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