前言 iX
1 高性能之路 1
-性能的定义 2
- - 高性能软件 2
- - 硬件资源 3
- - 时延和吞吐率 4
- - 瓶颈 5
-性能总结 5
- - 平均数的问题 6
- - 百分位数来救场 8
-指标搜集 9
- - 用基准数据（benchmark）来衡量性能. 9
- - 通过Profiling 来定位瓶颈 10
- - 结合基准测试和profiling 10
-案例分析 11
-工具链 11
-小结 12
2 在JVM 上度量性能 13
-金融领域一瞥 13
-意外的市场波动毁掉了利润 16
-重现故障 17
- - 吞吐量基准测试 17
- - 时延基准测试 20
- - 定位瓶颈 25
- - 微基准取得大进步 42
-小结 49
3 释放Scala 的性能 51
-值类 52
- - 字节码表示 52
- - 性能考虑 54
- - 标记类型——值类的一种替代品 55
-专门化 57
字节码表示 58
性能考虑 60
-元组 65
- - 字节码表示 65
- - 性能考虑 66
-模式匹配 68
- - 字节码表示 68
- - 性能考虑 70
-尾递归 75
- - 字节码表示 78
- - 性能考虑 79
-Option 数据类型 83
- - 字节码表示 83
- - 性能考虑 84
-案例研究——性能更高的Option 85
-小结 89
4 探索集合API 91
-高吞吐量系统 - 改进指令簿 91
- - 理解过去实现上的折中 - list 实现 92
- - 当前的指令簿 - queue 实现 101
- - 通过惰性计算来提升取消操作的性能 104
-历史数据分析 114
- - 滞后时序收益率（lagged time series returns） 114
- - 处理多个收益率序列 122
-小结 127
5 惰性集合及事件溯源 129
-提升用户报表生成速度 129
- - 深入报表生成代码 130
- - 使用视图提速报表生成 133
- - 视图的注意事项 141
- - 打包报表生成结果 145
-重新思考报表架构 146
- - Stream 概览 149
- - 事件变换 152
- - 构建事件源管道 158
- - 马尔可夫流式链 162
- - 流的注意事项 166
-小结 169
6 Scala 的并发 171
-并行回测（backtesting）策略 171
- - 探索Future 173
- - Future 和crazy ideas 177
- - Future 使用时的考量 179
- - 提交执行妨碍性能 185
-处理阻塞调用和回调 188
- - ExecutionContext 和阻塞调用 189
- - 用Promise 转化回调 193
-受命进一步提升回测性能 196
- - 介绍Scalaz Task 197
- - 用Task 为交易日模拟建模 204
- - 总结回测 209
-小结 210
7 高性能架构 211
-分布式自动化交易员（Distributed automated traders） 211
- - 分布式架构概述 212
- - 第一次尝试分布式自动化交易系统 212
- - 引入CRDT 214
- - CRDT 和自动化交易系统 219
- - 当余额不足时 220
-免费交易策略性能提升 222
- - 为交易策略做基准测试 222
- - 无界队列（unbounded queue）的危险 225
- - 应用背压（back pressure） 226
- - 应用负载控制策略 227
- - Free monad 233
-小结 240
· · · · · · (收起)