.1 創(chuàng)建云服務(wù)客戶(hù)端 117

6.1.2 漫談?wù)J證策略 119

6.1.3 理解配置的機(jī)制 120

6.2 直接暴露依賴(lài)庫(kù)的配置 123

6.3 一個(gè)將依賴(lài)庫(kù)的配置抽象化的工具 127

6.4 為云服務(wù)客戶(hù)端庫(kù)添加新的配置 129

6.4.1 為批處理工具添加新配置 130

6.4.2 為流處理工具添加新配置 132

6.4.3 方案對(duì)比：用戶(hù)體驗(yàn)的友好性 vs 維護(hù)成本 132

6.5 棄用/刪除云服務(wù)客戶(hù)端庫(kù)的某個(gè)配置 133

6.5.1 刪除批處理工具的某個(gè)配置 135

6.5.2 刪除流服務(wù)中某個(gè)配置 137

6.5.3 兩種方案用戶(hù)體驗(yàn)與維護(hù)成本的比較 138

小結(jié) 139

第 7 章 高效使用日期和時(shí)間數(shù)據(jù) 140

7.1 日期和時(shí)間信息的概念 141

7.1.1 機(jī)器時(shí)間：時(shí)間戳、紀(jì)元以及持續(xù)時(shí)間 141

7.1.2 民用時(shí)間：日歷系統(tǒng)、日期時(shí)間以及期間 145

7.1.3 時(shí)區(qū)、UTC 以及 UTC偏移量 149

7.1.4 讓人頭疼的日期和時(shí)間概念 154

7.2 準(zhǔn)備處理日期和時(shí)間信息 155

7.2.1 對(duì)范疇做限定 155

7.2.2 澄清日期和時(shí)間的需求 157

7.2.3 使用恰當(dāng)?shù)膸?kù)或者包 161

7.3 實(shí)現(xiàn)日期和時(shí)間代碼 162

7.3.1 保持概念的一致性 162

7.3.2 通過(guò)避免使用默認(rèn)值提升可測(cè)試性 164

7.3.3 以文本方式表示日期和時(shí)間 170

7.3.4 通過(guò)注釋解釋代碼 175

7.4 有必要單獨(dú)指出并測(cè)試的極端情況 178

7.4.1 日歷計(jì)算 178

7.4.2 發(fā)生在午夜時(shí)分的時(shí)區(qū)轉(zhuǎn)換 178

7.4.3 處理不明確或者跳過(guò)的時(shí)間 179

7.4.4 處理不斷變化的時(shí)區(qū)數(shù)據(jù) 179

小結(jié) 183

第 8 章 利用機(jī)器的數(shù)據(jù)本地性和內(nèi)存 184

8.1 數(shù)據(jù)本地性是什么 184

8.1.1 將計(jì)算移動(dòng)到數(shù)據(jù)處 185

8.1.2 用數(shù)據(jù)本地性擴(kuò)展數(shù)據(jù)處理 186

8.2 數(shù)據(jù)的分區(qū) 188

8.2.1 線(xiàn)下大數(shù)據(jù)分區(qū) 188

8.2.2 分區(qū)和分片的區(qū)別 190

8.2.3 分區(qū)算法 191

8.3 連接多個(gè)分區(qū)上的大數(shù)據(jù)集 193

8.3.1 在同一臺(tái)物理機(jī)上連接數(shù)據(jù) 194

8.3.2 需要數(shù)據(jù)移動(dòng)的連接 195

8.3.3 利用廣播優(yōu)化連接 196

8.4 在內(nèi)存還是磁盤(pán)中進(jìn)行數(shù)據(jù)處理的權(quán)衡 198

8.4.1 基于磁盤(pán)的處理 198

8.4.2 我們?yōu)槭裁葱枰�映�?化簡(jiǎn)？ 198

8.4.3 計(jì)算訪(fǎng)問(wèn)時(shí)間 201

8.4.4 基于內(nèi)存的處理 202

8.5 用 Apache Spark 實(shí)現(xiàn)連接 203

8.5.1 不使用廣播的連接 204

8.5.2 使用廣播的連接 206

小結(jié) 208

第 9 章 第三方庫(kù)：你用的庫(kù)成為你的代碼 209

9.1 引用一個(gè)庫(kù)就要對(duì)它的配置選項(xiàng)負(fù)責(zé)：小心那些默認(rèn)配置 210

9.2 并發(fā)模型和可擴(kuò)展性 213

9.2.1 使用異步和同步 API 215

9.2.2 分布式的可擴(kuò)展性 217

9.3 可測(cè)試性 218

9.3.1 測(cè)試庫(kù) 219

9.3.2 用偽造值和模擬函數(shù)來(lái)進(jìn)行測(cè)試 221

9.3.3 集成測(cè)試工具包 224

9.4 第三方庫(kù)的依賴(lài) 225

9.4.1 避免版本沖突 226

9.4.2 太多的依賴(lài) 227

9.5 選擇和維護(hù)第三方依賴(lài) 228

9.5.1 第 一印象 228

9.5.2 復(fù)用代碼的不同方式 229

9.5.3 鎖定供應(yīng)商 229

9.5.4 軟件許可證 230

9.5.5 庫(kù)和框架 230

9.5.6 安全和更新 230

9.5.7 選擇第三方庫(kù)的檢查列表 231

小結(jié) 232

第 10 章 分布式系統(tǒng)的一致性和原子性 233

10.1 數(shù)據(jù)源的至少一次傳輸語(yǔ)義 234

10.1.1 單節(jié)點(diǎn)服務(wù)之間的網(wǎng)絡(luò)訪(fǎng)問(wèn) 234

10.1.2 應(yīng)用程序重試請(qǐng)求 235

10.1.3 生成數(shù)據(jù)和冪等性 236

10.1.4 理解 CQRS 238

10.2 去重庫(kù)的簡(jiǎn)單實(shí)現(xiàn) 240

10.3 在分布式系統(tǒng)里實(shí)現(xiàn)去重會(huì)遇到的常見(jiàn)錯(cuò)誤242

10.3.1 單節(jié)點(diǎn)環(huán)境 242

10.3.2 多節(jié)點(diǎn)環(huán)境 244

10.4 用原子性的邏輯避免競(jìng)爭(zhēng)條件 246

小結(jié) 250

第 11 章 分布式系統(tǒng)的傳輸語(yǔ)義 251

11.1 事件驅(qū)動(dòng)應(yīng)用程序的架構(gòu) 252

11.2 基于 Apache Kafka 的生產(chǎn)者和消費(fèi)者應(yīng)用程序 254

11.2.1 Kafka 消費(fèi)者 255

11.2.2 理解 Kafka brokers設(shè)置 257

11.3 生產(chǎn)者的邏輯 258

11.4 在消費(fèi)者端實(shí)現(xiàn)不同的傳輸語(yǔ)義 262

11.4.1 消費(fèi)者手動(dòng)提交 264

11.4.2 從最早或最晚的偏移量開(kāi)始重啟 266

11.4.3 （最終）恰好一次傳輸語(yǔ)義 268

11.5 用傳輸保證提供容錯(cuò)能力 270

小結(jié) 271

第 12 章 版本管理和兼容性 272

12.1 版本管理的抽象思考 273

12.1.1 版本的屬性 273

12.1.2 向后兼容性和向前兼容性 274

12.1.3 語(yǔ)義版本規(guī)范 275

12.1.4 營(yíng)銷(xiāo)版本 277

12.2 庫(kù)的版本管理 277

12.2.1 源碼、二進(jìn)制和語(yǔ)義兼容性 278

12.2.2 依賴(lài)圖和菱形依賴(lài) 285

12.2.3 處理破壞性改動(dòng)的技術(shù)手段 288

12.2.4 管理內(nèi)部庫(kù) 292

12.3 網(wǎng)絡(luò) API 的版本管理 293

12.3.1 網(wǎng)絡(luò) API 調(diào)用的環(huán)境 293

12.3.2 用戶(hù)喜歡公開(kāi)透明的版本策略 295

12.3.3 常見(jiàn)的版本策略 295

12.3.4 版本管理額外的考慮因素 300

12.4 數(shù)據(jù)存儲(chǔ)的版本管理 303

12.4.1 簡(jiǎn)要介紹 Protocol Buffers 303

12.4.2 哪些是破壞性改動(dòng) 305

12.4.3 在存儲(chǔ)系統(tǒng)內(nèi)部遷移數(shù)據(jù) 306

12.4.4 準(zhǔn)備好面對(duì)未知 309

12.4.5 分離網(wǎng)絡(luò) API 和存儲(chǔ)的數(shù)據(jù)格式 310

12.4.6 評(píng)估存儲(chǔ)格式 312

小結(jié) 313

第 13 章 緊跟最新技術(shù)趨勢(shì)和維護(hù)舊代碼之間的權(quán)衡 315

13.1 什么時(shí)候應(yīng)該使用依賴(lài)注入框架 316

13.1.1 DIY 依賴(lài)注入 317

13.1.2 使用依賴(lài)注入框架 319

13.2 什么時(shí)候應(yīng)該使用響應(yīng)式編程 321

13.2.1 創(chuàng)建一個(gè)單線(xiàn)程阻塞式處理模型 322

13.2.2 使用CompletableFuture 324

13.2.3 實(shí)現(xiàn)一個(gè)響應(yīng)式方案 326

13.3 什么時(shí)候應(yīng)該使用函數(shù)式編程 328

13.3.1 用非函數(shù)式語(yǔ)言寫(xiě)函數(shù)式代碼 328

13.3.2 尾部遞歸優(yōu)化 331

13.3.3 利用不可變性 332

13.4 對(duì)比延遲和急切初始化 333

小結(jié) 335