*完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為正確資訊。 印行年月:202309*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:雲原生時代的可觀測系統最佳實戰 ISBN:9787121460456 出版社:電子工業 著編譯者:羅夢婷 頁數:308 所在地:中國大陸 *此為代購商品 書號:1557168 可大量預訂,請先連絡。 內容簡介 在雲原生時代,可觀測性覆蓋了應用的全生命周期,是雲原生應用必備的工具之一。 本書基於筆者多年的雲原生可觀測性實踐經驗,從可觀測系統的演進和基礎理論開始介紹,結合案例對可觀測系統的開源架構、日誌、鏈路、監控、事件和診斷等關鍵要素的系統設計方案及問題解決思路進行闡述,幫助讀者了解在業務實踐中可觀測性對雲原生應用有哪些巨大助力。 本書適合雲原生應用開發人員、架構師、運維人員、測試人員,以及雲計算相關從業人員閱讀。作者簡介 羅夢婷,畢業於廣東海洋大學電子信息工程專業,先後任職於九聯、華潤、騰訊等大型企業,參与騰訊雲微服務平台的核心研發工作,擔任可觀測系統技術負責人,在雲原生、物聯網及AI等技術領域具有成熟的架構設計經驗,先後主導過多個大型產業數字化項目的落地。目錄 第1章 可觀測性概述1 1 可觀測系統的演進 1 1 1 系統架構的演進 1 1 2 可觀測性和監控的關係 1 1 3 可觀測性技術的現狀 1 2 可觀測性數據 1 2 1 可觀測性數據的類型 1 2 2 實戰場景下運維人員觀測的數據 1 2 3 實戰場景下研發人員觀測的數據 1 3 可觀測性技術的價值 1 3 1 發現系統故障 1 3 2 預測系統故障和容量 1 3 3 提供事故分析報告 1 3 4 預測變更的影響 第2章 系統架構 2 1 架構設計的基本原則 2 1 1 統一的數據語義 2 1 2 統一的數據處理平台 2 1 3 統一的可視化系統 2 2 平台基礎架構設計實戰 2 2 1 實戰一:基於開源Grafana+Prometheus+Tempo+Loki的解決方案 2 2 2 實戰二:基於開源Elastic Stack的解決方案 2 2 3 實戰三:開源架構優化之解決大規模數據計算問題 第3章 日誌系統實戰 3 1 日誌模型的設計 3 2 日誌系統的選型實戰 3 2 1 全文檢索的首選:Elasticsearch實戰 3 2 2 新生代列式存儲:ClickHouse實戰 3 3 Elasticsearch調優實戰指南 3 3 1 實戰一:Elasticsearch索引模塊及配置Index、Shard、Segment 3 3 2 實戰二:合理使用Elasticsearch數據欄位,配置pipeline和mapping 3 3 3 實戰三:在大規模系統中選擇欄位存儲方式 3 3 4 實戰四:PB級別數據量場景下的Elasticsearch調優 3 3 5 實戰五:降本增效,預測Elasticsearch集群的規模並控製成本 第4章 鏈路追蹤系統實戰 4 1 設計鏈路追蹤模型 4 1 1 鏈路追蹤的發展歷程 4 1 2 Span語義規範 4 2 系統選型實戰 4 2 1 OpenTelemetry調用鏈實戰 4 2 2 Spring Cloud Sleuth實戰 4 2 3 Istio實戰 4 2 4 Filebeat採集方案實戰 4 2 5 Elasticsearch存儲實戰 4 3 鏈路追蹤系統實戰場景 4 3 1 實戰一:頭采、尾采、單元採樣的區別與技術難點 4 3 2 實戰二:在萬億級調用量下應如何自適應採樣 4 3 3 實戰三:陳舊系統如何接入全鏈路追蹤系統 第5章 指標系統實戰 5 1 指標採集模型的設計 5 1 1 指標數據的分類 5 1 2 指標數據的語義規範 5 2 系統選型實戰 5 2 1 OpenTelemetry指標監控實戰 5 2 2 Spring Boot Actuator監控實戰 5 2 3 自研指標監控實戰 5 2 4 內核監控之eBPF實戰 5 3 指標系統實戰場景 5 3 1 實戰一:如何保證海量數據上報的實時性和完整性 5 3 2 實戰二:當陷入告警風暴時應該如何實現告警降噪 5 3 3 實戰三:使用Filebeat採集指標數據,如何在服務端去重 第6章 事件中心實戰 6 1 事件中心的設計 6 1 1 事件驅動架構概述 6 1 2 事件模型的設計 6 1 3 事件中心的設計及實戰 6 2 高可用事件中心實戰 第7章 Profile診斷實戰 7 1 線上分析工具 7 1 1 JDK原生工具 7 1 2 Java線上診斷工具 7 1 3 網路請求分析工具Wireshark 7 2 線上問題實時分析實戰 7 2 1 實戰一:當線上業務內存溢出時如何定位 7 2 2 實戰二:當線上業務CPU的使用率較高時如何定位 7 2 3 實戰三:當線上業務I/O異常時如何定位 7 2 4 實戰四:當介面請求響應變慢時應如何定位 7 3 線上問題處理流程實戰 第8章 可觀測性的探索 8 1 DevOps與可觀測性 8 1 1 服務依賴關係 8 1 2 了解新版本的變化 8 1 3 全鏈路壓力測試不可或缺的可觀測性 8 1 4 利用混沌工程及時發現問題 8 2 AIOps與可觀測性 8 2 1 如何選擇合適的數據和演算法 8 2 2 企業級場景下AIOps落地的難點與經驗 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |