第 1章 生产环境的生存法则 1
1．1 瞄准正确的目标 1
1．2 应对不断扩大的挑战范围 2
1．3 多花5万美元来节省100万美元 3
1．4 让“原力”与决策同在 4
1．5 设计务实的架构 4
1．6 小结 5
第 一部分 创造稳定性 7
第 2章 案例研究：让航空公司停飞的代码异常 8
2．1 进行变更 9
2．2 遭遇停机 10
2．3 严重后果 12
2．4 事后分析 12
2．5 寻找线索 13
2．6 证据确凿 16
2．7 预防管用吗 18
第3章 让系统稳定运行 19
3．1 定义稳定性 20
3．2 延长系统寿命 20
3．3 系统失效方式 21
3．4 阻止裂纹蔓延 22
3．5 系统失效链 23
3．6 小结 24
第4章 稳定性的反模式 25
4．1 集成点 26
4．1．1 套接字协议 29
4．1．2 凌晨5点的紧急电话 31
4．1．3 HTTP协议 35
4．1．4 供应商的API程序库 36
4．1．5 应对集成点的问题 37
4．1．6 要点回顾 37
4．2 同层连累反应 38
4．3 层叠失效 41
4．4 用户 42
4．4．1 网络流量 42
4．4．2 难伺候的用户 46
4．4．3 不受欢迎的用户 47
4．4．4 恶意用户 50
4．4．5 要点回顾 51
4．5 线程阻塞 51
4．5．1 发现阻塞 53
4．5．2 程序库 55
4．5．3 要点回顾 56
4．6 自黑式攻击 57
4．6．1 避免自黑式攻击 57
4．6．2 要点回顾 58
4．7 放大效应 58
4．7．1 点对点通信 59
4．7．2 共享资源 60
4．7．3 要点回顾 61
4．8 失衡的系统容量 62
4．8．1 通过测试发现系统容量失衡 63
4．8．2 要点回顾 63
4．9 一窝蜂 64
4．10 做出误判的机器 66
4．10．1 被放大的停机事故 66
4．10．2 控制和防护措施 69
4．10．3 要点回顾 69
4．11 缓慢的响应 70
4．12 无限长的结果集 71
4．12．1 黑色星期一 71
4．12．2 要点回顾 73
4．13 小结 74
第5章 稳定性的模式 75
5．1 超时 75
5．2 断路器 78
5．3 舱壁 80
5．4 稳态 83
5．4．1 数据清除 84
5．4．2 日志文件 85
5．4．3 内存中的缓存 86
5．4．4 要点回顾 86
5．5 快速失败 87
5．6 任其崩溃并替换 89
5．6．1 有限的粒度 89
5．6．2 快速替换 90
5．6．3 监管 90
5．6．4 重新归队 91
5．6．5 要点回顾 91
5．7 握手 91
5．8 考验机 93
5．9 中间件解耦 96
5．10 卸下负载 98
5．11 背压机制 99
5．12 调速器 101
5．13 小结 102
第二部分 为生产环境而设计 103
第6章 案例研究：屋漏偏逢连夜雨 104
6．1 宝宝的第 一个感恩节 105
6．2 把脉 106
6．3 感恩节 106
6．4 黑色星期五 107
6．5 生命体征 108
6．6 进行诊断 109
6．7 求助专家 110
6．8 如何应对 111
6．9 应对奏效吗 111
6．10 尾声 112
第7章 基础层 114
7．1 数据中心和云端的联网 115
7．1．1 网卡和名字 116
7．1．2 多网络编程 118
7．2 物理主机、虚拟机和容器 119
7．2．1 物理主机 119
7．2．2 数据中心的虚拟机 119
7．2．3 数据中心的容器 120
7．2．4 云上的虚拟机 123
7．2．5 云上的容器 125
7．3 小结 125
第8章 实例层 126
8．1 代码 128
8．1．1 构建代码 128
8．1．2 不可变、易处理的基础设施 129
8．2 配置 130
8．2．1 配置文件 131
8．2．2 易处理基础设施的配置 131
8．3 明晰性 132
8．3．1 明晰性设计 133
8．3．2 提升明晰性的实现技术 134
8．3．3 记录日志 134
8．3．4 实例的健康度量指标 137
8．3．5 健康状况检查 138
8．4 小结 138
第9章 互连层 139
9．1 不同规模的解决方案 139
9．2 使用DNS 140
9．2．1 基于DNS的服务发现 140
9．2．2 基于DNS的负载均衡 141
9．2．3 基于DNS的GSLB 142
9．2．4 DNS的可用性 144
9．2．5 要点回顾 144
9．3 负载均衡 144
9．3．1 软件负载均衡 145
9．3．2 硬件负载均衡 146
9．3．3 健康状况检查 147
9．3．4 会话黏性 147
9．3．5 按请求类型分隔流量 148
9．3．6 要点回顾 148
9．4 控制请求数量 148
9．4．1 系统为何会失效 149
9．4．2 防止灾难 150
9．4．3 要点回顾 151
9．5 网络路由 151
9．6 发现服务 153
9．7 迁移虚拟IP地址 154
9．8 小结 155
第 10章 控制层 156
10．1 适合的控制层工具 156
10．2 机械效益 157
10．2．1 属于系统失效，而非人为错误 158
10．2．2 运行得太快也有问题 158
10．3 平台和生态系统 159
10．4 开发环境就是生产环境 160
10．5 整个系统的明晰性 161
10．5．1 真实用户监控 162
10．5．2 经济价值高于技术价值 162
10．5．3 碎片化的风险 164
10．5．4 日志和统计信息 164
10．5．5 要监控什么 165
10．6 配置服务 166
10．7 环境整备和部署服务 167
10．8 命令与控制 169
10．8．1 要控制什么 169
10．8．2 发送命令 170
10．8．3 可编写脚本的界面 170
10．8．4 要点回顾 171
10．9 平台厂商 171
10．10 工具清单 172
10．11 小结 172
第 11章 安全性 173
11．1 OWASP十大安全漏洞 173
11．1．1 注入 174
11．1．2 失效的身份验证和会话管理 175
11．1．3 跨站脚本攻击 178
11．1．4 失效的访问控制 179
11．1．5 安全配置出现失误 181
11．1．6 敏感数据泄露 182
11．1．7 防范攻击不足 183
11．1．8 CSRF 183
11．1．9 使用含有已知漏洞的组件 184
11．1．10 API保护不足 185
11．2 最小特权原则 186
11．3 密码的配置 187
11．4 安全即持续的过程 187
11．5 小结 188
第三部分 将系统交付 189
第 12章 案例研究：等待戈多 190
第 13章 为部署而设计 193
13．1 机器与服务 193
13．2 计划停机时间的谬误 193
13．3 自动化部署 194
13．4 持续部署 197
13．5 部署中的各个阶段 198
13．5．1 关系数据库模式 200
13．5．2 无模式数据库 202
13．5．3 Web资源 205
13．5．4 推出新代码 206
13．5．5 清理 208
13．6 像行家一样部署 209
13．7 小结 210
第 14章 处理版本问题 211
14．1 帮助他人处理版本问题 211
14．1．1 不会破坏API的变更 211
14．1．2 破坏API的变更 215
14．2 处理其他系统的版本问题 217
14．3 小结 219
第四部分 解决系统性问题 221
第 15章 案例研究：不能承受的巨大顾客流量 222
15．1 倒计时后推出新系统 222
15．2 以QA测试为目标 223
15．3 负载测试 225
15．4 被众多因素所害 227
15．5 测试仍然有差距 229
15．6 善后 229
第 16章 适应性 232
16．1 努力与回报的关系 232
16．2 过程和组织 233
16．2．1 平台团队 235
16．2．2 愉快地发布 236
16．2．3 演化最重要的部分是灭绝 237
16．2．4 在团队级别实现自治 239
16．2．5 谨防高效率 240
16．2．6 过程和组织小结 242
16．3 系统架构 242
16．3．1 演进式架构 242
16．3．2 松散的集群 245
16．3．3 显式上下文 246
16．3．4 创造更多选项 247
16．3．5 系统架构小结 252
16．4 信息架构 252
16．4．1 消息、事件和命令 253
16．4．2 让服务自己控制其资源的标识符 254
16．4．3 URL的两重性 256
16．4．4 拥抱多义性 259
16．4．5 避免概念泄露 260
16．4．6 信息架构小结 261
16．5 小结 261
第 17章 混沌工程 262
17．1 不可能构建第二个Facebook去做测试 262
17．2 混沌工程的先驱 263
17．3 猴子军团 264
17．4 使用自己的混沌猴 265
17．4．1 先决条件 266
17．4．2 设计实验 266
17．4．3 3种混沌注入 267
17．4．4 有针对性地注入混沌 268
17．4．5 自动和重复 269
17．5 从人的方面模拟灾难 270
17．6 小结 271
鄂公网安备 42010302001612号 