第1章 基於用戶體驗的性能優化要素 1
1.1 頁麵用戶體驗的要素介紹 1
1.2 白屏時間 3
1.2.1 白屏時間的重要性 3
1.2.2 白屏過程詳解 4
1.3 首屏時間 10
1.3.1 首屏時間的定義 10
1.3.2 首屏時間的重要性 11
1.4 頁麵整體加載完成 15
第2章 前端性能優化實戰 16
2.1 延遲渲染 16
2.1.1 挑戰和睏難 17
2.1.2 解決方案 17
2.2 SEO Ajax 20
2.2.1 挑戰和睏難 21
2.2.2 解決方案 21
第3章 網站性能分析 24
3.1 快速瞭解網站性能 24
3.1.1 使用YSlow進行性能分析 24
3.1.2 使用PageSpeed進行性能分析 25
3.1.3 使用WebPagetest進行性能分析 27
3.2 真實用戶前端性能監控 29
3.2.1 真實用戶前端性能數據采集 29
3.2.2 數據采集可行性分析 30
第4章 服務端性能優化 36
4.1 最大QPS推算及驗證 36
4.1.1 RT 37
4.1.2 單綫程QPS 38
4.1.3 最佳綫程數 38
4.1.4 最大QPS 39
4.1.5 實驗數據驗證公式 44
4.1.6 壓力測試最佳綫程數和QPS的臨界點 47
4.2 同步模型與異步模型 49
4.2.1 同步模型 49
4.2.2 異步模型 50
4.2.3 為什麼異步模型需要的綫程數少 58
4.2.4 兩個模型的對比及異步模型適用場景 59
4.2.5 小結 60
4.3 數據結構對性能的影響 61
4.3.1 HashMap的問題 61
4.3.2 HashMap的結構 62
4.3.3 碰撞 64
4.3.4 Hash算法 65
4.3.5 題外話：ConcurrentHashMap中的Hash 72
4.3.6 HashMap綜述 73
4.3.7 均攤 74
4.4 算法設計不閤理帶來的性能問題 78
4.4.1 某應用A的現象 78
4.4.2 某應用B的現象 78
4.4.3 分析 79
4.4.4 方案 81
4.4.5 驗證 82
4.4.6 小結 86
4.5 綜閤案例：電商活動頁麵性能優化 86
4.5.1 第一輪：通過APC使QPS提高近3倍 86
4.5.2 第二輪：解決消耗CPU資源大戶Gzip 92
4.5.3 小結 105
第5章 TCP優化 107
5.1 TCP傳輸原理 108
5.1.1 TCP傳輸的簡要說明 108
5.1.2 滑動窗口——接收端流量控製 108
5.1.3 擁塞窗口——發送端流量控製 109
5.1.4 傳統TCP擁塞控製問題 110
5.2 Linux內核升級中的TCP優化技術 110
5.2.1 調整接收窗口 111
5.2.2 初始擁塞窗口調整（Linux 2.6.38開始支持） 111
5.2.3 Early Retransmit（Linux 3.5開始支持） 112
5.2.4 初始RTO調整（Linux 2.6.18開始支持） 114
5.2.5 TFO 114
5.2.6 TSO 115
5.3 TIME_WAIT問題案例分析 116
5.3.1 問題現象 116
5.3.2 問題分析 117
5.3.3 問題初步解決 118
5.3.4 問題再分析 118
5.3.5 問題後記 119
5.4 總結 119
第6章 DNS優化 120
6.1 DNS基本原理 121
6.1.1 DNS的一些關鍵術語 121
6.1.2 DNS查詢過程 122
6.1.3 NS選擇策略和機製 124
6.1.4 DNS擴展協議EDNS 125
6.1.5 常用DNS相關命令 126
6.2 實戰案例：超遠距離DNS性能問題分析和優化 130
6.2.1 現象描述 130
6.2.2 DNS Lookup耗時長的問題分析 131
6.2.3 DNS解析性能解決方案 133
6.3 總結 136
第7章 CDN優化 138
7.1 CDN優化概述 138
7.2 CDN的相關術語 140
7.3 從應用看CDN的基本原理 141
7.3.1 CDN基本架構 141
7.3.2 CDN全局調度 141
7.3.3 CDN基本調度方式 142
7.3.4 CDN加速的基本實施流程 145
7.4 CDN優化常見策略 146
7.4.1 靜態化緩存優化 146
7.4.2 動態內容靜態邊緣化 147
7.4.3 動態加速優化 150
7.4.4 用戶序列優化原理 153
7.4.5 域名閤並優化 153
7.4.6 多級緩存架構優化 154
7.4.7 301、302跳轉邊緣化訪問和多終端邊緣化判斷 154
7.5 CDN優化實戰 155
7.5.1 CDN的不閤理架構造成304請求耗時長優化實戰 155
7.5.2 靜態資源命中率優化實戰 159
7.5.3 CDN動態加速優化實戰 164
7.5.4 CDN靜態化的問題和優化實戰 171
7.5.5 CDN調度優化實戰 178
7.6 總結 179
第8章 大型網站性能監控體係 182
8.1 監控設計 183
8.1.1 應用監控存在的問題 183
8.1.2 從問題排查思路看監控的設計 183
8.1.3 監控的設計步驟 184
8.1.4 監控常見法則總結 187
8.2 大型網站性能監控體係設計目標和原則 188
8.2.1 準確性 188
8.2.2 完整性 189
8.2.3 實時性 189
8.2.4 細分化 189
8.2.5 聚閤化 189
8.2.6 圖錶化 190
8.2.7 可追溯 190
8.3 性能指標和監控項及實現 190
8.4 性能監控的關鍵指標 194
8.4.1 應用監控 194
8.4.2 係統監控 196
8.5 常用監控命令詳解 201
第9章 大型網站容量評估 205
9.1 容量評估概述 205
9.2 容量評估的特點 206
9.3 單機峰值QPS的測算 206
9.3.1 單機測算方法 207
9.3.2 兩種常用的引流壓力測試方法 207
9.3.3 引流壓力測試停止時間的判斷 208
9.3.4 如何避免單機壓力測試齣現問題 209
9.4 大型網站常用的容量評估方法 210
9.4.1 二八原則評估法——新業務評估的基本方法 210
9.4.2 有曆史數據參考的容量評估——GMV綫性比例評估法和GMV轉化評估法 210
9.4.3 流量占比評估法 215
9.5 總結 216
第10章 高性能係統架構模式 218
10.1 無狀態架構 219
10.1.1 解決方案一——Session復製 219
10.1.2 解決方案二——Session Sticky 220
10.1.3 解決方案三——Session集中式存儲 220
10.1.4 解決方案四——基於瀏覽器Cookie的無狀態架構 222
10.2 基於負載均衡器的水平擴展架構 222
10.3 基於DNS的負載均衡 224
10.4 讀寫分離架構 224
10.5 基於數據水平切分的水平擴展架構 225
10.6 緩存架構 228
10.6.1 緩存的基本屬性 229
10.6.2 緩存的分類 229
10.6.3 緩存使用常見的問題和誤區 230
10.6.4 緩存使用場景 231
10.6.5 緩存使用規範和原則 232
10.7 近端架構 233
10.8 異步化架構 234
10.9 排隊緩衝架構 235
10.10 多機房架構 236
10.10.1 同城架構 236
10.10.2 異地架構 238
10.11 基於服務的可擴展架構 240
10.12 日結架構 242
10.13 熱點避免架構 243
第11章 大促保障體係 246
11.1 大促保障概述 246
11.1.1 大促保障簡介 246
11.1.2 大促保障整體流程 247
11.2 大促保障體係詳解 249
11.2.1 容量保障體係 249
11.2.2 風險保障體係 253
11.2.3 組織保障 255
11.2.4 運維保障 255
11.2.5 中間件保障 256
11.3 大促容量峰值保障策略 257
11.4 大促風險保障策略 259
11.4.1 風險保障概述 259
11.4.2 風險保障常見風險 259
11.4.3 風險識彆和風險分類 260
11.4.4 風險保障策略 263
11.4.5 分組隔離策略 265
11.4.6 業務降級策略 265
11.4.7 監控發現策略 265
11.5 大促資金安全保障策略 265
11.5.1 常見的資金安全防護策略 265
11.5.2 大促資金安全防護 268
11.6 大促經驗沉澱 268
11.7 大促保障實戰分析 269
11.7.1 機房網絡瓶頸問題分析 269
11.7.2 集群個體異常造成的容量問題分析 275
11.7.3 詭異的網絡瓶頸 278
11.7.4 多機房壓力測試流量不均問題分析 283
11.7.5 Tengine限流案例 291
11.8 總結 292
第12章 數據分析驅動性能優化 293
12.1 WebP性能優化案例背景 293
12.1.1 WebP格式開始興起 294
12.1.2 WebP改造使L-D轉化率下降 295
12.2 性能優化中的數據分析原理與方法 296
12.2.1 數據分析簡介 296
12.2.2 數據分析之杜邦分析 297
12.2.3 數據分析之多維分析 299
12.3 通過數據分析來診斷WebP的性能問題 303
12.3.1 指標定義 303
12.3.2 基於指標樹自動診斷WebP的性能問題 305
12.4 案例：通過數據分析進行OLAP分析和RT優化 308
12.4.1 在綫分析係統響應指標基綫的定義 308
12.4.2 性能問題診斷 309
12.4.3 數據的獲取及覺察 311
12.4.4 方案的推導 313
12.4.5 小結 315
12.5 通過函數抽象進行性能優化 316
12.5.1 優化過程簡介 316
12.5.2 函數抽象 317
12.5.3 統計分析 319
12.5.4 小結 321
· · · · · · (收起)