Kubernetes 实战

Book description

在本书中,四位在分布式系统、企业应用开发和开源领域有着丰富经验的Kubernetes专家将会对使用Kubernetes容器编排系统构建应用进行全程指导。他们的经验来源于在生产环境中成功运行Kubernetes的众多企业,书中的很多方法都是通过具体的代码示例来说明。

本书面向已经熟悉Kubernetes 的基本概念,想进一步学习通用的最佳实践的读者。本书提供了在Kubernetes上构建应用所需的知识,包括:

  • 如何在Kubernetes中创建和开发应用。
  • 监控、系统安全,以及升级、部署和回滚管理的模式。
  • Kubernetes的网络策略和服务网格的适用场景。
  • 服务与遗留应用的集成,以及如何在Kubernetes之上构建高层的平台。
  • 如何在Kubernetes上运行机器学习工作负载。

Table of contents

  1. 封面
  2. 扉页
  3. 版权页
  4. O'Reilly介绍
  5. 推荐序一
  6. 推荐序二
  7. 译者序
  8. 目录 (1/2)
  9. 目录 (2/2)
  10. 前言
    1. 目标读者
    2. 为什么写这本书
    3. 本书概览
    4. 排版约定
    5. 示例代码
    6. O'Reilly在线学习平台
    7. 如何联系我们
    8. 致谢
  11. 第1章 搭建一个基本服务
    1. 1.1 应用程序概览
    2. 1.2 配置文件管理
    3. 1.3 使用Deployment创建多副本服务
    4. 1.4 为HTTP流量配置外部Ingress
    5. 1.5 使用ConfigMap配置应用程序
    6. 1.6 使用Secret管理认证
    7. 1.7 部署简单的有状态数据库
    8. 1.8 使用服务创建TCP负载均衡器
    9. 1.9 使用Ingress将流量路由到静态文件服务器
    10. 1.10 使用Helm参数化应用程序
    11. 1.11 部署服务的最佳实践
    12. 1.12 小结
  12. 第2章 开发者工作流
    1. 2.1 目的
    2. 2.2 搭建开发集群
    3. 2.3 为多个开发者搭建共享集群 (1/2)
    4. 2.3 为多个开发者搭建共享集群 (2/2)
    5. 2.4 启动开发者工作流
    6. 2.5 环境初始化
    7. 2.6 启动开发
    8. 2.7 启动测试与调试
    9. 2.8 搭建开发环境的最佳实践
    10. 2.9 小结
  13. 第3章 监控与日志
    1. 3.1 指标与日志
    2. 3.2 监控技术
    3. 3.3 监控模式
    4. 3.4 Kubernetes指标概述
    5. 3.5 应该监控什么指标
    6. 3.6 监控工具
    7. 3.7 使用Prometheus监控Kubernetes
    8. 3.8 日志概述
    9. 3.9 日志工具
    10. 3.10 使用EFK记录日志
    11. 3.11 告警
    12. 3.12 监控、日志及告警的最佳实践
    13. 3.13 小结
  14. 第4章 配置、机密以及RBAC
    1. 4.1 通过ConfigMap和Secret配置应用
    2. 4.2 ConfigMap和Secret API的最佳实践 (1/2)
    3. 4.2 ConfigMap和Secret API的最佳实践 (2/2)
    4. 4.3 RBAC
    5. 4.4 小结
  15. 第5章 持续集成、测试和部署
    1. 5.1 版本控制
    2. 5.2 持续集成
    3. 5.3 测试
    4. 5.4 镜像构建
    5. 5.5 为镜像标记标签
    6. 5.6 持续部署
    7. 5.7 部署策略
    8. 5.8 生产环境中的测试
    9. 5.9 搭建流水线并进行混沌试验
    10. 5.10 CI/CD的最佳实践
    11. 5.11 小结
  16. 第6章 版本控制、发布和部署
    1. 6.1 版本控制
    2. 6.2 发布
    3. 6.3 部署
    4. 6.4 综合示例
    5. 6.5 小结
  17. 第7章 全球化应用的分发和预演
    1. 7.1 镜像的分发
    2. 7.2 参数化部署
    3. 7.3 全球流量负载均衡
    4. 7.4 可靠的全球化部署
    5. 7.5 如何应对出现的问题
    6. 7.6 全球化部署的最佳实践
    7. 7.7 小结
  18. 第8章 资源管理
    1. 8.1 Kubernetes Scheduler
    2. 8.2 高级调度技术
    3. 8.3 Pod资源管理 (1/3)
    4. 8.3 Pod资源管理 (2/3)
    5. 8.3 Pod资源管理 (3/3)
    6. 8.4 资源管理的最佳实践
    7. 8.5 小结
  19. 第9章 网络、网络安全与服务网络
    1. 9.1 Kubernetes的网络原则
    2. 9.2 网络插件
    3. 9.3 Kubernetes中的服务 (1/2)
    4. 9.3 Kubernetes中的服务 (2/2)
    5. 9.4 网络安全策略
    6. 9.5 服务网格
    7. 9.6 小结
  20. 第10章 Pod和容器安全
    1. 10.1 PodSecurityPolicy API
    2. 10.2 工作负载隔离和RuntimeClass
    3. 10.3 其他Pod和容器安全注意事项
    4. 10.4 小结
  21. 第11章 集群的策略和治理
    1. 11.1 为什么策略和治理很重要
    2. 11.2 这里所说的策略有何不同
    3. 11.3 云原生策略引擎
    4. 11.4 Gatekeeper简介
    5. 11.5 审计
    6. 11.6 策略和治理的最佳实践
    7. 11.7 小结
  22. 第12章 多集群管理
    1. 12.1 为什么需要多集群
    2. 12.2 多集群设计的考量
    3. 12.3 多集群部署管理
    4. 12.4 GitOps集群管理方式
    5. 12.5 多集群管理工具
    6. 12.6 Kubernetes Federation
    7. 12.7 多集群管理的最佳实践
    8. 12.8 小结
  23. 第13章 集成外部服务和 Kubernetes
    1. 13.1 将外部服务导入Kubernetes
    2. 13.2 将Kubernetes服务导出到外部
    3. 13.3 在Kubernetes之间共享服务
    4. 13.4 第三方工具
    5. 13.5 连接集群和外部服务的最佳实践
    6. 13.6 小结
  24. 第14章 在Kubernetes上 运行机器学习工作页载
    1. 14.1 为什么Kubernetes非常适合机器学习
    2. 14.2 机器学习工作流
    3. 14.3 Kubernetes集群管理员与机器学习 (1/2)
    4. 14.3 Kubernetes集群管理员与机器学习 (2/2)
    5. 14.4 数据科学家关心的事
    6. 14.5 在Kubernetes上运行机器学习工作负载的最佳实践
    7. 14.6 小结
  25. 第15章 在Kubernetes上构建高层应用的模式
    1. 15.1 开发高层抽象的方法
    2. 15.2 扩展Kubernetes
    3. 15.3 构建平台时的设计考量
    4. 15.4 构建应用平台的最佳实践
    5. 15.5 小结
  26. 第16章 管理状态和有状态应用
    1. 16.1 卷和卷挂载
    2. 16.2 Kubernetes存储
    3. 16.3 有状态应用
    4. 16.4 小结
  27. 第17章 准入控制和授权
    1. 17.1 准入控制
    2. 17.2 授权
    3. 17.3 小结
  28. 第18章 总结
  29. 作者介绍
  30. 封面介绍

Product information

  • Title: Kubernetes 实战
  • Author(s): Brendan Burns, Eddie Villalba, Dave Strebel, Lachlan Evenson
  • Release date: January 2021
  • Publisher(s): China Machine Press
  • ISBN: 9787111672128

You might also like

book

机器学习实战:基于Scikit-Learn、Keras 和TensorFlow (原书第2 版)

by Aurélien Géron

随着一系列的技术突破,深度学习推动了整个机器学习领域的发展。现在,即使是对这项技术几乎一无所知的程序员也可以使用简单有效的工具来实现“可以自动从数据中学习”的程序。这本畅销书的更新版通过具体的示例、非常少的理论和可用于生产环境的Python框架来帮助你直观地理解并掌握构建智能系统所需要的概念和工具。 你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识,你只需要有一些编程经验。所有代码都可以在GitHub上获得。它已更新为TensorFlow 2和Scikit-Learn的新版本。 使用Scikit-Learn和pandas通过端到端项目来学习机器学习基础。 使用TensorFlow 2构建和训练多个神经网络架构来进行分类和回归。 覆盖对象检测、语义分割、注意力机制、语言模型、GAN等。 探索Keras API与TensorFlow 2的官方高级API。 使用TensorFlow的数据API、分布策略API、TF Transform和TF-Serving来部署TensorFlow模型。 在Google Cloud AI Platform或移动设备上部署。 …

book

Python深度学习入门: 从零构建CNN和RNN

by Seth Weidman

深度学习技术的发展如火如荼,这些知识正迅速成为机器学习从业者甚至许多软件开发工程师的“加分项”。深度学习是一个立体的领域,仅从数学层面或代码层面学习,难免以偏概全,无法融会贯通。 本书作者认为,理解深度学习和神经网络需要多种思维模型。因此,本书从数学、示意图、Python代码三个维度帮助你立体地理解每一个概念,带你领略深度学习领域的全貌,从内到外地理解构建神经网络的每一步。你将学到以下内容。 为理解深度学习的概念和原理构建多种思维模型。 掌握嵌套函数、链式法则等数学概念。 掌握学习率衰减、权重初始化、dropout等优化技巧。 从零构建CNN和RNN等常见的神经网络架构。 使用PyTorch实现神经网络。

book

程式設計人應該知道的97件事 | 來自專家的集體智慧

by Kevlin Henney

廣集專家智慧精粹,讓你學習每位程式設計人所應該知道的一切。無論你是使用哪一種程式語言,透過書中 97 位專家所貢獻的經驗建議和智慧精要與極具實用的訣竅,以最簡潔有力的方式與全新的思維,解決以往難以處理的窠臼。你的專業能力將因此提升,實踐方式也能更適切務實。 本書作者是一群深具實務經驗及備受推崇的專家—包括 Michael Feathers、Pete Goodliffe、Diomidis Spinellis、Cay Horstmann、Verity Stob 等。書中所涵蓋的實踐知識和原則,都可在你所面對的各類型專案中應用發揮。 書中有代表性的主題包括: ‧使用領域的詞語撰寫程式 (Dan North) ‧測試是為人而寫 …

book

数字化转型:企业破局的34 个锦囊

by Gary O’Brien, Xiao Guo, Mike Mason

数字化时代正在对各行各业产生广泛而深远的影响。不是简单地将自动化或数字技术嵌入现有产品中去,而是需要重新考虑一切。在这本实操性质的书中,ThoughtWorks的三名专业人士提供了34个锦囊,帮助企业跨越转型,同时提供了相关的技术概念,助力你成为现代数字业务中的高效领导者。 本书包含丰富的实用性建议和案例研究,展示了企业是如何转型的,还揭示了指导企业数字化转型的相关经验教训。虽然转型没有银弹可用,但你将找到在组织中推行变革的有效方法。 通过阅读本书,你将了解: 如何重新调整业务和运营架构,关注客户价值。 如何建立一个响应更快、更敏捷的组织来应对发展速度和环境的不确定性。 如何构建下一代技术能力来作为企业的核心竞争力。