高并发系统实战课--极客时间课程推荐/优惠

你将获得：

• 大厂系统设计的经典案例；
• 深度拆解 4 大系统改造方案；
• 30+ 性能问题诊断与解决思路；
• 一套完整的高并发学习路径。

互联网已经迈入高并发时代，大厂与创业公司之间的技术壁垒在不断加码。是否具有高并发系统实践经验，成为检验工程师技术能力的重要指标。从个人职业发展看，具备高并发系统改造优化的经验和能力，就能迅速建立自己的技术优势，不但能从容面试、晋升，更能提升技术竞争力，为未来成为架构师奠定基础。

近年来，高并发相关知识也成了大厂考核的标配。我们经常能看到类似下面这类问题：

• 为什么百万并发系统不能直接使用 MySQL 服务？
• 为什么 Redis 内存比磁盘用更多的空间？
• 怎么保证条件查询缓存的数据一致性？
• 为什么高级语言不能直接做业务缓存服务？

问题五花八门，但最终考察的是你是否具备高并发系统的底层知识，是否具备解决复杂技术问题的系统设计思路与方法。

本课程将结合徐长龙老师十五年来的从业经验，归纳总结高并发系统领域的关键问题与解决方案。同时，课程还选择了用户中心、电商系统、直播系统等经典业务案例，针对系统特性逐一解决技术改造的重难点问题，梳理出一条高效的高并发学习路径，带你真正掌握高并发。

课程设计

读多写少的系统
从互联网最典型的读多写少系统入门，围绕用户中心的案例，重点讲解数据梳理、数据缓存、加缓存后如何保证数据一致性等问题。通过这部分学习，你会从熟悉的业务视角跳出来，并为后续分布式和强一致的学习打下基础。

强一致性的电商系统
以最典型的电商系统为例，讲解强一致性系统如何优化。这类系统主要需要从拆分、错峰、隔离、协调几个方面优化。学完这部分内容，你会加深对系统隔离、同步降级和库存锁等内容的认识，真正把握分布式事务组件的运作规律。

写多读少的系统
写多读少系统，涉及到大量数据如何落盘、如何传输、存储、压缩，还有冷热数据切换备份以及索引查询等多方面问题。学完这部分内容，你将掌握分布式数据服务的核心思路，并学会如何定制一个更匹配业务的链路跟踪系统。

读多写多的直播系统
重点讲解如何用内存数据做业务服务、无需热重启的脚本引擎集成，以及 CDN 和业务流量调度的相关知识。通过这部分内容，你将学会如何处理直播场景高并发优化的一系列挑战。

内网建设案例讲解
对于流量刚成长起来的业务，这一章很有参考价值。你将看到各类项目方案和有趣实用的设计，帮你应对业务流量增长带来的冲击。此外，还会补充一些头部开源解决方案，带你拓宽视野。

开篇词

• 开篇词｜高并发系统，技术实力的试金石

用户中心：读多写少的系统高并发优化实践

• 01｜结构梳理：大并发下，你的数据库表可能成为性能隐患
• 02｜缓存一致：读多写少时，如何解决数据更新缓存不同步？
• 03｜Token：如何降低用户身份鉴权的流量压力？
• 04｜同城双活：如何实现机房之间的数据同步？
• 05｜共识Raft：如何保证多机房数据的一致性？

电商系统：强一致性系统如何改造

• 06｜领域拆分：如何合理地拆分系统？
• 07｜强一致锁：如何解决高并发下的库存争抢问题？
• 08｜系统隔离：如何应对高并发流量冲击？
• 09｜分布式事务：多服务的2PC、TCC都是怎么实现的？
• 答疑课堂｜思考题答案（一）

基础服务：写多读少的链路跟踪系统

• 10｜稀疏索引：为什么高并发写不推荐关系数据库？
• 11｜链路追踪：如何定制一个分布式链路跟踪系统 ？
• 12｜引擎分片：Elasticsearch如何实现大数据检索？
• 13 | 实时统计：链路跟踪实时计算中的实用算法
• 14｜跳数索引：后起新秀ClickHouse
• 15｜实践方案：如何用C++自实现链路跟踪？

直播互动：读多写多系统如何实现

• 16｜本地缓存：用本地缓存做服务会遇到哪些坑？
• 17｜业务脚本：为什么说可编程订阅式缓存服务更有用？
• 18｜流量拆分：如何通过架构设计缓解流量压力？
• 19｜流量调度：DNS、全站加速及机房负载均衡

内网建设：系统如何降低业务复杂度

• 20｜数据引擎：统一缓存数据平台
• 21｜业务缓存：元数据服务如何实现？
• 22｜存储成本：如何推算日志中心的实现成本？
• 23｜网关编程：如何通过用户网关和缓存降低研发成本？
• 24｜性能压测：压测不完善，效果减一半
• 答疑课堂｜思考题答案（二）

结束语&结课测试

• 结课测试｜来赴一场100分之约！
• 结束语｜为者常成，行者常至

热点加餐

• AIGC应用｜魔改GPT，快速打造一个私人助手
• 多层依赖：如何避免落入数据服务接口的陷阱？