|
|
|
在這本全新的實用指南中，本書作者提供了一個系統的、健壯的、實用的容量規劃方法，而不是基於他們自己的經驗和業內其他同行經驗的理論模型。這些容量規劃方法解決了網站運維，尤其是雲計算帶來的流量突增衍生的容量問題。
本書主要內容有：瞭解在較大流量和壓力下網站或移動應用程式上出現的問題。瞭解容量如何適應網站或移動應用程式的可用性和性能。使用測量和監控服務性能和使用率的工具。將測量資料轉化為可靠的預測，並瞭解如何讓趨勢適應容量規劃過程。與測量相關的部署概念：安裝、配置和管理自動化。瞭解雲自動擴縮能力如何使你提升和降低應用程式的容量。
ArunKejariwal是MachineZone（MZ）的統計學習負責人，他領導一個很好研究團隊，研究安裝點擊欺詐檢測的新技術。
此外，他的團隊正在構建機器人檢測、入侵偵測和即時異常檢測的新方法。他同時也為Twitter工作。JohnAllspaw在軟體工程和運維領域已經工作了20多年，並在Friendster、Flickr和Ets擔任工程主管職務。他是《TheArtofCapacitPlanning》和《WebOperations：KeepingtheDataonTime》（都由O\\\'Reill出版）的作者。
前言
第一章 容量規劃的目標、問題和過程
背景
準備
快捷但不太好的數學
預測你的系統何時會崩潰
用系統統計表呈現問題
買東西，採購是一個過程
性能與容量，兩種不同的概念
社交網站與開放式API的影響
延展閱讀
關鍵章節
參考資料
第2章 設定容量目標
不同種類的需求和測量方法
解讀正式測量
服務等級協定
業務容量需求
用戶期望
架構決策
提供測量點
資源瓶頸
硬體決策（垂直、水準和對角擴展）
災難恢復
延展閱讀
參考資料
第3章 測量：容量的單位
容量跟蹤工具
度量指標採集系統基礎
輪詢資料庫和輪詢資料庫工具
Ganglia
SNMP
將日誌視為過去的度量指標
監控可作為識別緊急問題的工具
網路測量和規劃
負載均衡
應用程式監控
應用層的測量
存儲容量
數據庫容量
找到資料庫上限
緩存系統
緩存效率：工作集和動態資料
確認緩存系統上限
一個真實的示例：緩存測量
特殊用途和多用途伺服器
API的使用率及其對容量的影響
示例和現實
小結
延展閱讀
性能
網路
負載均衡
存儲
資料庫及緩存
參考資料
第4章 趨勢預測
曲線擬合
趨勢、曲線、時間
將應用程式級度量指標和系統統計進行關聯
資料庫實例
預測峰值驅動的資源使用量：Web伺服器示例
小資料集的附加說明
自動預測
安全因素
採購
採購時間：關鍵性度量指標
適時庫存
增加容量後的影響
長期趨勢
流量模式變更
應用程式使用量變更和產品規劃
反覆運算和校準
好的猜測
對角線擴展時機
小結
延展閱讀
採購或租賃
時間-序列預測
曲線擬合
測量
參考資料
第5章 部署
自動化部署基本原理
目標1：小化提供新容量的時間
目標2：變化集中分佈
目標3：決不登錄單個伺服器（針對管理）
目標4：使新的伺服器自動工作
目標5：在簡單的故障檢測中保持一致性
自動化安裝工具
準備作業系統鏡像
安裝過程
自動化部署
定義角色和服務
示例1：分離靜態網頁內容
用戶管理和存取控制
決策
示例2：多資料中心
小結
延展閱讀
參考資料
第6章 自動擴縮容
挑戰
使用 EC2進行自動擴縮容
設計指南
要求
固定數量擴縮容
擴縮容百分比
百花齊放
先進的方法
小結
延展閱讀
參考資料
附錄A 虛擬化
附錄B 處理暫態增長
附錄C 容量工具
