掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
OReilly精品圖書系列云原生:運用容器、函數計算和數據構建下一代應用 版權信息
- ISBN：9787111653240
- 條形碼：9787111653240 ; 978-7-111-65324-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
OReilly精品圖書系列云原生:運用容器、函數計算和數據構建下一代應用 本書特色
探討設計云原生應用所需的技術 介紹容器和函數計算的區別，并學習它們的適用場景 有針對性地設計應用來滿足數據相關的需求 學習DevOps的基礎知識和一些開發、測試、運維實踐 學習一些構建和管理云原生應用的技巧、方法和實踐 理解構建一個具有可移植性的應用所需的代價，并且學會對需求做出取舍
OReilly精品圖書系列云原生:運用容器、函數計算和數據構建下一代應用 內容簡介
本書旨在能夠提供一些基礎知識，來幫助開發者和架構師更從容地開啟云原生應用之旅。本書首先介紹一些分布式系統的基本原理及其與云原生應用的關系，然后再進一步介紹容器和函數等相關技術，接著，本書會介紹服務間的通信模式、服務的彈性和數據模式，并討論在什么情況下應該使用這些技術，*后會總結一些經驗性的東西，例如如何結合DevOps方法，怎么兼顧可移植性，以及一些*佳實踐。這些*佳實踐對于打造一個成功的云原生應用是很好有幫助的。這本書不會手把手教你如何實現一個滿足特定業務需求的云原生應用。但是在讀完這本書之后，你一定會知道如何去設計、構建和運維一個成功的云原生應用。
OReilly精品圖書系列云原生:運用容器、函數計算和數據構建下一代應用 目錄
前言1
第1章 云原生簡介5
1.1 分布式系統5
1.1.1 分布式系統的誤區5
1.1.2 CAP定理8
1.2 十二要素應用8
1.3 可用性和服務等級協議11
1.4 本章小結12
第2章 云原生基礎13
2.1 容器13
2.1.1 容器隔離等級15
2.1.2 容器編排16
2.1.3 Kubernetes概述17
2.1.4 Kubernetes和容器20
2.2 無服務器架構21
2.3 函數計算22
2.4 從虛擬機到云原生23
2.4.1 提升和轉變23
2.4.2 應用的現代化改造24
2.4.3 應用的優化26
2.5 微服務26
2.5.1 微服務架構的優勢27
2.5.2 微服務架構帶來的挑戰29
2.6 本章小結31
第3章 云原生應用的設計33
3.1 云原生應用的基礎33
3.1.1 精益運營33
3.1.2 安全性35
3.1.3 可靠性與可用性36
3.1.4 可擴展性與成本37
3.2 云原生與傳統架構的對比37
3.3 函數計算與服務41
3.3.1 函數計算的使用場景42
3.3.2 使用函數計算的考慮因素42
3.3.3 函數與服務的組合運用43
3.4 API設計與版本控制45
3.4.1 API的前后兼容46
3.4.2 語義版本號47
3.5 服務間的通信48
3.5.1 通信協議48
3.5.2 消息協議50
3.5.3 序列化的考慮因素50
3.5.4 冪等性51
3.5.5 請求與響應52
3.5.6 發布者與訂閱者53
3.5.7 發布者/訂閱者模式與請求/響應模式間的選擇55
3.5.8 同步與異步56
3.6 網關56
3.6.1 路由57
3.6.2 聚合58
3.6.3 卸載59
3.6.4 網關的實現60
3.7 出口網關60
3.8 服務網格60
3.9 架構示例69
3.10 本章小結73
第4章 數據處理75
4.1 數據存儲系統76
4.1.1 對象、文件和磁盤77
4.1.2 數據庫78
4.1.3 流和隊列80
4.1.4 區塊鏈81
4.1.5 數據存儲的選擇81
4.2 多數據存儲下的數據84
4.2.1 捕獲數據更改85
4.2.2 將更改作為事件寫入更改日志87
4.2.3 事務監管88
4.2.4 事務回滾90
4.2.5 提取、轉換和加載90
4.2.6 微服務和數據湖91
4.3 客戶端訪問數據94
4.3.1 受限的客戶令牌（代客密鑰）94
4.3.2 細粒度訪問控制的數據庫服務95
4.3.3 GraphQL數據服務96
4.4 可快速伸縮的數據97
4.4.1 數據分片98
4.4.2 數據緩存98
4.4.3 內容分發網絡99
4.5 數據分析101
4.5.1 數據流101
4.5.2 批處理101
4.5.3 對象存儲上的數據湖102
4.5.4 數據湖和數據倉庫102
4.5.5 分布式查詢引擎103
4.6 Kubernetes中的數據庫104
4.6.1 存儲卷104
4.6.2 StatefulSet106
4.6.3 DaemonSet107
4.7 本章小結107
第5章 DevOps109
5.1 什么是DevOps109
5.1.1 協作109
5.1.2 自動化110
5.1.3 精益原則和流程110
5.1.4 度量111
5.1.5 分享111
5.2 測試112
5.2.1 測試替身113
5.2.2 自動化測試金字塔113
5.2.3 不同測試類型的適用時機118
5.2.4 測試節奏119
5.2.5 在生產環境中測試120
5.3 開發環境和工具122
5.3.1 開發工具123
5.3.2 開發環境126
5.3.3 本地開發環境126
5.3.4 本地開發環境結合遠端集群127
5.3.5 Skaffold開發工作流127
5.3.6 將遠端集群路由到本地開發環境129
5.3.7 云端開發環境129
5.4 持續集成/持續交付130
5.4.1 源代碼管理131
5.4.2 構建階段132
5.4.3 測試階段132
5.4.4 部署階段134
5.4.5 發布階段136
5.4.6 發布后階段137
5.5 監控137
5.5.1 收集指標139
5.5.2 服務的可觀測性145
5.6 配置管理149
5.6.1 單一環境變量151
5.6.2 多環境變量151
5.6.3 將配置數據放入存儲卷中152
5.6.4 密鑰保存152
5.6.5 部署配置154
5.7 持續集成/持續交付流程示例156
5.8 本章小結159
第6章 *佳實踐161
6.1 邁向云原生161
6.1.1 找個合理的理由打破巨石應用161
6.1.2 先解耦簡單的服務162
6.1.3 學會小規模的運維162
6.1.4 使用防損層模式162
6.1.5 使用刀砍模式162
6.1.6 準備一個數據遷移策略164
6.1.7 重寫所有模板代碼164
6.1.8 重新考慮框架、語言、數據結構和數據存儲164
6.1.9 淘汰老代碼164
6.2 確保彈性164
6.2.1 用重試來解決瞬時故障165
6.2.2 使用有限次的重試165
6.2.3 用斷路器來處理非瞬時故障166
6.2.4 優雅地降級166
6.2.5 使用隔離模式166
6.2.6 實現健康及就緒檢查166
6.2.7 為容器設定CPU和內存限制166
6.2.8 實現限速和限流167
6.3 確保安全性167
6.3.1 安全性需求同其他需求一樣重要167
6.3.2 在設計時就考慮安全性167
6.3.3 授予*小訪問權限167
6.3.4 使用獨立的賬號、訂閱和租客167
6.3.5 安全地存儲所有密鑰168
6.3.6 模糊化數據168
6.3.7 傳輸數據加密168
6.3.8 使用聯合身份管理168
6.3.9 使用基于角色的訪問控制168
6.3.10 Kubernetes pod的隔離169
6.4 處理數據169
6.4.1 使用托管數據庫和數據分析服務169
6.4.2 使用*符合數據需求的存儲169
6.4.3 將數據保存在多個地域或可用區中170
6.4.4 使用數據分區和復制以提高擴展性170
6.4.5 避免過度獲取及頻繁的I/O操作170
6.4.6 不要把業務邏輯放在數據庫中執行170
6.4.7 使用類生產環境數據來測試170
6.4.8 處理瞬時故障171
6.5 性能和伸縮性171
6.5.1 設計可擴展的無狀態服務171
6.5.2 使用平臺的自動伸縮功能171
6.5.3 使用緩存172
6.5.4 用分區來實現超出服務限制的擴容1
第1章 云原生簡介5
1.1 分布式系統5
1.1.1 分布式系統的誤區5
1.1.2 CAP定理8
1.2 十二要素應用8
1.3 可用性和服務等級協議11
1.4 本章小結12
第2章 云原生基礎13
2.1 容器13
2.1.1 容器隔離等級15
2.1.2 容器編排16
2.1.3 Kubernetes概述17
2.1.4 Kubernetes和容器20
2.2 無服務器架構21
2.3 函數計算22
2.4 從虛擬機到云原生23
2.4.1 提升和轉變23
2.4.2 應用的現代化改造24
2.4.3 應用的優化26
2.5 微服務26
2.5.1 微服務架構的優勢27
2.5.2 微服務架構帶來的挑戰29
2.6 本章小結31
第3章 云原生應用的設計33
3.1 云原生應用的基礎33
3.1.1 精益運營33
3.1.2 安全性35
3.1.3 可靠性與可用性36
3.1.4 可擴展性與成本37
3.2 云原生與傳統架構的對比37
3.3 函數計算與服務41
3.3.1 函數計算的使用場景42
3.3.2 使用函數計算的考慮因素42
3.3.3 函數與服務的組合運用43
3.4 API設計與版本控制45
3.4.1 API的前后兼容46
3.4.2 語義版本號47
3.5 服務間的通信48
3.5.1 通信協議48
3.5.2 消息協議50
3.5.3 序列化的考慮因素50
3.5.4 冪等性51
3.5.5 請求與響應52
3.5.6 發布者與訂閱者53
3.5.7 發布者/訂閱者模式與請求/響應模式間的選擇55
3.5.8 同步與異步56
3.6 網關56
3.6.1 路由57
3.6.2 聚合58
3.6.3 卸載59
3.6.4 網關的實現60
3.7 出口網關60
3.8 服務網格60
3.9 架構示例69
3.10 本章小結73
第4章 數據處理75
4.1 數據存儲系統76
4.1.1 對象、文件和磁盤77
4.1.2 數據庫78
4.1.3 流和隊列80
4.1.4 區塊鏈81
4.1.5 數據存儲的選擇81
4.2 多數據存儲下的數據84
4.2.1 捕獲數據更改85
4.2.2 將更改作為事件寫入更改日志87
4.2.3 事務監管88
4.2.4 事務回滾90
4.2.5 提取、轉換和加載90
4.2.6 微服務和數據湖91
4.3 客戶端訪問數據94
4.3.1 受限的客戶令牌（代客密鑰）94
4.3.2 細粒度訪問控制的數據庫服務95
4.3.3 GraphQL數據服務96
4.4 可快速伸縮的數據97
4.4.1 數據分片98
4.4.2 數據緩存98
4.4.3 內容分發網絡99
4.5 數據分析101
4.5.1 數據流101
4.5.2 批處理101
4.5.3 對象存儲上的數據湖102
4.5.4 數據湖和數據倉庫102
4.5.5 分布式查詢引擎103
4.6 Kubernetes中的數據庫104
4.6.1 存儲卷104
4.6.2 StatefulSet106
4.6.3 DaemonSet107
4.7 本章小結107
第5章 DevOps109
5.1 什么是DevOps109
5.1.1 協作109
5.1.2 自動化110
5.1.3 精益原則和流程110
5.1.4 度量111
5.1.5 分享111
5.2 測試112
5.2.1 測試替身113
5.2.2 自動化測試金字塔113
5.2.3 不同測試類型的適用時機118
5.2.4 測試節奏119
5.2.5 在生產環境中測試120
5.3 開發環境和工具122
5.3.1 開發工具123
5.3.2 開發環境126
5.3.3 本地開發環境126
5.3.4 本地開發環境結合遠端集群127
5.3.5 Skaffold開發工作流127
5.3.6 將遠端集群路由到本地開發環境129
5.3.7 云端開發環境129
5.4 持續集成/持續交付130
5.4.1 源代碼管理131
5.4.2 構建階段132
5.4.3 測試階段132
5.4.4 部署階段134
5.4.5 發布階段136
5.4.6 發布后階段137
5.5 監控137
5.5.1 收集指標139
5.5.2 服務的可觀測性145
5.6 配置管理149
5.6.1 單一環境變量151
5.6.2 多環境變量151
5.6.3 將配置數據放入存儲卷中152
5.6.4 密鑰保存152
5.6.5 部署配置154
5.7 持續集成/持續交付流程示例156
5.8 本章小結159
第6章 *佳實踐161
6.1 邁向云原生161
6.1.1 找個合理的理由打破巨石應用161
6.1.2 先解耦簡單的服務162
6.1.3 學會小規模的運維162
6.1.4 使用防損層模式162
6.1.5 使用刀砍模式162
6.1.6 準備一個數據遷移策略164
6.1.7 重寫所有模板代碼164
6.1.8 重新考慮框架、語言、數據結構和數據存儲164
6.1.9 淘汰老代碼164
6.2 確保彈性164
6.2.1 用重試來解決瞬時故障165
6.2.2 使用有限次的重試165
6.2.3 用斷路器來處理非瞬時故障166
6.2.4 優雅地降級166
6.2.5 使用隔離模式166
6.2.6 實現健康及就緒檢查166
6.2.7 為容器設定CPU和內存限制166
6.2.8 實現限速和限流167
6.3 確保安全性167
6.3.1 安全性需求同其他需求一樣重要167
6.3.2 在設計時就考慮安全性167
6.3.3 授予*小訪問權限167
6.3.4 使用獨立的賬號、訂閱和租客167
6.3.5 安全地存儲所有密鑰168
6.3.6 模糊化數據168
6.3.7 傳輸數據加密168
6.3.8 使用聯合身份管理168
6.3.9 使用基于角色的訪問控制168
6.3.10 Kubernetes pod的隔離169
6.4 處理數據169
6.4.1 使用托管數據庫和數據分析服務169
6.4.2 使用*符合數據需求的存儲169
6.4.3 將數據保存在多個地域或可用區中170
6.4.4 使用數據分區和復制以提高擴展性170
6.4.5 避免過度獲取及頻繁的I/O操作170
6.4.6 不要把業務邏輯放在數據庫中執行170
6.4.7 使用類生產環境數據來測試170
6.4.8 處理瞬時故障171
6.5 性能和伸縮性171
6.5.1 設計可擴展的無狀態服務171
6.5.2 使用平臺的自動伸縮功能171
6.5.3 使用緩存172
6.5.4 用分區來實現超出服務限制的擴容1
展開全部
OReilly精品圖書系列云原生:運用容器、函數計算和數據構建下一代應用 作者簡介
鮑里斯·肖勒 Boris Scholl是Azure計算團隊的產品架構師，專注于下一代分布式系統平臺和應用程序模型的研究，擁有多項有關云計算與分布式系統的專利。同時他也是Microservices with Docker on Azure一書的第一作者，這本書也是最早關于如何在Azure上使用微服務和容器的書籍之一。 特倫特·斯旺森 Trent Swanson是專注于云和邊緣技術的軟件架構師。作為Johnson Controls 的云技術領域杰出研究員與Full Scale 180的聯合創始人和顧問，他幫助了不少微軟的大客戶把應用遷移上云，或在云中構建應用。 彼得·加索維奇 Peter Jausovec是一名軟件工程師，在軟件開發和技術領域有10多年的經驗。近年來，他一直致力于開發分布式系統上的云原生解決方案。
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
推拿
- >
姑媽的寶刀
- >
朝聞道
- >
自卑與超越
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
本類暢銷
