Kubernetes实战程序设计企业应用开发开源机器学习凤凰新华书店旗舰店 pdf下载

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很好实践的读者。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。

●前言

章 搭建一个基本服务

1.1 应用程序概览

1.2 配置文件管理

1.3 使用Deployment创建多副本服务

1.4 为HTTP流量配置外部Ingress

1.5 使用ConfigMap配置应用程序

1.6 使用Secret管理认证

1.7 部署简单的有状态数据库

1.8 使用服务创建TCP负载均衡器

1.9 使用Ingress将流量路由到静态文件服务器

1.10 使用Helm参数化应用程序

1.11 部署服务的ZJ实践

1.12 小结

D2章 开发者工作流

2.1 目的

2.2 搭建开发集

2.3 为多个开发者搭建共享集

2.4 启动开发者工作流

2.5 环境初始化

2.6 启动开发

2.7 启动测试与调试

2.8 搭建开发环境的ZJ实践

2.9 小结

D3章 监控与日志

3.1 指标与日志

3.2 监控技术

3.3 监控模式

3.4 Kubernetes指标概述

3.5 应该监控什么指标

3.6 监控工具

3.7 使用Prometheus监控Kubernetes

3.8 日志概述

3.9 日志工具

3.10 使用EFK记录日志

3.11 告警

3.12 监控、日志及告警的ZJ实践

3.13 小结

D4章 配置、机密以及RBAC

4.1 通过ConfigMap和Secret配置应用

4.2 ConfigMap和Secret API的ZJ实践

4.3 RBAC

4.4 小结

D5章 持续集成、测试和部署

5.1 版本控制

5.2 持续集成

5.3 测试

5.4 镜像构建

5.5 为镜像标记标签

5.6 持续部署

5.7 部署策略

5.8 生产环境中的测试

5.9 搭建流水线并进行混沌试验

5.10 CI/CD的ZJ实践

5.11 小结

D6章 版本控制、发布和部署

6.1 版本控制

6.2 发布

6.3 部署

6.4 综合示例

6.5 小结

D7章 quanqiu化应用的分发和预演

7.1 镜像的分发

7.2 参数化部署

7.3 quanqiu流量负载均衡

7.4 可靠的quanqiu化部署

7.5 如何应对出现的问题

7.6 quanqiu化部署的ZJ实践

7.7 小结

D8章 资源管理

8.1 Kubernetes Scheduler

8.2 不错调度技术

8.3 Pod资源管理

8.4 资源管理的ZJ实践

8.5 小结

D9章 网络、网络安全与服务网格

9.1 Kubernetes的网络原则

9.2 网络插件

9.3 Kubernetes中的服务

9.4 网络安全策略

9.5 服务网格

9.6 小结

0章 Pod和容器安全

10.1 PodSecurityPolicy API

10.2 工作负载隔离和RuntimeClass

10.3 其他Pod和容器安全注意事项

10.4 小结

1章 集的策略和治理

11.1 为什么策略和治理很重要

11.2 这里所说的策略有何不同

11.3 云原生策略引擎

11.4 Gatekeeper简介

11.5 审计

11.6 策略和治理的ZJ实践

11.7 小结

2章 多集管理

12.1 为什么需要多集

12.2 多集设计的考量

12.3 多部署管理

12.4 GitOps集管理方式

12.5 多管理工具

12.6 Kubernetes Federation

12.7 多集管理的ZJ实践

12.8 小结

3章 集成外部服务和Kubernetes

13.1 将外部服务导入Kubernetes

13.2 将Kubernetes服务导出到外部

13.3 在Kubernetes之间共享服务

13.4 D三方工具

13.5 连接集和外部服务的ZJ实践

13.6 小结

4章 在Kubernetes上运行机器学习工作负载

14.1 为什么KubernetesFC适合机器学习

14.2 机器学习工作流

14.3 Kubernetes集管理员与机器学习

14.4 数据科学家关心的事

14.5 在Kubernetes上运行机器学习工作负载的ZJ实践

14.6 小结

5章 在Kubernetes上构建高层应用的模式

15.1 开发高层抽象的方法

15.2 扩展Kubernetes

15.3 构建平台时的设计考量

15.4 构建应用平台的ZJ实践

15.5 小结

6章 管理状态和有状态应用

16.1 卷和卷挂载

16.2 Kubernetes存储

16.3 有状态应用

16.4 小结

7章 准入控制和授权

17.1 准入控制

17.2 授权

17.3 小结

8章 总结