大型網(wǎng)站性能優(yōu)化實(shí)戰(zhàn)：從前端、網(wǎng)絡(luò)、CDN到后端、大促的全鏈路性能優(yōu)化詳解

第1章基于用戶體驗(yàn)的性能優(yōu)化要素
1.1 頁(yè)面用戶體驗(yàn)的要素介紹
1.2 白屏?xí)r間
1.2.1 白屏?xí)r間的重要性
1.2.2 白屏過程詳解
1.3 首屏?xí)r間
1.3.1 首屏?xí)r間的定義
1.3.2 首屏?xí)r間的重要性
1.4 頁(yè)面整體加載完成
第2章前端性能優(yōu)化實(shí)戰(zhàn)
2.1 延遲渲染
2.1.1 挑戰(zhàn)和困難
2.1.2 解決方案
2.2 SEO Ajax
2.2.1 挑戰(zhàn)和困難
2.2.2 解決方案
第3章網(wǎng)站性能分析
3.1 快速了解網(wǎng)站性能
3.1.1 使用YSlow進(jìn)行性能分析
3.1.2 使用PageSpeed進(jìn)行性能分析
3.1.3 使用WebPagetest進(jìn)行性能分析
3.2 真實(shí)用戶前端性能監(jiān)控
3.2.1 真實(shí)用戶前端性能數(shù)據(jù)采集
3.2.2 數(shù)據(jù)采集可行性分析
第4章服務(wù)端性能優(yōu)化
4.1 最大QPS推算及驗(yàn)證
4.1.1 RT
4.1.2 單線程QPS
4.1.3 最佳線程數(shù)
4.1.4 最大QPS
4.1.5 實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證公式
4.1.6 壓力測(cè)試最佳線程數(shù)和QPS的臨界點(diǎn)
4.2 同步模型與異步模型
4.2.1 同步模型
4.2.2 異步模型
4.2.3 為什么異步模型需要的線程數(shù)少
4.2.4 兩個(gè)模型的對(duì)比及異步模型適用場(chǎng)景
4.2.5 小結(jié)
4.3 數(shù)據(jù)結(jié)構(gòu)對(duì)性能的影響
4.3.1 HashMap的問題
4.3.2 HashMap的結(jié)構(gòu)
4.3.3 碰撞
4.3.4 Hash算法
4.3.5 題外話：ConcurrentHashMap中的Hash
4.3.6 HashMap綜述
4.3.7 均攤
4.4 算法設(shè)計(jì)不合理帶來(lái)的性能問題
4.4.1 某應(yīng)用A的現(xiàn)象
4.4.2 某應(yīng)用B的現(xiàn)象
4.4.3 分析
4.4.4 方案
4.4.5 驗(yàn)證
4.4.6 小結(jié)
4.5 綜合案例：電商活動(dòng)頁(yè)面性能優(yōu)化
4.5.1 第一輪：通過APC使QPS提高近3倍
4.5.2 第二輪：解決消耗CPU資源大戶Gzip
4.5.3 小結(jié)
第5章TCP優(yōu)化
5.1 TCP傳輸原理
5.1.1 TCP傳輸?shù)暮?jiǎn)要說(shuō)明
5.1.2 滑動(dòng)窗口——接收端流量控制
5.1.3 擁塞窗口——發(fā)送端流量控制
5.1.4 傳統(tǒng)TCP擁塞控制問題
5.2 Linux內(nèi)核升級(jí)中的TCP優(yōu)化技術(shù)
5.2.1 調(diào)整接收窗口
5.2.2 初始擁塞窗口調(diào)整（Linux 2.6.38開始支持）
5.2.3 Early Retransmit（Linux 3.5開始支持）
5.2.4 初始RTO調(diào)整（Linux 2.6.18開始支持）
5.2.5 TFO
5.2.6 TSO
5.3 TIME_WAIT問題案例分析
5.3.1 問題現(xiàn)象
5.3.2 問題分析
5.3.3 問題初步解決
5.3.4 問題再分析
5.3.5 問題后記
5.4 總結(jié)
第6章DNS優(yōu)化
6.1 DNS基本原理
6.1.1 DNS的一些關(guān)鍵術(shù)語(yǔ)
6.1.2 DNS查詢過程
6.1.3 NS選擇策略和機(jī)制
6.1.4 DNS擴(kuò)展協(xié)議EDNS
6.1.5 常用DNS相關(guān)命令
6.2 實(shí)戰(zhàn)案例：超遠(yuǎn)距離DNS性能問題分析和優(yōu)化
6.2.1 現(xiàn)象描述
6.2.2 DNS Lookup耗時(shí)長(zhǎng)的問題分析
6.2.3 DNS解析性能解決方案
6.3 總結(jié)
第7章CDN優(yōu)化
7.1 CDN優(yōu)化概述
7.2 CDN的相關(guān)術(shù)語(yǔ)
7.3 從應(yīng)用看CDN的基本原理
7.3.1 CDN基本架構(gòu)
7.3.2 CDN全局調(diào)度
7.3.3 CDN基本調(diào)度方式
7.3.4 CDN加速的基本實(shí)施流程
7.4 CDN優(yōu)化常見策略
7.4.1 靜態(tài)化緩存優(yōu)化
7.4.2 動(dòng)態(tài)內(nèi)容靜態(tài)邊緣化
7.4.3 動(dòng)態(tài)加速優(yōu)化
7.4.4 用戶序列優(yōu)化原理
7.4.5 域名合并優(yōu)化
7.4.6 多級(jí)緩存架構(gòu)優(yōu)化
7.4.7 301、302跳轉(zhuǎn)邊緣化訪問和多終端邊緣化判斷
7.5 CDN優(yōu)化實(shí)戰(zhàn)
7.5.1 CDN的不合理架構(gòu)造成304請(qǐng)求耗時(shí)長(zhǎng)優(yōu)化實(shí)戰(zhàn)
7.5.2 靜態(tài)資源命中率優(yōu)化實(shí)戰(zhàn)
7.5.3 CDN動(dòng)態(tài)加速優(yōu)化實(shí)戰(zhàn)
7.5.4 CDN靜態(tài)化的問題和優(yōu)化實(shí)戰(zhàn)
7.5.5 CDN調(diào)度優(yōu)化實(shí)戰(zhàn)
7.6 總結(jié)
第8章大型網(wǎng)站性能監(jiān)控體系
8.1 監(jiān)控設(shè)計(jì)
8.1.1 應(yīng)用監(jiān)控存在的問題
8.1.2 從問題排查思路看監(jiān)控的設(shè)計(jì)
8.1.3 監(jiān)控的設(shè)計(jì)步驟
8.1.4 監(jiān)控常見法則總結(jié)
8.2 大型網(wǎng)站性能監(jiān)控體系設(shè)計(jì)目標(biāo)和原則
8.2.1 準(zhǔn)確性
8.2.2 完整性
8.2.3 實(shí)時(shí)性
8.2.4 細(xì)分化
8.2.5 聚合化
8.2.6 圖表化
8.2.7 可追溯
8.3 性能指標(biāo)和監(jiān)控項(xiàng)及實(shí)現(xiàn)
8.4 性能監(jiān)控的關(guān)鍵指標(biāo)
8.4.1 應(yīng)用監(jiān)控
8.4.2 系統(tǒng)監(jiān)控
8.5 常用監(jiān)控命令詳解
第9章大型網(wǎng)站容量評(píng)估
9.1 容量評(píng)估概述
9.2 容量評(píng)估的特點(diǎn)
9.3 單機(jī)峰值QPS的測(cè)算
9.3.1 單機(jī)測(cè)算方法
9.3.2 兩種常用的引流壓力測(cè)試方法
9.3.3 引流壓力測(cè)試停止時(shí)間的判斷
9.3.4 如何避免單機(jī)壓力測(cè)試出現(xiàn)問題
9.4 大型網(wǎng)站常用的容量評(píng)估方法
9.4.1 二八原則評(píng)估法——新業(yè)務(wù)評(píng)估的基本方法
9.4.2 有歷史數(shù)據(jù)參考的容量評(píng)估——GMV線性比例評(píng)估法和GMV轉(zhuǎn)化評(píng)估法
9.4.3 流量占比評(píng)估法
9.5 總結(jié)
第10章高性能系統(tǒng)架構(gòu)模式
10.1 無(wú)狀態(tài)架構(gòu)
10.1.1 解決方案一——Session復(fù)制
10.1.2 解決方案二——Session Sticky
10.1.3 解決方案三——Session集中式存儲(chǔ)
10.1.4 解決方案四——基于瀏覽器Cookie的無(wú)狀態(tài)架構(gòu)
10.2 基于負(fù)載均衡器的水平擴(kuò)展架構(gòu)
10.3 基于DNS的負(fù)載均衡
10.4 讀寫分離架構(gòu)
10.5 基于數(shù)據(jù)水平切分的水平擴(kuò)展架構(gòu)
10.6 緩存架構(gòu)
10.6.1 緩存的基本屬性
10.6.2 緩存的分類
10.6.3 緩存使用常見的問題和誤區(qū)
10.6.4 緩存使用場(chǎng)景
10.6.5 緩存使用規(guī)范和原則
10.7 近端架構(gòu)
10.8 異步化架構(gòu)
10.9 排隊(duì)緩沖架構(gòu)
10.10 多機(jī)房架構(gòu)
10.10.1 同城架構(gòu)
10.10.2 異地架構(gòu)
10.11 基于服務(wù)的可擴(kuò)展架構(gòu)
10.12 日結(jié)架構(gòu)
10.13 熱點(diǎn)避免架構(gòu)
第11章大促保障體系
11.1 大促保障概述
11.1.1 大促保障簡(jiǎn)介
11.1.2 大促保障整體流程
11.2 大促保障體系詳解
11.2.1 容量保障體系
11.2.2 風(fēng)險(xiǎn)保障體系
11.2.3 組織保障
11.2.4 運(yùn)維保障
11.2.5 中間件保障
11.3 大促容量峰值保障策略
11.4 大促風(fēng)險(xiǎn)保障策略
11.4.1 風(fēng)險(xiǎn)保障概述
11.4.2 風(fēng)險(xiǎn)保障常見風(fēng)險(xiǎn)
11.4.3 風(fēng)險(xiǎn)識(shí)別和風(fēng)險(xiǎn)分類
11.4.4 風(fēng)險(xiǎn)保障策略
11.4.5 分組隔離策略
11.4.6 業(yè)務(wù)降級(jí)策略
11.4.7 監(jiān)控發(fā)現(xiàn)策略
11.5 大促資金安全保障策略
11.5.1 常見的資金安全防護(hù)策略
11.5.2 大促資金安全防護(hù)
11.6 大促經(jīng)驗(yàn)沉淀
11.7 大促保障實(shí)戰(zhàn)分析
11.7.1 機(jī)房網(wǎng)絡(luò)瓶頸問題分析
11.7.2 集群個(gè)體異常造成的容量問題分析
11.7.3 詭異的網(wǎng)絡(luò)瓶頸
11.7.4 多機(jī)房壓力測(cè)試流量不均問題分析
11.7.5 Tengine限流案例
11.8 總結(jié)
第12章數(shù)據(jù)分析驅(qū)動(dòng)性能優(yōu)化
12.1 WebP性能優(yōu)化案例背景
12.1.1 WebP格式開始興起
12.1.2 WebP改造使L-D轉(zhuǎn)化率下降
12.2 性能優(yōu)化中的數(shù)據(jù)分析原理與方法
12.2.1 數(shù)據(jù)分析簡(jiǎn)介
12.2.2 數(shù)據(jù)分析之杜邦分析
12.2.3 數(shù)據(jù)分析之多維分析
12.3 通過數(shù)據(jù)分析來(lái)診斷WebP的性能問題
12.3.1 指標(biāo)定義
12.3.2 基于指標(biāo)樹自動(dòng)診斷WebP的性能問題
12.4 案例：通過數(shù)據(jù)分析進(jìn)行OLAP分析和RT優(yōu)化
12.4.1 在線分析系統(tǒng)響應(yīng)指標(biāo)基線的定義
12.4.2 性能問題診斷
12.4.3 數(shù)據(jù)的獲取及覺察
12.4.4 方案的推導(dǎo)
12.4.5 小結(jié)
12.5 通過函數(shù)抽象進(jìn)行性能優(yōu)化
12.5.1 優(yōu)化過程簡(jiǎn)介
12.5.2 函數(shù)抽象
12.5.3 統(tǒng)計(jì)分析
12.5.4 小結(jié)