<code id="cq0yc"><menu id="cq0yc"></menu></code>
<noscript id="cq0yc"></noscript>
<center id="cq0yc"><small id="cq0yc"></small></center>
<optgroup id="cq0yc"></optgroup>
<center id="cq0yc"></center>
<optgroup id="cq0yc"></optgroup>

云計算和大數據服務——技術架構、運營管理與智能實踐

云計算和大數據服務——技術架構、運營管理與智能實踐
分享
掃描下方二維碼分享到微信
打開微信,點擊右上角”+“,
使用”掃一掃“即可將網頁分享到朋友圈。
2022-01
版次: 1
ISBN: 9787302586586
定價: 168.00
裝幀: 其他
開本: 16開
紙張: 膠版紙
  • 《云計算和大數據服務——技術架構、運營管理與智能實踐》采用理論與實踐相結合的形式,系統闡述云計算和大數據服務的具體實現。 云計算和大數據服務戰略的落地,包括技術構建和運營管理、新興的人工智能技術的應用,以及組織能力的建設。針對這一目標,全書分為七部分:云計算技術、大數據及數據智能、服務的技術運營、智能運營、安全技術與管理、服務質量管理和組織能力?!对朴嬎愫痛髷祿铡夹g架構、運營管理與智能實踐》的目的是幫助讀者對這些云計算和大數據的重要專題從基本概念、發展思路到解決方案有一個系統認識。 本書具有非常強的可讀性和實踐指導意義,可作為云計算和大數據企業的高層管理人員和技術架構師的參考讀物,也可以作為高校相關專業師生的教學參考用書。 陳赤榕:

    30年云服務技術運營架構與管理經驗,硅谷早期的云計算技術運營人員之一。北京聆通科技有限公司聯合創始人,CEO。

    葉新江:

    20年大數據技術架構與管理經驗,每日互動股份有限公司(個推)創始團隊成員,CTO。

    李彥濤:

    30年通信和云計算行業經驗, 國內著名通信及云計算系統架構師之一。北京聆通科技有限公司聯合創始人,CTO。

    劉國萍:

    20年云計算、物聯網、人工智能行業經驗,網絡安全技術領域專家。中國電信研究院教授級高級工程師,博士。 第1章綜述

    1.1本書的框架思路: 云計算和大數據服務實現的四要素

    1.2本書的框架結構

    1.2.1技術構建(第1、第2部分): 云計算和大數據

    1.2.2服務運營(第3、第4、第5部分): 技術、管理、AIOps和安全

    1.2.3服務質量管理(第6部分)

    1.2.4組織能力(第7部分)

    1.3本書的章節結構

    1.4云計算技術與服務

    1.4.1云計算的發展史

    1.4.2云計算的定義

    1.4.3云計算的服務模式

    1.4.4云計算的部署方式

    1.5大數據和數據智能的技術與服務

    1.5.1大數據的定義

    1.5.2云計算與大數據的關系

    1.5.3數據智能

    1.6技術運營: 從技術升級到服務的實現關鍵

    1.7智能實踐

    第1部分云計算技術

    第2章云計算技術綜述

    2.1云計算的技術發展回顧

    2.1.1云計算技術概念的發展

    2.1.2云計算相關技術的發展

    2.2云服務的技術結構

    2.2.1云服務的技術層次

    2.2.2云服務的技術結構適用場景

    2.3云服務對技術團隊帶來的挑戰

    2.3.1對研發團隊的挑戰

    2.3.2對技術運營團隊的挑戰

    2.3.3對服務質量控制團隊的挑戰

    第3章云計算的技術框架: 面向服務的架構

    ?

    ?

    3.17×24小時云服務的挑戰

    3.1.1傳統企業服務軟件與云服務軟件對比

    3.1.2特性化與統一服務

    3.1.3面向運營及服務系統功能

    3.1.4IT管理與服務監控

    3.2云服務架構

    3.2.1設計的基礎模式

    3.2.2設計的結構模式

    3.3構建高可靠性

    3.3.1可靠性理論與云計算平臺的需求實現

    3.3.2可靠性設計

    3.3.3負載均衡與集群

    3.3.4雙機熱備

    3.3.5異地災備

    3.4構建高性能

    3.4.1系統容量與性能瓶頸

    3.4.2接入與Web層容量與性能設計與優化

    3.4.3服務層容量與性能設計與優化

    3.4.4數據層容量與性能設計與優化

    3.4.5應對高并發容量

    3.5構建高伸縮性

    3.5.1設計規則擴展與性能

    3.5.2并發訪問量

    3.5.3并發數據訪問與I/O

    3.6構建高可配置性

    3.6.1系統配置

    3.6.2站點配置

    3.6.3用戶配置

    3.6.4服務配置與技術運營關系

    3.7構建高可管理性云計算平臺

    3.7.1系統維護周期

    3.7.2系統維護與服務中斷

    3.7.3系統可配置性

    3.7.4系統監控能力

    3.7.5日志記錄與錯誤處理

    3.7.6用于服務的配置、監控與日志系統

    3.8案例分析

    3.8.1背景介紹

    3.8.2解決方案

    3.8.3討論

    3.9本章小結

    第4章云服務的技術基礎: ?虛擬化

    4.1虛擬化技術的發展歷史

    4.2虛擬化技術分類

    4.3系統虛擬化

    4.3.1系統虛擬化的優勢

    4.3.2系統虛擬化存在的問題

    4.3.3系統虛擬化的不足

    4.4網絡虛擬化

    4.4.1網絡虛擬化的分類

    4.4.2網絡虛擬化的優勢

    4.4.3網絡虛擬化的不足

    4.5容器的虛擬化

    4.6其他虛擬化技術

    4.7市場主流虛擬化技術對比

    4.8虛擬化對云計算的推動

    4.9虛擬化與數據中心

    4.9.1虛擬化數據中心的優點

    4.9.2虛擬化數據中心的風險

    4.9.3虛擬化數據中心風險應對

    4.10研究分析: 虛擬化技術的發展趨勢

    4.11本章小結

    第5章云服務的平臺技術: ?IaaS、PaaS和SaaS

    5.1平臺技術的發展

    5.1.1平臺技術演進階段

    5.1.2云管理平臺貫穿云平臺技術發展始終

    5.1.3云平臺技術發展的展望

    5.1.4關于FaaS平臺的思考

    5.2IaaS

    5.2.1IaaS平臺架構

    5.2.2IaaS的適用場景

    5.2.3IaaS的優缺點

    5.2.4IaaS的市場價值

    5.2.5IaaS的局限性

    5.3PaaS

    5.3.1PaaS平臺架構

    5.3.2PaaS的適用場景

    5.3.3PaaS的優缺點

    5.3.4PaaS的市場價值

    5.3.5PaaS的局限性

    5.4SaaS

    5.4.1SaaS平臺架構

    5.4.2SaaS的適用場景

    5.4.3SaaS的優缺點

    5.4.4SaaS的市場價值

    5.4.5SaaS的局限性

    5.5CaaS

    5.5.1CaaS平臺架構

    5.5.2CaaS的適用場景

    5.5.3CaaS的優缺點

    5.5.4CaaS的市場價值

    5.6云管理平臺

    5.6.1云管理平臺的規范架構

    5.6.2云管理平臺的職能

    5.6.3云管理平臺的應用場景舉例

    5.7平臺的實施要點和挑戰

    5.7.1技術選型

    5.7.2實施要點

    5.7.3風險和挑戰

    5.8案例研究: SaaS的構建、演進、成果與教訓

    5.8.1背景介紹

    5.8.2自建IDC階段

    5.8.3采用IaaS公有云階段

    5.8.4混合云階段

    5.8.5容器化及微服務階段

    5.8.6數據安全

    第6章云服務的應用層技術: ?微服務

    6.1微服務與云計算

    6.2微服務的定義

    6.3微服務的發展簡史

    6.4微服務和SOA的關系

    6.5微服務的構成要素

    6.6微服務的優缺點

    6.6.1微服務的優點

    6.6.2微服務的缺點

    6.7微服務的實施要點

    6.8案例分析: SMS推送平臺的微服務化

    6.8.1背景簡介

    6.8.2系統特點

    6.8.3早期設計

    6.8.4解決方案

    6.8.5決策過程

    6.8.6實施過程

    6.8.7實施效果

    6.8.8未來改進

    6.8.9項目回顧

    第2部分大數據與數據智能

    第7章大數據理論及相關模型

    7.1大數據概念的提出和演進

    7.24V 1O特征模型: 大數據特征

    7.3第四范式: 問題解決的新模式

    7.4蜜蜂效應: 數據的選擇價值

    7.5大數據業務成熟度模型

    7.5.1業務監測

    7.5.2業務洞察

    7.5.3業務優化

    7.5.4數據變現

    7.5.5商業重塑

    7.6數據智能

    第8章數據智能平臺構建策略

    8.1數據業務的構建過程

    8.1.1數據系統建設

    8.1.2數據業務建模

    8.1.3數據業務開展

    8.2數據智能體系要求

    8.2.1建設思路、原則和目標

    8.2.2基礎平臺

    8.2.3融合平臺

    8.2.4治理系統

    8.2.5質量保證

    8.2.6安全計算

    8.2.7分析挖掘

    8.2.8數據可視化

    8.3數據中臺策略

    8.3.1數據倉庫和數據湖

    8.3.2數據中臺

    8.3.3數據中臺和數據倉庫、數據湖的差別

    第9章大數據技術和平臺

    9.1大數據基礎技術系統組成

    9.2大數據開源體系各部分介紹

    9.2.1Hadoop介紹

    9.2.2開源生態系統

    9.3大數據生態的發展態勢

    9.3.1數據治理與安全

    9.3.2基礎設施

    9.3.3數據協作工作臺

    9.3.4數據分析流程自動化

    9.3.5AI驅動的應用發展趨勢

    9.4實踐討論: 大數據存儲的建模

    9.4.1分布式存儲的架構

    9.4.2數據存儲設計

    9.4.3NoSQL的問題

    9.4.4存儲設計實例

    第10章大數據分析系統技術

    10.1分析系統架構設計

    10.1.1CAP理論

    10.1.2分析系統考量三要素

    10.1.3實時查詢過程

    10.2架構選擇

    10.2.1大規模并行處理架構

    10.2.2基于搜索引擎的架構

    10.2.3預計算系統架構

    10.2.4三種架構的對比

    第11章企業大數據實施策略

    11.1企業實施大數據戰略面臨的挑戰

    11.2實施規劃

    11.2.1切入點規劃

    11.2.2組織配置和調整

    11.2.3數據獲取和挖掘

    11.2.4效果評估

    11.3案例研究: 大數據運營場景及系統實施

    11.3.1背景介紹

    11.3.2演化路徑

    11.3.3個推V1.0——基礎SaaS產品

    11.3.4個推V2.0——大數據基礎下的智能推送

    11.3.5個推V3.0——數據智能下的個推

    11.4實踐中的經驗教訓

    11.4.1技術陷阱

    11.4.2簡潔及成本意識

    11.4.3新技術的進一步應用

    11.4.4總結

    第3部分服務的技術運營

    第12章服務的技術運營綜述

    12.1技術運營的基本概念

    12.2云服務的技術運營

    12.2.1云服務的技術運營也是關于生產系統的運營

    12.2.2技術運營的功能

    12.2.3是技術運營,而不僅僅是維護

    12.3云服務技術運營的目標

    12.3.1從航空服務公司的要求來看

    12.3.2云服務的運營管理目標

    12.3.3技術運營永恒的四大指標

    12.4技術運營的雙維模型

    12.4.1技術運營的雙維概念

    12.4.2雙維的目的

    12.4.3技術運營的雙維模型

    12.4.4雙維平臺的實施

    12.5DevOps方法論

    12.5.1DevOps簡史

    12.5.2DevOps定義

    12.5.3DevOps的關鍵過程

    12.6服務可靠性工程

    12.6.1服務可靠性工程的定義與要點

    12.6.2SRE與DevOps

    12.7雙維模型、DevOps與SRE的指導意義和應用

    12.7.1雙維模型: 給CXO的運營指導

    12.7.2DevOps與SRE: 給技術架構師的指導

    12.7.3實踐討論(1): Dev與Ops的和與分

    12.7.4實踐討論(2): 技術運營不同階段各種方法論的應用

    12.7.5實踐討論(3): 在研發團隊中引進DevOps思維

    第13章服務的生產設計

    13.1生產設計的目的

    13.1.1建立生產型的云服務

    13.1.2云服務的生產設計

    13.2生產設計方法

    13.2.1生產設計目標

    13.2.2生產設計流程

    13.3生產設計(1): ?工程開發期間的任務

    13.3.1服務平臺的重要部分: 基礎建設工程

    13.3.2服務可用度

    13.3.3服務的可管理性

    13.3.4安全性

    13.3.5可擴展性

    13.4生產設計(2): 上線期間的任務

    13.4.1生產線驗收

    13.4.2生產線部署

    13.4.3日常維護計劃

    13.5服務支持結構: 團隊和知識

    13.5.1團隊結構

    13.5.2知識傳遞: ?文檔的需求

    13.6實踐和討論

    13.6.1從工程到實施的關鍵: 系統層的邏輯設計

    13.6.2進入生產線: 生產線的部署設計

    第14章服務的業務連續性

    14.1云服務業務連續性及其挑戰

    14.1.1業務連續性的定義

    14.1.2云服務提供商面臨的挑戰

    14.2云計算的業務連續性方案概述

    14.2.1業務連續性的管理

    14.2.2業務連續性的技術方案——災備系統概述

    14.3災備系統架構

    14.3.1網絡系統

    14.3.2云計算應用系統

    14.3.3數據同步系統

    14.3.4管理工具: 手動服務轉移

    14.4災備方案的成本效率

    14.4.1災備資源的合理使用

    14.4.2公有云和私有云之間的結合

    14.5案例研究: 云服務提供商思科WebEx的災備系統

    14.5.1背景介紹

    14.5.2WebEx GSB架構

    14.5.3WebEx GSB的設計挑戰和要點

    14.5.4項目回顧

    14.6本章小結

    第15章服務運營的監控體系

    15.1服務監控概述

    15.2監控體系架構

    15.2.1監控體系的層級結構

    15.2.2監控體系的“4 2”要素

    15.2.3Google SRE的監控方法論

    15.2.4監控體系常涉及的數據庫

    15.3基礎設施層的監控

    15.3.1基礎設施層監控對象

    15.3.2基礎設施的監控方法

    15.3.3虛擬化監控

    15.3.4容器化監控

    15.4應用層監控

    15.5服務層監控

    15.5.1互聯網性能監控

    15.5.2用戶體驗監控

    15.6案例研究——基礎設施層監控

    15.6.1背景介紹

    15.6.2監控軟件選擇

    15.6.3OpenFalcon簡介

    15.6.4分布式監控系統的指標體系

    15.6.5監控平臺的架構

    15.6.6痛點與難點

    第16章服務運營的自動化

    16.1自動化理論

    16.1.1自動化簡介

    16.1.2IT自動化的一般模型

    16.1.3自動化的優點

    16.1.4自動化的風險和局限性

    16.2自動化運維的一般過程

    16.2.1一個新手運維工程師的升級之路

    16.2.2運維自動化發展階段總結

    16.3自動化等級

    16.3.1駕駛自動化的等級

    16.3.2Google SRE對自動化的分級

    16.4自動化工具

    16.4.1平臺自動化工具: Kubernetes

    16.4.2實踐討論: 用Kubernetes建立持續交付流程

    16.4.3任務自動化工具: SaltStack

    16.4.4實踐討論: 用SaltStack管理操作系統內核參數

    16.4.5系統自動化工具: PXE

    16.4.6實踐討論: 用PXE實施批量裝機

    16.5自動化的風險及控制

    16.5.1自動化帶來的技術風險

    16.5.2自動化導致的故障

    16.5.3自動化風險控制的一些方法

    16.6運維自動化的深入: 引入控制理論

    16.6.1控制原理介紹

    16.6.2數據庫自動化中控制理論的應用——自治數據庫

    16.6.3實踐研究: HBase的壓縮和分區狀態遷移

    16.7人工智能在自動化中的應用

    16.7.1人工智能和機器學習

    16.7.2人工智能與自動化: ?實施策略

    16.7.3人工智能與自動化: ?實施切入點

    16.8本章小結

    第17章7×24小時服務的運營管理綜述

    17.17×24小時服務運營的管理目標

    17.2經典的運營管理框架

    17.2.1ITIL

    12.2.2CMM和CMMI

    17.2.3敏捷

    17.2.4eTom

    17.2.56Sigma

    17.2.6COBIT

    17.2.7經典框架的局限性

    17.3以服務為核心的運營管理流程

    17.4日常的運營管理

    17.4.1溝通效率

    17.4.2知識管理

    17.4.3運營會議

    17.5管理流程面對的挑戰

    17.5.1建立流程過程中的挑戰

    17.5.2成熟的運營——持續改進

    17.6運營管理的成熟度: 五重境界

    17.7案例研究: 運營管理流程的推廣與改進

    17.7.1背景

    17.7.2推廣計劃

    17.7.3結果分析

    17.7.4下一步計劃

    17.8案例的延伸討論: 主動式和被動式的運營管理

    17.9本章小結

    第18章事件、事故和問題管理三流程

    18.17×24小時生產線運營的挑戰

    18.2服務運營的整體思路

    18.3事件管理和生產線監控

    18.3.1目的

    18.3.2事件管理的流程

    18.3.3生產線的監控系統

    18.3.4實踐中的要點

    18.3.5實踐中的要點與難點

    18.4事故管理

    18.4.1目的

    18.4.2流程

    18.4.3實踐中的要點

    18.4.4實踐中的難點

    18.5問題管理

    18.5.1目的

    18.5.2流程

    18.5.3實踐中的要點

    18.5.4實踐中的難點: 主動型問題管理

    18.6實踐(1): 事故管理流程的設計

    18.6.1背景

    18.6.2事故管理流程的總體設計

    18.6.3設計中的特別關注點

    18.7實踐(2): 對管理者的建議

    18.7.1生產服務管理體系建立的切入點: 事故管理

    18.7.2立足于“技術 管理”的雙維模型: 生產線事故一半出自

    管理問題

    18.7.3整體生產線管理框架: 各流程之間的交互

    18.8案例分析: 從技術和管理的雙維角度剖析事故

    18.8.1背景

    18.8.2事故復盤

    18.8.3事故分析

    18.8.4改進措施及成果

    第19章變更管理

    19.1變更管理介紹

    19.1.1變更管理的目的

    19.1.2變更管理的范疇

    19.2變更管理的原理

    19.2.1變更管理的任務

    19.2.2變更的執行策略

    19.2.3變更管理的流程

    19.2.4變更流程的效果衡量

    19.3云服務運營中的挑戰

    19.3.1云服務生產運營所面臨的挑戰

    19.3.2變更管理對服務運營和商務的益處

    19.3.3了解服務生產運營狀況: 好還是差

    19.4實踐中的要點

    19.4.1實踐的核心: ?控制

    19.4.2實施的關鍵步驟

    19.4.3變更流程1: 變更申請

    19.4.4變更流程2: 變更審批

    19.4.5變更流程3: 變更實施?

    19.4.6變更流程4: 變更反思

    19.4.7團隊和職責

    19.5實踐中的難點

    19.5.1運營管理文化的建立

    19.5.2高層管理者的支持

    19.5.3支持變更管理的政策

    19.6案例研究(1): 變更管理實施中所發現的運營問題和改進

    19.6.1背景介紹

    19.6.2研發與運營的沖突

    19.6.3解決方案: 變更管理與用戶管理、發布管理的結合

    19.6.4藍綠部署、灰度發布

    19.6.5環境一致性管理

    18.6.6進一步的討論

    19.7案例研究(2): ?復雜環境下變更管理流程的設計

    19.7.1背景介紹

    19.7.2團隊結構

    19.7.3流程及其說明

    19.7.4實施要素

    19.7.5進一步的討論

    第20章容量管理

    20.1容量管理的目的

    20.2ITIL的容量管理方法介紹

    20.2.1容量管理的基本流程

    20.2.2容量管理的三個層次

    20.2.3容量管理相關的基本要素

    20.3云服務容量管理的挑戰和要點

    20.3.1來自云服務的挑戰

    20.3.2容量管理的要點

    20.4容量規劃

    20.4.1容量需求分析

    20.4.2容量建模與容量方案

    20.4.3成本審核與調整

    20.4.4實施計劃

    20.5性能管理

    20.6容量規劃的關鍵: 建模

    20.6.1使用量的模擬: 使用量與時間的關系

    20.6.2成本的模擬: 成本與使用量的關系

    20.7建模的數學方法

    20.7.1回歸分析法

    20.7.2趨勢外推預測方法

    20.7.3時間序列平滑預測法

    20.7.4機器學習算法

    20.8容量管理的衡量指標

    20.9成功因素和風險

    20.10案例研究: ?蘇寧金融容量管理的技術解決方案

    20.10.1背景介紹

    20.10.2技術解決方案

    20.10.3成本管理的實施

    20.10.4容量模型的建立

    20.10.5智能算法的應用

    第4部分智能運營(AIOps)

    第21章數據能力——智能運營(AIOps)介紹

    21.1數據能力的新階段: AIOps

    21.2AIOps發展歷史: 從ITOA到AIOps

    21.2.1ITOA

    21.2.2AIOps

    21.3AIOps的技術棧

    21.4機器學習介紹

    21.4.1機器學習的定義

    21.4.2監督學習和無監督學習

    21.4.3神經網絡及深度學習

    21.4.4機器學習中的分類與聚類

    21.5AIOps為工廠運營管理賦能

    21.6場景討論: 運維報警風暴的處理

    21.6.1報警風暴

    21.6.2基于時間序列數據定義異常值

    21.6.3使用機器學習的非監督算法報警

    21.6.4用機器學習方法進一步提取更豐富的數據

    21.7本章小結

    第22章AIOps中的算法基礎

    22.1AIOps適用場景和算法策略

    22.1.1AIOps適用場景

    22.1.2AIOps策略: 場景分解和算法組合

    22.2KPI聚類

    22.2.1k中心聚類算法

    22.2.2密度聚類算法

    22.2.3隨機聚類算法

    22.3瓶頸分析

    22.3.1皮爾遜(Pearson)相關系數

    22.3.2邏輯回歸

    22.3.3決策樹

    22.4異常檢測與容量預測

    22.4.1異常檢測

    22.4.2容量預測

    22.4.3ARIMA模型

    22.4.4HoltWinters指數平滑算法

    22.4.5長短期記憶算法

    22.5異常定位

    22.5.1異常定位的定義與難點

    22.5.2iDice

    22.5.3Adtributor算法

    22.6故障預測

    22.6.1故障預測的定義

    22.6.2隱式馬爾可夫模型

    22.6.3支持向量機與核函數

    22.6.4多示例學習

    22.7實踐討論: 異常檢測場景中的算法選擇思路

    22.8數據重視和增量學習

    第23章AIOps的落地: ?企業實施

    23.1AIOps企業實施戰略

    23.1.1實施路線圖

    23.1.2實施策略

    23.2建立基礎: 數據先行

    23.2.1數據整合

    23.2.2數據處理

    23.3實踐討論

    23.3.1階段性實施策略

    23.3.2落地點之一 : 降低MTTR

    23.3.3策略實施中容易犯的錯誤

    23.4案例研究: 蘇寧金融的智能運維實踐

    23.4.1背景介紹

    23.4.2蘇寧金融智能運維生態體系

    23.4.3AIOps切入點選擇: 問題根因分析

    23.4.4技術挑戰

    23.4.5智能問題診斷流程

    23.4.6智能問題診斷算法模型

    23.4.7模型效果表現

    23.4.8總結: 挑戰、思路與計劃

    第5部分安全技術與管理

    第24章云計算安全概述

    24.1概述

    24.1.1云計算安全的定義

    24.1.2廣義的云計算安全

    24.2云計算安全的挑戰和研究現狀

    24.2.1云計算安全研究焦點域

    24.2.2國內外云計算安全技術研究現狀

    24.2.3云計算模式下信息安全技術演進趨勢

    24.3國內外云計算安全相關的標準化組織及其研究成果

    24.3.1云安全聯盟(CSA)

    24.3.2聯合技術委員會

    24.3.3國際電信聯盟電信標準化部門

    24.3.4分布式管理任務組

    24.3.5全國信息安全標準化技術委員會

    24.3.6中國通信標準化協會

    24.4本章小結

    第25章云計算安全架構

    25.1云計算安全體系架構

    25.2云計算模型與安全架構模型間的映射關系

    25.3云計算安全職責劃分

    25.4本章小結

    第26章云計算基礎設施安全

    26.1云計算基礎設施面臨的安全風險

    26.2云計算基礎設施的安全保護機制

    26.2.1物理安全

    26.2.2網絡安全

    26.2.3主機安全

    26.2.4虛擬化安全

    26.2.5中間件安全

    26.3本章小結

    第27章云計算數據安全

    27.1云計算環境下數據安全綜述

    27.1.1數據安全保護的意義

    27.1.2數據生命周期

    27.2服務提供商面臨的數據安全風險及挑戰

    27.2.1數據加密

    27.2.2釣魚行為

    27.2.3數據審計與監控

    27.3數據安全保護機制

    27.3.1數據加密介紹

    27.3.2數據脫敏

    27.3.3數據殘余銷毀

    27.3.4數據沿襲(Data Lineage)

    27.3.5數據備份與恢復

    27.3.6訪問控制

    27.3.7新一代云計算安全技術

    27.4案例分析: 政務云的數據安全設施

    27.4.1項目背景

    27.4.2技術方案

    27.4.3實施要點

    27.5本章小結

    第28章IaaS和PaaS服務安全

    28.1IaaS服務用戶需重點關注的安全問題

    28.1.1系統基礎服務安全風險及應對措施

    28.1.2遠程管理風險及應對措施

    28.1.3DNS威脅及應對措施

    28.2IaaS服務用戶安全檢查清單

    28.3PaaS服務用戶需重點關注的安全問題

    28.3.1安全相關的API

    28.3.2應用安全部署

    28.3.3遠程安全訪問

    28.3.4服務鎖定風險

    28.4PaaS服務用戶安全檢查清單

    28.5本章小結

    第29章SaaS服務安全

    29.1SaaS服務安全風險

    29.1.1互聯網服務安全現狀

    29.1.2SaaS服務安全需求

    29.2SaaS應用安全保護機制

    29.2.1安全開發生命周期

    29.2.2Web應用防火墻

    29.2.3身份識別與訪問管理

    29.2.4終端用戶安全

    29.3案例研究: 桌面云服務安全部署方案

    29.3.1桌面云服務概述

    29.3.2設計挑戰

    29.3.3設計要點

    29.4本章小結

    第30章云計算安全治理

    30.1組織架構與過程模型

    30.1.1組織架構

    30.1.2風險管理

    30.1.3過程模型

    30.2云計算安全治理操作

    30.2.1云計算安全指南制定

    30.2.2安全監控與事件響應

    30.2.3威脅管理和滲透測試

    30.2.4變更管理

    30.2.5安全審計與日志

    30.3隱私保護

    30.3.1云計算環境下隱私保護的概念

    30.3.2云計算環境下的隱私數據

    30.3.3云計算環境下隱私數據保護對策

    30.4案例: 金融業的電子支付運營安全

    30.4.1需求分析

    30.4.2設計考慮

    30.4.3安全運營治理實施

    30.4.4成效評估

    30.5本章小結

    第31章云計算的合規性

    31.1IT合規概述

    31.1.1什么是IT合規

    31.1.2IT合規對云計算提供商的必要性

    31.1.3云服務提供商在合規中面臨的挑戰

    31.2信息化合規規劃

    31.2.1信息科技合規整體框架

    31.2.2IT合規解決方案

    31.3IT合規實踐

    31.3.1IT合規的工作內容

    31.3.2IT合規的實踐建議

    31.4合規工作中的難點和解決思路

    31.4.1公司的戰略與支持

    31.4.2IT管理

    31.4.3技術運營團隊的工作

    31.5案例研究: 在線金融服務商的合規實踐

    31.5.1背景介紹

    31.5.2安全整改內容

    31.5.3實施階段

    31.5.4合規整改結果

    31.5.5項目挑戰點

    31.5.6后期項目的風險和困難點

    31.6本章小結

    31.6.1合規實施的要點

    31.6.2合規實施的難點

    31.6.3進一步的建議

    第6部分服務質量管理

    第32章云服務的質量工程

    32.1服務質量保證的基本原理

    32.1.1軟件服務質量

    32.1.2軟件過程質量

    32.1.3質量管理體系的構成

    32.1.4軟件質量控制

    32.1.5軟件質量保證

    32.1.6軟件質量改進

    32.2質量保證過程

    32.2.1驗證與確認

    32.2.2評審

    32.2.3正式評審會議

    32.2.4單元測試與集成測試

    32.2.5功能測試

    32.2.6回歸測試

    32.2.7系統的非功能性測試

    32.2.8驗收測試

    32.2.9技術運營階段的質量保證活動

    32.3云服務平臺的特有質量訴求

    32.3.1可用性

    32.3.2安全性

    32.3.3可擴充性

    32.4需求評審和設計評審

    32.4.1需求評審

    32.4.2系統架構設計評審

    32.4.3系統部署物理設計評審

    32.5云服務的驗證

    32.5.1可用性驗證

    32.5.2安全性驗證

    32.5.3可伸縮性驗證

    32.5.4通過SLA來保證質量水平

    第33章服務運營的質量管理

    33.1服務質量管理的目的

    33.2經典的服務質量管理方法

    33.2.1ITIL/CSI框架

    33.2.26Sigma框架

    33.2.3戴明循環理論

    33.3云服務運營中質量管理所面臨的挑戰

    33.3.1源自運營目標的挑戰

    33.3.2來自執行中的難度

    33.4對服務質量管理的探索: GMAI方法及其要點

    33.5GMAI服務質量管理: 服務改進的框架

    33.5.1質量管理目標(Goal)

    33.5.2衡量(Measure)

    33.5.3分析(Analysis)

    33.5.4改進(Improve)

    33.6GMAI服務質量管理: 服務改進的持續

    33.6.1持續性的實現方法: 來自目標和項目的驅動

    33.6.2持續性的基礎: 證明自己的業務價值

    33.7實踐討論(1): 如何保證服務質量改進的持續性

    33.8實踐討論(2): 服務質量管理如何獲得管理層的支持

    33.8.1高質量的報告

    33.8.2高級管理人員儀表板

    33.9服務質量管理方案的選擇

    第7部分組織能力

    第34章組織能力的構建與發展

    34.1組織能力概述

    34.1.1企業成功的關鍵

    34.1.2組織能力的定義和建設

    34.1.3云服務的組織能力框架

    34.2云計算服務公司面臨的挑戰

    34.3員工能力

    34.3.1建立學習型組織

    34.3.2有效的培訓體系

    34.4員工的思維模式

    34.4.1公司價值觀的建立: 如何確定價值觀的內容

    34.4.2價值觀落地: ?團隊的接受

    34.5員工治理

    34.5.1組織架構: 合理的團隊結構

    34.5.2組織架構中的邊界管理: 邊界弱化、增強及平衡

    34.5.3業務流程: 明確的制度

    34.5.4有效的信息管理

    34.6技術體系的組織架構

    34.6.1一元初始: 研發

    34.6.2二元架構: 研發、運營

    34.6.3三元架構: 研發、運營、數據

    34.6.4四元架構: 研發、運營、數據、管理

    34.7客服體系的組織架構

    34.8實踐研究(1): 構建高效的技術運營團隊

    34.8.1背景

    34.8.2思維方式: 技術運營的管理思想

    34.8.3團隊治理: 團隊的結構與責任

    34.8.4團隊能力: 團隊的培養

    34.9實踐研究(2): 構建大數據的組織能力

    34.9.1企業的新型競爭力: ?分析能力

    34.9.2大數據組織能力模型

    34.9.3員工思維

    34.9.4員工治理

    34.10實踐研究(3): 構建服務導向的客戶服務部門

    34.10.1客服的三種核心服務方式

    34.10.2被動式服務: 問題的快速響應

    34.10.3主動式服務: 有效的客戶管理

    34.10.4服務體系的改進

    34.10.5本章小結

    參考文獻

    后記——行自云起時,更上一層樓
  • 內容簡介:
    《云計算和大數據服務——技術架構、運營管理與智能實踐》采用理論與實踐相結合的形式,系統闡述云計算和大數據服務的具體實現。 云計算和大數據服務戰略的落地,包括技術構建和運營管理、新興的人工智能技術的應用,以及組織能力的建設。針對這一目標,全書分為七部分:云計算技術、大數據及數據智能、服務的技術運營、智能運營、安全技術與管理、服務質量管理和組織能力?!对朴嬎愫痛髷祿铡夹g架構、運營管理與智能實踐》的目的是幫助讀者對這些云計算和大數據的重要專題從基本概念、發展思路到解決方案有一個系統認識。 本書具有非常強的可讀性和實踐指導意義,可作為云計算和大數據企業的高層管理人員和技術架構師的參考讀物,也可以作為高校相關專業師生的教學參考用書。
  • 作者簡介:
    陳赤榕:

    30年云服務技術運營架構與管理經驗,硅谷早期的云計算技術運營人員之一。北京聆通科技有限公司聯合創始人,CEO。

    葉新江:

    20年大數據技術架構與管理經驗,每日互動股份有限公司(個推)創始團隊成員,CTO。

    李彥濤:

    30年通信和云計算行業經驗, 國內著名通信及云計算系統架構師之一。北京聆通科技有限公司聯合創始人,CTO。

    劉國萍:

    20年云計算、物聯網、人工智能行業經驗,網絡安全技術領域專家。中國電信研究院教授級高級工程師,博士。
  • 目錄:
    第1章綜述

    1.1本書的框架思路: 云計算和大數據服務實現的四要素

    1.2本書的框架結構

    1.2.1技術構建(第1、第2部分): 云計算和大數據

    1.2.2服務運營(第3、第4、第5部分): 技術、管理、AIOps和安全

    1.2.3服務質量管理(第6部分)

    1.2.4組織能力(第7部分)

    1.3本書的章節結構

    1.4云計算技術與服務

    1.4.1云計算的發展史

    1.4.2云計算的定義

    1.4.3云計算的服務模式

    1.4.4云計算的部署方式

    1.5大數據和數據智能的技術與服務

    1.5.1大數據的定義

    1.5.2云計算與大數據的關系

    1.5.3數據智能

    1.6技術運營: 從技術升級到服務的實現關鍵

    1.7智能實踐

    第1部分云計算技術

    第2章云計算技術綜述

    2.1云計算的技術發展回顧

    2.1.1云計算技術概念的發展

    2.1.2云計算相關技術的發展

    2.2云服務的技術結構

    2.2.1云服務的技術層次

    2.2.2云服務的技術結構適用場景

    2.3云服務對技術團隊帶來的挑戰

    2.3.1對研發團隊的挑戰

    2.3.2對技術運營團隊的挑戰

    2.3.3對服務質量控制團隊的挑戰

    第3章云計算的技術框架: 面向服務的架構

    ?

    ?

    3.17×24小時云服務的挑戰

    3.1.1傳統企業服務軟件與云服務軟件對比

    3.1.2特性化與統一服務

    3.1.3面向運營及服務系統功能

    3.1.4IT管理與服務監控

    3.2云服務架構

    3.2.1設計的基礎模式

    3.2.2設計的結構模式

    3.3構建高可靠性

    3.3.1可靠性理論與云計算平臺的需求實現

    3.3.2可靠性設計

    3.3.3負載均衡與集群

    3.3.4雙機熱備

    3.3.5異地災備

    3.4構建高性能

    3.4.1系統容量與性能瓶頸

    3.4.2接入與Web層容量與性能設計與優化

    3.4.3服務層容量與性能設計與優化

    3.4.4數據層容量與性能設計與優化

    3.4.5應對高并發容量

    3.5構建高伸縮性

    3.5.1設計規則擴展與性能

    3.5.2并發訪問量

    3.5.3并發數據訪問與I/O

    3.6構建高可配置性

    3.6.1系統配置

    3.6.2站點配置

    3.6.3用戶配置

    3.6.4服務配置與技術運營關系

    3.7構建高可管理性云計算平臺

    3.7.1系統維護周期

    3.7.2系統維護與服務中斷

    3.7.3系統可配置性

    3.7.4系統監控能力

    3.7.5日志記錄與錯誤處理

    3.7.6用于服務的配置、監控與日志系統

    3.8案例分析

    3.8.1背景介紹

    3.8.2解決方案

    3.8.3討論

    3.9本章小結

    第4章云服務的技術基礎: ?虛擬化

    4.1虛擬化技術的發展歷史

    4.2虛擬化技術分類

    4.3系統虛擬化

    4.3.1系統虛擬化的優勢

    4.3.2系統虛擬化存在的問題

    4.3.3系統虛擬化的不足

    4.4網絡虛擬化

    4.4.1網絡虛擬化的分類

    4.4.2網絡虛擬化的優勢

    4.4.3網絡虛擬化的不足

    4.5容器的虛擬化

    4.6其他虛擬化技術

    4.7市場主流虛擬化技術對比

    4.8虛擬化對云計算的推動

    4.9虛擬化與數據中心

    4.9.1虛擬化數據中心的優點

    4.9.2虛擬化數據中心的風險

    4.9.3虛擬化數據中心風險應對

    4.10研究分析: 虛擬化技術的發展趨勢

    4.11本章小結

    第5章云服務的平臺技術: ?IaaS、PaaS和SaaS

    5.1平臺技術的發展

    5.1.1平臺技術演進階段

    5.1.2云管理平臺貫穿云平臺技術發展始終

    5.1.3云平臺技術發展的展望

    5.1.4關于FaaS平臺的思考

    5.2IaaS

    5.2.1IaaS平臺架構

    5.2.2IaaS的適用場景

    5.2.3IaaS的優缺點

    5.2.4IaaS的市場價值

    5.2.5IaaS的局限性

    5.3PaaS

    5.3.1PaaS平臺架構

    5.3.2PaaS的適用場景

    5.3.3PaaS的優缺點

    5.3.4PaaS的市場價值

    5.3.5PaaS的局限性

    5.4SaaS

    5.4.1SaaS平臺架構

    5.4.2SaaS的適用場景

    5.4.3SaaS的優缺點

    5.4.4SaaS的市場價值

    5.4.5SaaS的局限性

    5.5CaaS

    5.5.1CaaS平臺架構

    5.5.2CaaS的適用場景

    5.5.3CaaS的優缺點

    5.5.4CaaS的市場價值

    5.6云管理平臺

    5.6.1云管理平臺的規范架構

    5.6.2云管理平臺的職能

    5.6.3云管理平臺的應用場景舉例

    5.7平臺的實施要點和挑戰

    5.7.1技術選型

    5.7.2實施要點

    5.7.3風險和挑戰

    5.8案例研究: SaaS的構建、演進、成果與教訓

    5.8.1背景介紹

    5.8.2自建IDC階段

    5.8.3采用IaaS公有云階段

    5.8.4混合云階段

    5.8.5容器化及微服務階段

    5.8.6數據安全

    第6章云服務的應用層技術: ?微服務

    6.1微服務與云計算

    6.2微服務的定義

    6.3微服務的發展簡史

    6.4微服務和SOA的關系

    6.5微服務的構成要素

    6.6微服務的優缺點

    6.6.1微服務的優點

    6.6.2微服務的缺點

    6.7微服務的實施要點

    6.8案例分析: SMS推送平臺的微服務化

    6.8.1背景簡介

    6.8.2系統特點

    6.8.3早期設計

    6.8.4解決方案

    6.8.5決策過程

    6.8.6實施過程

    6.8.7實施效果

    6.8.8未來改進

    6.8.9項目回顧

    第2部分大數據與數據智能

    第7章大數據理論及相關模型

    7.1大數據概念的提出和演進

    7.24V 1O特征模型: 大數據特征

    7.3第四范式: 問題解決的新模式

    7.4蜜蜂效應: 數據的選擇價值

    7.5大數據業務成熟度模型

    7.5.1業務監測

    7.5.2業務洞察

    7.5.3業務優化

    7.5.4數據變現

    7.5.5商業重塑

    7.6數據智能

    第8章數據智能平臺構建策略

    8.1數據業務的構建過程

    8.1.1數據系統建設

    8.1.2數據業務建模

    8.1.3數據業務開展

    8.2數據智能體系要求

    8.2.1建設思路、原則和目標

    8.2.2基礎平臺

    8.2.3融合平臺

    8.2.4治理系統

    8.2.5質量保證

    8.2.6安全計算

    8.2.7分析挖掘

    8.2.8數據可視化

    8.3數據中臺策略

    8.3.1數據倉庫和數據湖

    8.3.2數據中臺

    8.3.3數據中臺和數據倉庫、數據湖的差別

    第9章大數據技術和平臺

    9.1大數據基礎技術系統組成

    9.2大數據開源體系各部分介紹

    9.2.1Hadoop介紹

    9.2.2開源生態系統

    9.3大數據生態的發展態勢

    9.3.1數據治理與安全

    9.3.2基礎設施

    9.3.3數據協作工作臺

    9.3.4數據分析流程自動化

    9.3.5AI驅動的應用發展趨勢

    9.4實踐討論: 大數據存儲的建模

    9.4.1分布式存儲的架構

    9.4.2數據存儲設計

    9.4.3NoSQL的問題

    9.4.4存儲設計實例

    第10章大數據分析系統技術

    10.1分析系統架構設計

    10.1.1CAP理論

    10.1.2分析系統考量三要素

    10.1.3實時查詢過程

    10.2架構選擇

    10.2.1大規模并行處理架構

    10.2.2基于搜索引擎的架構

    10.2.3預計算系統架構

    10.2.4三種架構的對比

    第11章企業大數據實施策略

    11.1企業實施大數據戰略面臨的挑戰

    11.2實施規劃

    11.2.1切入點規劃

    11.2.2組織配置和調整

    11.2.3數據獲取和挖掘

    11.2.4效果評估

    11.3案例研究: 大數據運營場景及系統實施

    11.3.1背景介紹

    11.3.2演化路徑

    11.3.3個推V1.0——基礎SaaS產品

    11.3.4個推V2.0——大數據基礎下的智能推送

    11.3.5個推V3.0——數據智能下的個推

    11.4實踐中的經驗教訓

    11.4.1技術陷阱

    11.4.2簡潔及成本意識

    11.4.3新技術的進一步應用

    11.4.4總結

    第3部分服務的技術運營

    第12章服務的技術運營綜述

    12.1技術運營的基本概念

    12.2云服務的技術運營

    12.2.1云服務的技術運營也是關于生產系統的運營

    12.2.2技術運營的功能

    12.2.3是技術運營,而不僅僅是維護

    12.3云服務技術運營的目標

    12.3.1從航空服務公司的要求來看

    12.3.2云服務的運營管理目標

    12.3.3技術運營永恒的四大指標

    12.4技術運營的雙維模型

    12.4.1技術運營的雙維概念

    12.4.2雙維的目的

    12.4.3技術運營的雙維模型

    12.4.4雙維平臺的實施

    12.5DevOps方法論

    12.5.1DevOps簡史

    12.5.2DevOps定義

    12.5.3DevOps的關鍵過程

    12.6服務可靠性工程

    12.6.1服務可靠性工程的定義與要點

    12.6.2SRE與DevOps

    12.7雙維模型、DevOps與SRE的指導意義和應用

    12.7.1雙維模型: 給CXO的運營指導

    12.7.2DevOps與SRE: 給技術架構師的指導

    12.7.3實踐討論(1): Dev與Ops的和與分

    12.7.4實踐討論(2): 技術運營不同階段各種方法論的應用

    12.7.5實踐討論(3): 在研發團隊中引進DevOps思維

    第13章服務的生產設計

    13.1生產設計的目的

    13.1.1建立生產型的云服務

    13.1.2云服務的生產設計

    13.2生產設計方法

    13.2.1生產設計目標

    13.2.2生產設計流程

    13.3生產設計(1): ?工程開發期間的任務

    13.3.1服務平臺的重要部分: 基礎建設工程

    13.3.2服務可用度

    13.3.3服務的可管理性

    13.3.4安全性

    13.3.5可擴展性

    13.4生產設計(2): 上線期間的任務

    13.4.1生產線驗收

    13.4.2生產線部署

    13.4.3日常維護計劃

    13.5服務支持結構: 團隊和知識

    13.5.1團隊結構

    13.5.2知識傳遞: ?文檔的需求

    13.6實踐和討論

    13.6.1從工程到實施的關鍵: 系統層的邏輯設計

    13.6.2進入生產線: 生產線的部署設計

    第14章服務的業務連續性

    14.1云服務業務連續性及其挑戰

    14.1.1業務連續性的定義

    14.1.2云服務提供商面臨的挑戰

    14.2云計算的業務連續性方案概述

    14.2.1業務連續性的管理

    14.2.2業務連續性的技術方案——災備系統概述

    14.3災備系統架構

    14.3.1網絡系統

    14.3.2云計算應用系統

    14.3.3數據同步系統

    14.3.4管理工具: 手動服務轉移

    14.4災備方案的成本效率

    14.4.1災備資源的合理使用

    14.4.2公有云和私有云之間的結合

    14.5案例研究: 云服務提供商思科WebEx的災備系統

    14.5.1背景介紹

    14.5.2WebEx GSB架構

    14.5.3WebEx GSB的設計挑戰和要點

    14.5.4項目回顧

    14.6本章小結

    第15章服務運營的監控體系

    15.1服務監控概述

    15.2監控體系架構

    15.2.1監控體系的層級結構

    15.2.2監控體系的“4 2”要素

    15.2.3Google SRE的監控方法論

    15.2.4監控體系常涉及的數據庫

    15.3基礎設施層的監控

    15.3.1基礎設施層監控對象

    15.3.2基礎設施的監控方法

    15.3.3虛擬化監控

    15.3.4容器化監控

    15.4應用層監控

    15.5服務層監控

    15.5.1互聯網性能監控

    15.5.2用戶體驗監控

    15.6案例研究——基礎設施層監控

    15.6.1背景介紹

    15.6.2監控軟件選擇

    15.6.3OpenFalcon簡介

    15.6.4分布式監控系統的指標體系

    15.6.5監控平臺的架構

    15.6.6痛點與難點

    第16章服務運營的自動化

    16.1自動化理論

    16.1.1自動化簡介

    16.1.2IT自動化的一般模型

    16.1.3自動化的優點

    16.1.4自動化的風險和局限性

    16.2自動化運維的一般過程

    16.2.1一個新手運維工程師的升級之路

    16.2.2運維自動化發展階段總結

    16.3自動化等級

    16.3.1駕駛自動化的等級

    16.3.2Google SRE對自動化的分級

    16.4自動化工具

    16.4.1平臺自動化工具: Kubernetes

    16.4.2實踐討論: 用Kubernetes建立持續交付流程

    16.4.3任務自動化工具: SaltStack

    16.4.4實踐討論: 用SaltStack管理操作系統內核參數

    16.4.5系統自動化工具: PXE

    16.4.6實踐討論: 用PXE實施批量裝機

    16.5自動化的風險及控制

    16.5.1自動化帶來的技術風險

    16.5.2自動化導致的故障

    16.5.3自動化風險控制的一些方法

    16.6運維自動化的深入: 引入控制理論

    16.6.1控制原理介紹

    16.6.2數據庫自動化中控制理論的應用——自治數據庫

    16.6.3實踐研究: HBase的壓縮和分區狀態遷移

    16.7人工智能在自動化中的應用

    16.7.1人工智能和機器學習

    16.7.2人工智能與自動化: ?實施策略

    16.7.3人工智能與自動化: ?實施切入點

    16.8本章小結

    第17章7×24小時服務的運營管理綜述

    17.17×24小時服務運營的管理目標

    17.2經典的運營管理框架

    17.2.1ITIL

    12.2.2CMM和CMMI

    17.2.3敏捷

    17.2.4eTom

    17.2.56Sigma

    17.2.6COBIT

    17.2.7經典框架的局限性

    17.3以服務為核心的運營管理流程

    17.4日常的運營管理

    17.4.1溝通效率

    17.4.2知識管理

    17.4.3運營會議

    17.5管理流程面對的挑戰

    17.5.1建立流程過程中的挑戰

    17.5.2成熟的運營——持續改進

    17.6運營管理的成熟度: 五重境界

    17.7案例研究: 運營管理流程的推廣與改進

    17.7.1背景

    17.7.2推廣計劃

    17.7.3結果分析

    17.7.4下一步計劃

    17.8案例的延伸討論: 主動式和被動式的運營管理

    17.9本章小結

    第18章事件、事故和問題管理三流程

    18.17×24小時生產線運營的挑戰

    18.2服務運營的整體思路

    18.3事件管理和生產線監控

    18.3.1目的

    18.3.2事件管理的流程

    18.3.3生產線的監控系統

    18.3.4實踐中的要點

    18.3.5實踐中的要點與難點

    18.4事故管理

    18.4.1目的

    18.4.2流程

    18.4.3實踐中的要點

    18.4.4實踐中的難點

    18.5問題管理

    18.5.1目的

    18.5.2流程

    18.5.3實踐中的要點

    18.5.4實踐中的難點: 主動型問題管理

    18.6實踐(1): 事故管理流程的設計

    18.6.1背景

    18.6.2事故管理流程的總體設計

    18.6.3設計中的特別關注點

    18.7實踐(2): 對管理者的建議

    18.7.1生產服務管理體系建立的切入點: 事故管理

    18.7.2立足于“技術 管理”的雙維模型: 生產線事故一半出自

    管理問題

    18.7.3整體生產線管理框架: 各流程之間的交互

    18.8案例分析: 從技術和管理的雙維角度剖析事故

    18.8.1背景

    18.8.2事故復盤

    18.8.3事故分析

    18.8.4改進措施及成果

    第19章變更管理

    19.1變更管理介紹

    19.1.1變更管理的目的

    19.1.2變更管理的范疇

    19.2變更管理的原理

    19.2.1變更管理的任務

    19.2.2變更的執行策略

    19.2.3變更管理的流程

    19.2.4變更流程的效果衡量

    19.3云服務運營中的挑戰

    19.3.1云服務生產運營所面臨的挑戰

    19.3.2變更管理對服務運營和商務的益處

    19.3.3了解服務生產運營狀況: 好還是差

    19.4實踐中的要點

    19.4.1實踐的核心: ?控制

    19.4.2實施的關鍵步驟

    19.4.3變更流程1: 變更申請

    19.4.4變更流程2: 變更審批

    19.4.5變更流程3: 變更實施?

    19.4.6變更流程4: 變更反思

    19.4.7團隊和職責

    19.5實踐中的難點

    19.5.1運營管理文化的建立

    19.5.2高層管理者的支持

    19.5.3支持變更管理的政策

    19.6案例研究(1): 變更管理實施中所發現的運營問題和改進

    19.6.1背景介紹

    19.6.2研發與運營的沖突

    19.6.3解決方案: 變更管理與用戶管理、發布管理的結合

    19.6.4藍綠部署、灰度發布

    19.6.5環境一致性管理

    18.6.6進一步的討論

    19.7案例研究(2): ?復雜環境下變更管理流程的設計

    19.7.1背景介紹

    19.7.2團隊結構

    19.7.3流程及其說明

    19.7.4實施要素

    19.7.5進一步的討論

    第20章容量管理

    20.1容量管理的目的

    20.2ITIL的容量管理方法介紹

    20.2.1容量管理的基本流程

    20.2.2容量管理的三個層次

    20.2.3容量管理相關的基本要素

    20.3云服務容量管理的挑戰和要點

    20.3.1來自云服務的挑戰

    20.3.2容量管理的要點

    20.4容量規劃

    20.4.1容量需求分析

    20.4.2容量建模與容量方案

    20.4.3成本審核與調整

    20.4.4實施計劃

    20.5性能管理

    20.6容量規劃的關鍵: 建模

    20.6.1使用量的模擬: 使用量與時間的關系

    20.6.2成本的模擬: 成本與使用量的關系

    20.7建模的數學方法

    20.7.1回歸分析法

    20.7.2趨勢外推預測方法

    20.7.3時間序列平滑預測法

    20.7.4機器學習算法

    20.8容量管理的衡量指標

    20.9成功因素和風險

    20.10案例研究: ?蘇寧金融容量管理的技術解決方案

    20.10.1背景介紹

    20.10.2技術解決方案

    20.10.3成本管理的實施

    20.10.4容量模型的建立

    20.10.5智能算法的應用

    第4部分智能運營(AIOps)

    第21章數據能力——智能運營(AIOps)介紹

    21.1數據能力的新階段: AIOps

    21.2AIOps發展歷史: 從ITOA到AIOps

    21.2.1ITOA

    21.2.2AIOps

    21.3AIOps的技術棧

    21.4機器學習介紹

    21.4.1機器學習的定義

    21.4.2監督學習和無監督學習

    21.4.3神經網絡及深度學習

    21.4.4機器學習中的分類與聚類

    21.5AIOps為工廠運營管理賦能

    21.6場景討論: 運維報警風暴的處理

    21.6.1報警風暴

    21.6.2基于時間序列數據定義異常值

    21.6.3使用機器學習的非監督算法報警

    21.6.4用機器學習方法進一步提取更豐富的數據

    21.7本章小結

    第22章AIOps中的算法基礎

    22.1AIOps適用場景和算法策略

    22.1.1AIOps適用場景

    22.1.2AIOps策略: 場景分解和算法組合

    22.2KPI聚類

    22.2.1k中心聚類算法

    22.2.2密度聚類算法

    22.2.3隨機聚類算法

    22.3瓶頸分析

    22.3.1皮爾遜(Pearson)相關系數

    22.3.2邏輯回歸

    22.3.3決策樹

    22.4異常檢測與容量預測

    22.4.1異常檢測

    22.4.2容量預測

    22.4.3ARIMA模型

    22.4.4HoltWinters指數平滑算法

    22.4.5長短期記憶算法

    22.5異常定位

    22.5.1異常定位的定義與難點

    22.5.2iDice

    22.5.3Adtributor算法

    22.6故障預測

    22.6.1故障預測的定義

    22.6.2隱式馬爾可夫模型

    22.6.3支持向量機與核函數

    22.6.4多示例學習

    22.7實踐討論: 異常檢測場景中的算法選擇思路

    22.8數據重視和增量學習

    第23章AIOps的落地: ?企業實施

    23.1AIOps企業實施戰略

    23.1.1實施路線圖

    23.1.2實施策略

    23.2建立基礎: 數據先行

    23.2.1數據整合

    23.2.2數據處理

    23.3實踐討論

    23.3.1階段性實施策略

    23.3.2落地點之一 : 降低MTTR

    23.3.3策略實施中容易犯的錯誤

    23.4案例研究: 蘇寧金融的智能運維實踐

    23.4.1背景介紹

    23.4.2蘇寧金融智能運維生態體系

    23.4.3AIOps切入點選擇: 問題根因分析

    23.4.4技術挑戰

    23.4.5智能問題診斷流程

    23.4.6智能問題診斷算法模型

    23.4.7模型效果表現

    23.4.8總結: 挑戰、思路與計劃

    第5部分安全技術與管理

    第24章云計算安全概述

    24.1概述

    24.1.1云計算安全的定義

    24.1.2廣義的云計算安全

    24.2云計算安全的挑戰和研究現狀

    24.2.1云計算安全研究焦點域

    24.2.2國內外云計算安全技術研究現狀

    24.2.3云計算模式下信息安全技術演進趨勢

    24.3國內外云計算安全相關的標準化組織及其研究成果

    24.3.1云安全聯盟(CSA)

    24.3.2聯合技術委員會

    24.3.3國際電信聯盟電信標準化部門

    24.3.4分布式管理任務組

    24.3.5全國信息安全標準化技術委員會

    24.3.6中國通信標準化協會

    24.4本章小結

    第25章云計算安全架構

    25.1云計算安全體系架構

    25.2云計算模型與安全架構模型間的映射關系

    25.3云計算安全職責劃分

    25.4本章小結

    第26章云計算基礎設施安全

    26.1云計算基礎設施面臨的安全風險

    26.2云計算基礎設施的安全保護機制

    26.2.1物理安全

    26.2.2網絡安全

    26.2.3主機安全

    26.2.4虛擬化安全

    26.2.5中間件安全

    26.3本章小結

    第27章云計算數據安全

    27.1云計算環境下數據安全綜述

    27.1.1數據安全保護的意義

    27.1.2數據生命周期

    27.2服務提供商面臨的數據安全風險及挑戰

    27.2.1數據加密

    27.2.2釣魚行為

    27.2.3數據審計與監控

    27.3數據安全保護機制

    27.3.1數據加密介紹

    27.3.2數據脫敏

    27.3.3數據殘余銷毀

    27.3.4數據沿襲(Data Lineage)

    27.3.5數據備份與恢復

    27.3.6訪問控制

    27.3.7新一代云計算安全技術

    27.4案例分析: 政務云的數據安全設施

    27.4.1項目背景

    27.4.2技術方案

    27.4.3實施要點

    27.5本章小結

    第28章IaaS和PaaS服務安全

    28.1IaaS服務用戶需重點關注的安全問題

    28.1.1系統基礎服務安全風險及應對措施

    28.1.2遠程管理風險及應對措施

    28.1.3DNS威脅及應對措施

    28.2IaaS服務用戶安全檢查清單

    28.3PaaS服務用戶需重點關注的安全問題

    28.3.1安全相關的API

    28.3.2應用安全部署

    28.3.3遠程安全訪問

    28.3.4服務鎖定風險

    28.4PaaS服務用戶安全檢查清單

    28.5本章小結

    第29章SaaS服務安全

    29.1SaaS服務安全風險

    29.1.1互聯網服務安全現狀

    29.1.2SaaS服務安全需求

    29.2SaaS應用安全保護機制

    29.2.1安全開發生命周期

    29.2.2Web應用防火墻

    29.2.3身份識別與訪問管理

    29.2.4終端用戶安全

    29.3案例研究: 桌面云服務安全部署方案

    29.3.1桌面云服務概述

    29.3.2設計挑戰

    29.3.3設計要點

    29.4本章小結

    第30章云計算安全治理

    30.1組織架構與過程模型

    30.1.1組織架構

    30.1.2風險管理

    30.1.3過程模型

    30.2云計算安全治理操作

    30.2.1云計算安全指南制定

    30.2.2安全監控與事件響應

    30.2.3威脅管理和滲透測試

    30.2.4變更管理

    30.2.5安全審計與日志

    30.3隱私保護

    30.3.1云計算環境下隱私保護的概念

    30.3.2云計算環境下的隱私數據

    30.3.3云計算環境下隱私數據保護對策

    30.4案例: 金融業的電子支付運營安全

    30.4.1需求分析

    30.4.2設計考慮

    30.4.3安全運營治理實施

    30.4.4成效評估

    30.5本章小結

    第31章云計算的合規性

    31.1IT合規概述

    31.1.1什么是IT合規

    31.1.2IT合規對云計算提供商的必要性

    31.1.3云服務提供商在合規中面臨的挑戰

    31.2信息化合規規劃

    31.2.1信息科技合規整體框架

    31.2.2IT合規解決方案

    31.3IT合規實踐

    31.3.1IT合規的工作內容

    31.3.2IT合規的實踐建議

    31.4合規工作中的難點和解決思路

    31.4.1公司的戰略與支持

    31.4.2IT管理

    31.4.3技術運營團隊的工作

    31.5案例研究: 在線金融服務商的合規實踐

    31.5.1背景介紹

    31.5.2安全整改內容

    31.5.3實施階段

    31.5.4合規整改結果

    31.5.5項目挑戰點

    31.5.6后期項目的風險和困難點

    31.6本章小結

    31.6.1合規實施的要點

    31.6.2合規實施的難點

    31.6.3進一步的建議

    第6部分服務質量管理

    第32章云服務的質量工程

    32.1服務質量保證的基本原理

    32.1.1軟件服務質量

    32.1.2軟件過程質量

    32.1.3質量管理體系的構成

    32.1.4軟件質量控制

    32.1.5軟件質量保證

    32.1.6軟件質量改進

    32.2質量保證過程

    32.2.1驗證與確認

    32.2.2評審

    32.2.3正式評審會議

    32.2.4單元測試與集成測試

    32.2.5功能測試

    32.2.6回歸測試

    32.2.7系統的非功能性測試

    32.2.8驗收測試

    32.2.9技術運營階段的質量保證活動

    32.3云服務平臺的特有質量訴求

    32.3.1可用性

    32.3.2安全性

    32.3.3可擴充性

    32.4需求評審和設計評審

    32.4.1需求評審

    32.4.2系統架構設計評審

    32.4.3系統部署物理設計評審

    32.5云服務的驗證

    32.5.1可用性驗證

    32.5.2安全性驗證

    32.5.3可伸縮性驗證

    32.5.4通過SLA來保證質量水平

    第33章服務運營的質量管理

    33.1服務質量管理的目的

    33.2經典的服務質量管理方法

    33.2.1ITIL/CSI框架

    33.2.26Sigma框架

    33.2.3戴明循環理論

    33.3云服務運營中質量管理所面臨的挑戰

    33.3.1源自運營目標的挑戰

    33.3.2來自執行中的難度

    33.4對服務質量管理的探索: GMAI方法及其要點

    33.5GMAI服務質量管理: 服務改進的框架

    33.5.1質量管理目標(Goal)

    33.5.2衡量(Measure)

    33.5.3分析(Analysis)

    33.5.4改進(Improve)

    33.6GMAI服務質量管理: 服務改進的持續

    33.6.1持續性的實現方法: 來自目標和項目的驅動

    33.6.2持續性的基礎: 證明自己的業務價值

    33.7實踐討論(1): 如何保證服務質量改進的持續性

    33.8實踐討論(2): 服務質量管理如何獲得管理層的支持

    33.8.1高質量的報告

    33.8.2高級管理人員儀表板

    33.9服務質量管理方案的選擇

    第7部分組織能力

    第34章組織能力的構建與發展

    34.1組織能力概述

    34.1.1企業成功的關鍵

    34.1.2組織能力的定義和建設

    34.1.3云服務的組織能力框架

    34.2云計算服務公司面臨的挑戰

    34.3員工能力

    34.3.1建立學習型組織

    34.3.2有效的培訓體系

    34.4員工的思維模式

    34.4.1公司價值觀的建立: 如何確定價值觀的內容

    34.4.2價值觀落地: ?團隊的接受

    34.5員工治理

    34.5.1組織架構: 合理的團隊結構

    34.5.2組織架構中的邊界管理: 邊界弱化、增強及平衡

    34.5.3業務流程: 明確的制度

    34.5.4有效的信息管理

    34.6技術體系的組織架構

    34.6.1一元初始: 研發

    34.6.2二元架構: 研發、運營

    34.6.3三元架構: 研發、運營、數據

    34.6.4四元架構: 研發、運營、數據、管理

    34.7客服體系的組織架構

    34.8實踐研究(1): 構建高效的技術運營團隊

    34.8.1背景

    34.8.2思維方式: 技術運營的管理思想

    34.8.3團隊治理: 團隊的結構與責任

    34.8.4團隊能力: 團隊的培養

    34.9實踐研究(2): 構建大數據的組織能力

    34.9.1企業的新型競爭力: ?分析能力

    34.9.2大數據組織能力模型

    34.9.3員工思維

    34.9.4員工治理

    34.10實踐研究(3): 構建服務導向的客戶服務部門

    34.10.1客服的三種核心服務方式

    34.10.2被動式服務: 問題的快速響應

    34.10.3主動式服務: 有效的客戶管理

    34.10.4服務體系的改進

    34.10.5本章小結

    參考文獻

    后記——行自云起時,更上一層樓
查看詳情
相關圖書 / 更多
您可能感興趣 / 更多
云計算和大數據服務——技術架構、運營管理與智能實踐
云計算服務·運營管理與技術架構
陳赤榕、李彥濤、劉國萍 著
在线观看免费AV无码不卡
<code id="cq0yc"><menu id="cq0yc"></menu></code>
<noscript id="cq0yc"></noscript>
<center id="cq0yc"><small id="cq0yc"></small></center>
<optgroup id="cq0yc"></optgroup>
<center id="cq0yc"></center>
<optgroup id="cq0yc"></optgroup>