基于Kuberes的容器云平台实战PDF电子书下载

第1章 Docker简介 1

1.1 什么是Docker 1

1.2 为什么要用Docker 3

1.3 Docker基本概念 4

1.3.1 镜像 4

1.3.2 容器 6

1.3.3 镜像仓库 8

1.4 Docker架构及原理 8

1.4.1 Docker架构 8

1.4.2 Docker原理 11

1.4.3 容器网络 15

1.4.4 容器存储 16

1.5 Docker安装 16

1.5.1 手动安装模式 17

1.5.2 Ubuntu中自动化安装Docker 18

1.5.3 CentOS中自动化安装Docker 19

第2章 容器引擎 21

2.1 容器引擎实现原理 22

2.2 容器生命周期管理 29

2.3 容器状态管理 33

2.4 访问运行状态容器 35

2.5 访问容器内容 36

第3章 镜像管理 37

3.1 Dockerfile及镜像制作 37

3.1.1 Dockerfile的作用 37

3.1.2 Dockerfile文件构成 37

3.1.3 常用命令集 38

3.1.4 构建镜像 38

3.2 镜像基本操作 38

3.2.1 从镜像仓库下载镜像 38

3.2.2 将本地镜像上传到镜像仓库 39

3.2.3 查看本地镜像 39

3.2.4 导出和导入本地镜像 40

3.2.5 构建镜像 41

3.2.6 修改本地镜像标识 42

3.2.7 删除本地镜像 42

3.3 Dockerfile优化 42

3.3.1 Dockerfile检查项 42

3.3.2 Dockerfile优化实例 43

3.3.3 检查及优化工具 44

3.4 操作系统基础镜像制作 44

3.4.1 操作系统版本选择 45

3.4.2 操作系统参数调整 45

3.4.3 确定基础rpm包范围 45

3.4.4 确定常用命令范围 46

3.4.5 操作系统镜像制作过程 48

3.4.6 系统资源限制配置说明 49

3.5 容器镜像安全加固 49

3.5.1 容器安全加固规范 49

3.5.2 安全检查工具 51

第4章 镜像仓库管理 52

4.1 Docker Registry 52

4.1.1 Docker Hub 52

4.1.2 第三方公共仓库 53

4.1.3 建立私有镜像仓库 53

4.2 Harbor 54

4.2.1 Harbor架构 55

4.2.2 Harbor的镜像同步机制 56

4.2.3 Harbor用户认证 56

4.2.4 Harbor容器镜像安全扫描 57

4.2.5 Harbor部署实战 57

第5章 Docker相关部署实践 59

5.1 MySQL Docker部署实践 59

5.1.1 MySQL简介 59

5.1.2 MySQL为什么要容器化部署 60

5.1.3 MySQL容器化操作实践 60

5.2 Docker支持GPU实践 62

5.2.1 GPU简介 62

5.2.2 CPU与GPU的对比 63

5.2.3 通过nvidia-docker使用GPU 63

第6章 Kubernetes简介 65

6.1 PaaS简介 65

6.1.1 传统PaaS系统 65

6.1.2 基于Docker的新型PaaS平台 67

6.2 为什么需要Kubernetes 69

6.3 Kubernetes的由来 69

6.3.1 Kubernetes的特点 69

6.3.2 Kubernetes的历史 70

6.4 Kubernetes核心概念 71

第7章 Kubernetes架构和部署 73

7.1 Kubernetes架构及组件 73

7.1.1 Master节点 73

7.1.2 Node节点 75

7.1.3 调度控制原理 76

7.1.4 集群功能模块间的通信 76

7.1.5 Kubernetes高可用方案 77

7.2 Kubernetes部署方案总结 77

第8章 Pod相关核心技术 81

8.1 Pod 81

8.1.1 Pod定义文件详解 81

8.1.2 基本操作 83

8.1.3 Pod与容器 85

8.1.4 镜像 86

8.1.5 其他设置 86

8.1.6 Pod调度 89

8.1.7 Pod生命周期 90

8.2 Label 92

8.3 Replication Controller和Replica Set 93

8.3.1 RC定义文件详解 93

8.3.2 RC与Pod的关联——Label 95

8.3.3 弹性伸缩 97

8.3.4 滚动升级 98

8.3.5 新一代副本控制器Replica Set 100

8.4 Horizontal Pod Autoscaler 101

8.5 Deployment 102

8.6 Job 105

8.7 StatefulSet 106

8.7.1 使用StatefulSet 106

8.7.2 扩容/缩容StatefulSet 108

8.8 ConfigMap 110

8.9 健康检查 112

8.9.1 流程健康检查 112

8.9.2 应用健康检查 112

第9章 Kubernetes Service 114

9.1 容器及Pod间通信 115

9.2 kube-proxy 117

9.3 DNS服务发现机制 118

9.4 Headless服务 119

9.5 Kubernetes服务 120

9.5.1 ClusterIP 122

9.5.2 NodePort 123

9.5.3 LoadBalancer 125

9.5.4 Ingress 125

9.6 网络策略 127

9.7 完整的Kubernetes服务发布实践 128

9.7.1 各Kubernetes集群LoadBalancer服务发布 130

9.7.2 Ingress服务发布 132

9.7.3 服务发现 133

第10章 Kubernetes网络 134

10.1 单主机Docker网络通信 134

10.1.1 Host模式 135

10.1.2 Container模式 135

10.1.3 None模式 136

10.1.4 Bridge模式 136

10.1.5 基础网络模型的优缺点分析 137

10.2 跨主机Docker网络通信 137

10.2.1 Flannel网络方案 139

10.2.2 Calico网络方案 140

10.2.3 利用Kuryr整合OpenStack与Kubernetes网络 143

10.2.4 网络方案对比分析 144

第11章 Kubernetes存储 145

11.1 存储使用场景 145

11.2 文件存储的几种形式 146

11.3 Flex Volume存储管理方案 148

11.3.1 为什么需要灵活存储组件 148

11.3.2 如何实现灵活存储组件 148

11.4 标准化容器存储接口CSI 149

第12章 安全及多租户配额管理 150

12.1 API服务器认证 151

12.2 API服务器授权 152

12.3 Admission Control 152

12.4 Service Account 154

12.5 配额管理 155

12.5.1 资源请求与限制 155

12.5.2 全局默认配额 156

12.5.3 多租户资源配额管理 157

第13章 Kubernetes运维管理 161

13.1 Kubernetes日志管理 161

13.1.1 日志概述 161

13.1.2 ELK日志管理方案实践 162

13.2 Kubernetes监控管理 172

13.2.1 监控概述 172

13.2.2 监控方案实践 172

第14章 TensorFlow on Kubernetes 182

14.1 TensorFlow简介 182

14.2 在Kubernetes上部署TensorFlow的价值 183

14.3 Kubernetes如何支持GPU 184

14.3.1 使用方法 184

14.3.2 多种型号的GPU 186

14.3.3 使用CUDA库 187

14.4 TensorFlow on Kubernetes架构 188

14.5 TensorFlow部署实践 189

14.5.1 下载镜像 189

14.5.2 yaml文件准备 189

14.5.3 执行命令安装TensorFlow 190

第15章 Spark on Kubernetes 191

15.1 Spark系统概述 191

15.1.1 Spark简介 191

15.1.2 Spark与Hadoop差异 191

15.1.3 功能模块 192

15.1.4 功能关系 192

15.2 基于容器技术的Spark部署 193

15.2.1 基于容器技术部署Spark的优势 193

15.2.2 针对大数据应用：容器的计算性能优化方向 194

15.2.3 针对大数据应用：容器的网络性能优化方向 194

15.2.4 针对大数据应用：容器的弹性＆扩容 194

15.3 Spark集群安装 195

15.3.1 制作Spark镜像 195

15.3.2 yaml文件准备 195

15.3.3 执行命令安装Spark 196

第16章 金融容器云平台总体设计方案 197

16.1 金融行业为什么需要容器云平台 197

16.2 容器及编排技术选型 198

16.2.1 容器选型 198

16.2.2 编排引擎选型 199

16.3 架构设计 199

16.3.1 系统架构 199

16.3.2 逻辑架构 200

16.3.3 数据架构 202

16.3.4 技术架构 205

16.3.5 部署架构 206

16.4 关键模块方案设计 206

16.4.1 网络 206

16.4.2 存储 207

16.4.3 日志 207

16.4.4 监控 209

16.4.5 配置中心 211

16.4.6 安全管理 212

16.4.7 管理门户 213

16.4.8 微服务网关 214

16.4.9 DevOps 215

16.4.10 可视化编排及自动化部署 216

16.4.11 多租户 216

16.5 传统应用迁移注意事项 217

第17章 DevOps 219

17.1 用Docker实现DevOps的优势 219

17.2 基于Docker实现DevOps 220

17.3 基于容器的持续集成流程设计 221

17.3.1 版本管理 221

17.3.2 流水线 221

17.4 工具链 222

17.4.1 项目管理 222

17.4.2 需求管理 222

17.4.3 代码托管 222

17.4.4 持续集成 223

17.4.5 测试 223

17.4.6 自动化部署 223

第18章 微服务 224

18.1 微服务架构的优点 224

18.2 微服务架构概念模型 225

18.3 微服务网关 226

18.4 服务注册与发现 226

18.4.1 服务注册 226

18.4.2 服务发现 227

18.4.3 服务注册发现方案对比 228

18.5 进程间通信 228

18.5.1 Rest 229

18.5.2 Thrift 229

18.5.3 消息队列 229

18.6 微服务应用性能监控 229

18.6.1 开源方案 230

18.6.2 听云商业化方案 230

18.7 微服务框架 234

第19章 Spring Cloud 237

19.1 Spring Boot 237

19.1.1 为什么要使用Spring Boot 238

19.1.2 快速入门 238

19.1.3 Spring Boot的优缺点总结 241

19.2 Spring Cloud 242

19.2.1 核心成员 243

19.2.2 Spring Cloud的优缺点分析 246

19.2.3 与Spring Boot之间的关系 247

19.3 Spring Cloud与Kubernetes融合实践 247

19.3.1 API网关 249

19.3.2 服务注册发现 250

19.3.3 客户端负载均衡 250

19.3.4 断路器 251

19.3.5 监控 252

19.3.6 配置管理 252

19.3.7 消息总线 253

19.3.8 链路跟踪 254

19.4 Spring Cloud特点总结 254

第20章 Serverless 256

20.1 Serverless发展史简介 256

20.2 Serverless的工作原理 257

20.2.1 Serverless的定义 258

20.2.2 Serverless的特点 259

20.2.3 Serverless的分类 259

20.2.4 Serverless设计的优势 260

20.2.5 Serverless设计的局限性 260

20.2.6 Serverless与相关概念间的关系 261

20.3 Serverless平台选型 261

20.4 Serverless适用场景 262

20.5 对比分析 263

第21章 Service Mesh 264

21.1 服务网格的由来 264

21.1.1 分布式架构对服务网络的要求 265

21.1.2 向Service Mesh演进 267

21.1.3 Service Mesh的定义 268

21.2 Linkerd 270

21.3 Istio 272

21.3.1 Istio架构 273

21.3.2 设计目标 275

21.3.3 流量管理 276

21.3.4 Pilot 276

21.3.5 请求路由 277

21.3.6 发现和负载均衡 278

21.3.7 处理故障 279

21.3.8 故障注入 280

21.3.9 规则配置 280

21.4 Service Mesh发展展望 283