智能化運維實踐：從Ansible到Kubernetes（簡體書）
商品資訊
商品簡介
本書主要介紹自動化運維和智能化運維的常用技術，同時，通過搭建實驗環境的方式，讓讀者能夠基於前沿的容器化技術Docker與Kubernetes搭建自己的運維實驗環境，從而幫助讀者更好地掌握本書涉及的技術要點。
作者簡介
吳文豪，《自動化運維軟件設計實戰》作者、網思科技股份有限公司廣州研究院負責人。
孫靖翀，草根老碼農一枚，開源軟件生態成長的見證者，蹦跶在自動化運維一線的折騰者。
名人/編輯推薦
本書講解了自動化運維和智能化運維兩大內容，並且通過實驗環境搭建的方式，讓讀者能夠快速地掌握當前 Docker 和 Kubernetes 環境的使用。在講述相關的知識和技術的時候，以開箱即用的方式給讀者選擇了一些能夠實際增強智能化運維能力的 AIOps 工具包。
序
技術的更新迭代速度總是非常快，回想起編寫《自動化運維軟件設計實戰》一書的時候，容器化技術還沒有被廣泛地使用，智能化運維的概念也還沒有在運維圈火熱起來。經過近幾年的技術變遷，微服務、云原生、智能化運維等非常多的新技術和新概念陸續出現，並且獲得了廣泛應用。
新技術的出現，提升了運維工程師的工作效率。比如，在容器化技術出現之前，應用最終部署環境與測試開發環境的一致性問題是讓運維工程師在完成應用部署時非常頭疼的問題之一。在容器化技術出現之後，應用最終部署環境與測試開發環境的一致性問題被容器化技術完美解決了，運維工程師再也不需要為其擔心了，而且由於使用了容器化技術，也提升了應用部署的效率。但是，事物往往存在兩面性，新技術的出現雖然解決了不少問題，但也帶來了新的問題。例如，容器化部署被廣泛使用之後，容器的數量呈爆炸性增長，容器間調用的復雜性相較於傳統部署模式的復雜性也數倍增加。因此，運維工程師需要為手中的運維工具箱增加一些更強勁的自動化運維和智能化運維工具，來應對新的技術浪潮。
開源社區中有非常多的運維工具包，所實現的功能及達到的效果參差不齊，本書選擇了一些“開箱即用”並且效果不俗的開源工具包分享給讀者。
本書章節內容如下。
第1章：
回顧自動化運維技術，介紹自動化運維過程中面臨的問題，並且對自動化運維的後續發展進行展望，幫助讀者快速了解自動化運維領域需要解決的問題及未來的發展方向。
第2章：
容器化技術被廣泛應用之後，Kubernetes技術的出現將容器化技術的普及推向了一個新的高度。本章主要介紹如何快速搭建Kubernetes實驗環境，幫助讀者快速掌握Kubernetes和Docker相關技術，為讀者能夠快速體驗本書介紹的運維工具包提供了一套簡單易用的實驗環境。
第3～4章：
通過介紹Ansible的使用，以及采用Ansible實現自動化運維的典型案例，幫助讀者掌握如何使用Ansible這款開源的自動化運維利器來完成日常運維工作。
第5～7章：
對智能化運維的發展歷程進行了簡單的回顧，並提供了對讀者比較有幫助的AIOps工具包，以及介紹如何使用Kubernetes技術來搭建一個能夠讓AIOps技術快速落地的AI平臺。
致謝
本書參考了大量的網絡資料，這些資料來自GitHub、Stack Overflow、知乎等，在此向這些促進知識傳播的網絡平臺致以誠摯的敬意。
特別感謝我就職的網思科技股份有限公司，公司良好的技術氛圍、快速成長的業務，讓我有機會帶領團隊研發公司的拳頭產品AlphaMind AI能力開放平臺，這為本書的寫作提供了非常好的外部環境。
感謝我的父母和妻子，以及我的女兒，你們在本書的寫作過程中給予了我最大的支持。
最後，感謝各位讀者朋友。
本書中的相關鏈接的地址可通過掃描封底二維碼獲取。
吳文豪
目次
第1章 自動化運維的常見問題與發展趨勢
1.1 運維過程中的常見問題
1.1.1 設備數量多
1.1.2 系統異構性大
1.1.3 云計算技術成熟後帶來更大的困難
1.1.4 信息安全要求帶來的挑戰
1.2 自動化運維主流工具
1.2.1 SaltStack
1.2.2 Ansible
1.3 自動化運維
1.4 新的趨勢—AIOps
1.5 小結
第2章 使用Kubernetes快速搭建實驗環境
2.1 Docker
2.1.1 使用Docker搭建實驗環境的優點
2.1.2 安裝Docker
2.1.3 Docker的基礎使用方法
2.1.4 Docker常用命令與配置
2.1.5 定制Ansible鏡像
2.1.6 使用docker-compose編排實驗環境
2.1.7 docker-compose的常用配置項
2.2 鏡像倉庫
2.2.1 Docker Registry
2.2.2 Harbor
2.3 Kubernetes
2.3.1 Kubernetes簡介
2.3.2 Kubeasz
2.3.3 K3S
2.3.4 Kubernetes快速入門
2.3.5 使用Kubernetes Deployment搭建Ansible實驗環境
第3章 集中化運維利器——Ansible
3.1 Ansible基礎知識
3.1.1 主機納管——inventory
3.1.2 動態inventory
3.2 在命令行中執行Ansible
3.2.1 指定目標主機
3.2.2 常用命令示例
3.3 Ansible常用模塊
3.3.1 文件管理模塊
3.3.2 命令執行模塊
3.3.3 網絡相關模塊
3.3.4 代碼管理模塊
3.3.5 包管理模塊
3.3.6 系統管理模塊
3.3.7 文檔動態渲染與配置模塊
3.4 自動化作業任務的實現—Ansible Playbook
3.4.1 Playbook示例
3.4.2 常用的Playbook結構
3.4.3 變量的使用
3.4.4 條件語句
3.4.5 循環控制
3.4.6 include語法
3.4.7 Ansible Playbook的角色roles
3.5 密鑰管理方案—ansible-vault
3.6 使用Ansible的API
3.7 Ansible的優點與缺點
第4章 自動化運維
4.1 Ansible在自動化運維中的應用
4.1.1 ansible_fact緩存
4.1.2 ansible_fact信息模板
4.1.3 載入fact
4.1.4 set_fact的使用
4.1.5 自定義module
4.2 掛載點使用情況和郵件通知
4.2.1 任務目標
4.2.2 任務分析
4.2.3 任務的實現
4.3 操作系統安全基線檢查
4.3.1 任務目標
4.3.2 任務分析
4.3.3 任務的實現
4.4 收集被管理節點信息
4.4.1 任務目標
4.4.2 任務分析
4.4.3 Jinja2簡介
4.4.4 服務器巡檢任務
4.5 小結
第5章 AIOps概述
5.1 AIOps概述
5.2 AIOps的落地路線
5.3 基於基礎指標監控系統的AIOps
5.4 基於日志分析系統的AIOps
5.5 基於知識庫的AIOps
5.6 基於AI平臺的AIOps
第6章 AIOps工具包
6.1 應用系統參數自動優化
6.2 智能日志分析
6.2.1 日志模式發現
6.2.2 日志模式統計分析
6.2.3 實時異常檢測
6.3 告警關聯分析
6.4 語義檢索
6.4.1 Bert-As-Service
6.4.2 Bert Fine-tuning
6.5 異常檢測
6.5.1 典型場景——監控指標異常檢測
6.5.2 異常檢測工具包——PyOD
6.6 時序預測
6.6.1 典型場景——動態告警閾值
6.6.2 時序預測工具包——Prophet
第7章 加速AIOps落地——AI平臺
7.1 AI平臺與AIOps
7.1.1 為運維系統插上AI的翅膀
7.1.2 Polyaxon
7.2 搭建AI平臺的技術點
7.2.1 nvidia-docker
7.2.2 nvidia-device-plugin
7.2.3 KubeShare——顯卡資源調度
7.2.4 AI算法插件框架設計
7.2.5 KEDA——基於事件的彈性伸縮框架
7.2.6 Argo Workflow——云原生的工作流引擎
7.2.7 Traefik
7.3 小結
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。