Kubernetes云原生数据管理
全新正版 极速发货
￥ 60.37 5.6折 ￥ 108 全新
库存3件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)杰夫·卡彭特,(美)帕特里克·麦克法丁
出版社电子工业出版社
ISBN9787121470059
出版时间2024-01
装帧平装
开本16开
定价108元
货号1203178681
上书时间2024-10-01
![柏拉图全集[修订版]](https://www0.kfzimg.com/sw/kfz-cos/kfzimg/bdaacbaf/661e094e5122bf50_s.jpg)
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
"Jeff Carpenter 是一位软件工程师和架构师，在多个行业拥有丰富的从业经历。作为一名开发人员倡导者，他致力于帮助其他工程师使用 Cassandra。除此之外，Jeff Carpenter还积极参与 Cassandra 和 Kubernetes 生态系统中多个开源项目的开发，其中包括 Stargate和 K8ssandra。同时，他还与他人合著了《Cassandra ：权威指南》一书。
Patrick McFadin 是一位分布式系统黑客，自从他将调制解调器插入 Atari 计算机以来就致力于该领域。为追求冒险，他加入了美国海军，并参与了海军战术数据系统（NTDS）的开发，这进一步激发了他对分布式系统的热情。在 20 世纪 90 年代，互联网快速崛起时，他开始从事基础设施工作，后来差点因为互联网泡沫危机而失去生计来源。其间，Patrick 获得了加州州立理工大学圣路易斯奥比斯波分校的计算机工程学位，并专注于高规模互联网基础设施的研究。目前，他热衷于分布式数据系统的研究，并且自 2011 年以来始终是 Cassandra 项目的稳定贡献者。
译者简介
「DaoCloud 道客」成立于 2014 年底，公司拥有自主知识产权的核心技术，致力于打造开放的云操作系统为实体经济赋能，推动传统企业完成数字化转型。成立迄今，公司已在金融科技、优选制造、智能汽车、零售网点、城市大脑等多个领域深耕，标杆客户包括交通银行、浦发银行、上汽集团、格力集团、京东方、屈臣氏集团等。是重量专精特新“小巨人”企业、被誉为科技领域准独角兽企业。"
目录
序 xv
前言 xix
第1章 云原生数据基础设施 ：持久化、流式传输与批量分析 1
基础设施类型 2
云原生数据是什么 3
数据基础设施越多，问题越多 5
Kubernetes 引领潮流 6
Kubernetes 计算管理 7
Kubernetes 网络管理 8
Kubernetes 存储管理 8
云原生数据组件 9
迎接变革 11
采用 SRE 思维方式 11
遵循云原生数据基础设施准则 13
小结 15
第2章 通过 Kubernetes 管理数据存储 16
Docker，容器和状态 16
在 Docker 中管理状态 17
绑定挂载 18
卷 19
Tmpfs 挂载 20
卷驱动程序 20
Kubernetes 数据存储资源 22
Pod 和卷 22
PV 28
PVC 32
StorageClass 35
Kubernetes 存储架构 37
Flexvolume 37
CSI 38
CAS 40
COSI 42
小结 44
第3章 打造 Kubernetes 数据库 45
困难模式 45
在 Kubernetes 上运行数据基础设施的前提 46
在 Kubernetes 上运行 MySQL 47
ReplicaSet 48
Deployment 49
Service 53
访问 MySQL 56
在 Kubernetes 上运行 Apache Cassandra 58
StatefulSet 60
访问 Cassandra 70
小结 72
第4章 通过 Helm 在 Kubernetes 上自动部署数据库 73
通过 Helm Chart 部署应用 74
通过 Helm 部署 MySQL 75
Helm 的工作方式 78
Label 80
ServiceAccount 81
Secret 81
ConfigMap 82
更新 Helm Chart 84
卸载 Helm Chart 85
使用 Helm 部署 Apache Cassandra 85
亲和性与反亲和性 87
Helm、CI/CD 及 Operator 90
小结 92
第5章 通过 Operator 自动管理 Kubernetes 数据库 93
扩展 Kubernetes 控制平面 94
扩展 Kubernetes 客户端 94
扩展 Kubernetes 主节点组件 95
扩展 Kubernetes 工作节点组件 96
Operator 模式 97
控制器 97
自定义资源 99
Operator 101
使用 Vitess Operator 管理 Kubernetes MySQL 103
Vitess 概述 103
PlanetScale Vitess Operator 106
不断发展的 Operator 生态体系 116
选择 Operator 116
构建 Operator 119
小结 121
第6章 在 Kubernetes 上集成数据基础设施 123
K8ssandra：生产就绪的 Kubernetes 上的 Cassandra 123
K8ssandra 架构 124
安装 K8ssandra Operator 125
创建 K8ssandraCluster 128
使用 Cass Operator 在 Kubernetes 上管理 Cassandra 130
使用 Stargate API 提高开发人员的工作效率 134
基于 Prometheus 和 Grafana 的统一监控基础设施 136
使用 Cassandra Reaper 进行修复 140
使用 Cassandra Medusa 进行数据备份与恢复 142
创建备份 143
备份恢复 144
在 Kubernetes 上部署多集群应用 145
小结 151
第7章 Kubernetes 原生数据库 152
为什么需要 Kubernetes 原生方式 152
使用 TiDB 进行大规模混合数据访问 154
TiDB 架构 155
在 Kubernetes 上部署 TiDB 157
配置 DataStax Astra DB 的无服务器 Cassandra 165
在 Kubernetes 原生数据库中寻找什么 172
基本要求 172
Kubernetes 原生技术的未来 174
小结 176
第8章 Kubernetes 数据流式传输 177
流式传输简介 177
传输类型 178
传输保证 179
功能范围 180
流式传输在 Kubernetes 上的作用 181
通过 Apache Pulsar 在 Kubernetes 上实现流式传输 183
准备环境 186
使用 cert-manager 配置默认的安全通信 188
通过 Helm 部署 Apache Pulsar 192
通过 Apache Flink 进行流分析 192
在 Kubernetes 上部署 Apache Flink 195
小结 197
第9章 Kubernetes 数据分析 198
数据分析简介 199
在 Kubernetes 上部署分析工作负载 200
Apache Spark 简介 203
在 Kubernetes 上部署 Apache Spark 204
构建自定义容器 206
提交并运行应用 206
Apache Spark 专用的 Kubernetes Operator 207
Kubernetes 调度器替代品 210
Apache YuniKorn 212
Volcano 214
Kubernetes 专用分析引擎 217
Dask 219
Ray 221
小结 223
第10章 机器学习及其他新兴用例 224
云原生 AI/ML 技术栈 224
AI/ML 定义 225
定义 AI/ML 技术栈 227
使用 KServe 进行实时模型服务 228
使用 Feast 进行特征的全生命周期管理 231
使用 Milvus 进行向量相似度搜索 234
使用 Apache Arrow 实现高效的数据移动 236
使用 lakeFS 管理对象存储的版本 239
小结 242
第11章 将数据工作负载迁移到 Kubernetes 上 244
愿景：应用感知平台 244
描绘成功的蓝图 246
人员 247
技术 250
流程 256
云原生数据的未来 261
小结 264
关于作者 266
关于封面 266
内容摘要
本书围绕Kubernetes云原生数据基础设施，介绍了如何通过Kubernetes管理数据存储，如何通过Helm和Operator在Kubernetes上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用Kubernetes云原生数据等。
本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。
本书结构与英文原版保持一致，是DaoCloud云原生数据存储专家经反复校对后提供的译本。
本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。
主编推荐
"Kubernete是否适合有状态工作负载？让我们用事实来回答：这个开源系统现已成为部署和管理云原生应用的首要平台。但由于它最初是为无状态工作负载设计的，所以在Kubernetes上处理数据的确有一定的挑战性——应用和数据分别占用独立基础设施有可能造成工作上的低效和重复。如果想加以避免，这本实用指南会助你一臂之力。
如想将Kubernetes用作自己的平台，就需要学习为云环境设计和构建的开源技术。作者Jeff Carpenter和Patrick McFadin整理了一系列学习案例，用来帮助你探索新的用例，以及避开其他人踩过的坑。你将从创新者的内行视角了解下一代架构和基础设施。
通过阅读本书，你将：
•学习如何使用基本的Kubernetes资源来构建数据基础设施
•使用Helm和Operator等工具自动在Kubernetes上部署和操作数据基础设施
•评估和选择适用于应用程序的数据基础设施技术
•将数据基础设施技术整合到整个技术栈中
•探索未来将增强Kubernetes应用的新兴技术"
媒体评论
"本书颠覆了我对在 Kubernetes 上存储数据的认知，将我对数据会丢失的恐惧一扫而光。
——Jesse Anderson，大数据研究所常务董事
编写《Kubernetes 云原生数据管理》是一项开拓性的工作，这是因为本书不仅直面该领域存在的问题，而且免去了参考其他相关图书的需求。凭借几十年的经验，Jeff 和 Patrick 让读者有信心在生产环境中通过 Kubernetes 来运行有状态工作负载。本书将成为未来几年该主题的参考书。
——Umair Mufti，Pure Storage 的 Portworx 产品管理总监
Kubernetes 出了名的复杂，而处理持久化数据进一步提高了其复杂性。本书中有许多有用的示例代码和架构图，降低了 Kubernetes 处理数据的难度。
——Noah Gift，杜克大学驻校执行官
存储层是最难掌握的基础设施层之一，它的创新周期可以说是最长的。目前，我们正处于云原生应用创新周期的风口之上。Jeff 和 Patrick 直面这个问题，让读者了解云原生存储技术的演变并协助转变存储策略，以满足下一代应用的需求。任何正使用微服务的人（目前几乎是所有人）在完成项目转型之前，都应该阅读这本书。
——Kiran Mova，存储初创公司创始人、架构师，VMware 开源倡导者、经理
本书让我受益匪浅 ! 我在红帽公司全职从事基于 Kubernetes 环境的工作已经好几年了，而本书介绍了我从未涉足的领域。原来 Kubernetes 的能力并不限于无状态的微服务，这让我大开眼界。本书无疑是一盏指路明灯，让我能够清楚地了解到云原生平台的发展方向。Jeff Carpenter 和 Patrick McFadin 还将其他专家的优秀文章摘选到本书中。我对了解当今技术的演进历程颇有兴趣。
——Ali Ok，红帽公司首席软件工程师
如果你的最终目标是在 Kubernetes 上做持久化，那这就是你要找的书。Jeff 和 Patrick 功不可没，本书对 Kubernetes 云原生数据做了全面的介绍，以至于当你的书架上有这本书的时候就不用再有任何担心了！
——Rick Vasquez，西部数据战略计划高级总监"
— 没有更多了 —
以下为对购买帮助不大的评价