新書推薦：
《
有兽焉.9
》
售價：NT$
305.0
《
普拉提解剖学（第2版）
》
售價：NT$
490.0
《
正义的刻度：如何用经济学思维衡量公平正义？
》
售價：NT$
403.0
《
企业ESG管理
》
售價：NT$
449.0
《
文脉的演进：中国古代文学史讲录
》
售價：NT$
602.0
《
AI律师助手：律师实务ChatGPT实战指南
》
售價：NT$
505.0
《
不像说母语者：作为后殖民体验的言语
》
售價：NT$
245.0
《
镜厅：大萧条、大衰退，我们做对了什么，又做错了什么
》
售價：NT$
449.0
|
| 編輯推薦： |
娓娓道来企业级云原生实践之道，抽丝剥茧Kubernetes核心技能
全面覆盖：逐一介绍云原生应用、网络存储、安全与监控等关键技术
全景解析：深度分析Kubernetes架构及关键特性
案例驱动：通过真实案例阐述从容器管理到集群维护的编排方法
应用转化：将丰富的实战经验转化为开发利器
|
| 內容簡介： |
本书对镜像和容器、Kubernetes 概念、 工作负载、 云原生应用、 网络和存储、 监控与日志、 安全、 多集群和虚拟机管理、 批量调度、 控制器和调度器剖析、Kubernetes 二次开发和调试、Kubernetes 集群维护等相关内容进行了详细的分析和介绍， 对 Kubernetes 1 .22 及以后版本的关键功能特性、Kubernetes 的架构和原理的核心功能作了阐释。
作者将丰富的实战经验融于系统的理论之中， 书稿结构清晰， 语言流畅， 精彩纷呈。
本书适合云原生与容器化技术初学者、 有一定经验的开发者及其相关运维人员、 企业架构师和技术负责人、 技术顾问和咨询师、 计算机相关专业的学生和研究人员参考和使用。
|
| 目錄：
|
第1 章 镜像和容器
1 .1 镜像和容器: 云原生的底座
1 .2 Docker、Containerd 和 Kubernetes 的关系
1 .3 镜像仓库
1 .4 Containerd 客户端工具
第2 章 为什么需要 Kubernetes
2.1 CNCF 的云原生景观简介
2.2 再谈为什么需要 Kubernetes
2.3 基于kubeadm 快速搭建 Kubernetes1 .22.2 集群
2.4 使用 Kind 在本地快速部署一个 K8s 集群
第3 章 云原生工作负载和应用
3 .1 Kubernetes Pod 深度解析
3 .2 Kubernetes 工作负载与服务
3 .3 Ingress Controller: 云原生的流量控制
3 .4 Helm: Kubernetes 主流的包管理器
3 .5 自定义一个 Helm Chart
3 .6 Kustomize: 无模板化地自定义 Kubernetes 配置
3 .7 OAM: 用于定义云原生应用程序的开放模型
3 .8 KubeVela: 简化云原生应用交付
3 .9 Kubernetes 中的弹性伸缩
3Kubernetes 云原生与容器编排实战
第4 章 云原生网络
4.1 Flannel: 非常简单的覆盖网络插件
4.2 Flannel 指定网卡
4.3 Calico: 强大的网络和安全开源解决方案
4.4 Kube-OVN: 具备SDN 能力的 CNI 插件
4.5 Kubernetes 多网卡方案之 Multus CNI
4.6 强大的容器网络调试工具netshoot
第5 章 云原生存储
5 .1 Kubernetes 存储的变换方法
5 .2 Ceph: 架构设计和安装部署
5 .3 Ceph 和 Kubernetes 集成使用
5 .4 NFS: 简单可靠的分布式文件系统
第6 章 云原生监控与日志
第7 章 云原生安全
第8 章 多集群管理
第9 章 虚拟机管理
第10 章 云原生批量调度
第11 章 Kubernetes 组件剖析
第12 章 云原生二次开发和调试
第13 章 云原生运维助手
|
| 內容試閱：
|
2023 年很火的技术莫过ChatGpt(Chat Generative Pretrained Transformer) 了， 虽然它只是一种人工智能语言模型， 没有生命和意
识， 但它可为大家提供各种语言方面的帮助和问题解答， 为我们带来了诸多便利。
快速提供相对准确的信息:ChatGPT 可以通过自然语言与人进行交流， 能够迅速地回答各种问题， 并提供相对准确或创造性的信息和解答。帮助大家学习:ChatGPT 可作为一种智能教育辅助工具， 帮助我们学习各种知识和技能。改善人际沟通:ChatGPT 可作为一种智能社交辅助工具， 使得人与人之间更好地沟通和交流。提高工作效率:ChatGPT 可作为一种智能工作辅助工具， 帮助大家更快地完成各种任务。
总的来说，ChatGPT 的开发是 OpenAI 公司在自然语言处理领域的重要突破， 同时也为人工智能技术的应用带来了新的可能性。值得一提的是， OpenAI 使用了 Kubernetes 来管理其云端基础架构， 于2016 年开始在 AWS 上运行 Kubernetes， 并于 2017 年初迁移到 Azure。 OpenAI 还将 Kubernetes 用作批处 理 调 度 系 统， 动 态 扩 展 和 缩 减 其 集 群， 同 时 依 靠 Kubernetes 一 致 的API， 可以非常轻松地在集群之间移植其研究实验。 基础架构主管 ChristopherBerner说: “我们的一位研究人员正在研究一个新的分布式训练系统， 他能够在两三天内运行他的实验。 在一两周内， 他将其扩展到数百个 GPU。 以前， 这很可能就需要几个月的工作。”
下面是 OpenAI 如何使用 Kubernetes 的一些具体应用。
在 Kubernetes 上管理计算资源: OpenAI 使用 Kubernetes 来管理其云端基础架构中的计算资源， 包括虚拟机和容器等。
Kubernetes 允许 OpenAI 快速调度和部署计算资源， 以满足其人工智能算法的需求。
通过 Kubernetes 运行 TensorFlow: OpenAI 是 TensorFlow 的核心贡献者， 因此他们使用 Kubernetes 来管理 TensorFlow 集群。
Kubernetes 提供了可靠的容器编排机制， 可以保证 TensorFlow 集群在运行时的稳定性和高可用性。
与 Kubernetes 集成的数据存储系统: OpenAI 使用 Kubernetes 与其他数据存储系统集成， 以帮助其存储和管理巨量的数据集。
Kubernetes 提供了灵活的存储插件机制， 可以轻松地集成各种数据存储系统， 如 Ceph、NFS 等。
在 Kubernetes 上 部 署 Jupyter Notebook: OpenAI 也 使 用 Kubernetes 部 署Jupyter Notebook， 为 其 科 学 家 和 工 程
师 提 供 了 一 个 交 互 式 的 工 作 环 境。Kubernetes 提供了灵活的服务发现和负载均衡机制， 可以轻松地管理和扩展Jupyter Notebook 集群。无独有偶， 由于 Kubernetes 强大的可扩展性、 灵活性和可靠性，Kubernetes 不仅可以应用于人工智能和机器学习， 还可以应用于其他众多领域， 包括但不限于以下几方面。
云计算: Kubernetes 可在公共云、 私有云或混合云环境中管理和部署容器化应用程序， 实现高可用性、 弹性伸缩和自动化管理等
功能。
微服务架构: Kubernetes 可帮助企业将应用程序拆分成多个微服务， 实现更灵活、 可伸缩、 可维护的应用程序架构。大数据处理: Kubernetes 可管理和部署大规模的数据处理应用程序， 如 ApacheHadoop、Apache Spark 等， 提供高效、 可扩展和可
靠的数据处理能力。
互联网应用程序: Kubernetes 可管理和部署各种类型的互联网应用程序， 如Web 应用程序、 移动应用程序等。
综上所述，Kubernetes 作为一种开源的容器编排系统， 是未来云计算和应用程序管理的重要发展趋势， 它可以应用于不同的领域和场景。 它为企业提供了一种高效、 可扩展和可靠的容器化应用程序管理和部署方案， 可帮助企业更好地应对业务发展的挑战。
让我们一步步“实战”容器编排吧。
在本书的撰写过程中， 得到了许多人的支持和帮助。 首先， 衷心感谢我的父母， 他们的鼓励始终是我追求进步的动力源泉。 也特别感谢我的姐姐和妻子， 他们的理解与支持让我能够在工作和生活中保持平衡、 坚定前行。 此外， 诚挚感谢北京航空航天大学出版社的大力支持， 使得我的书稿得以出版。
编 者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
