安道

图书详情

Python for DevOps

关于本书

在过去的十年里,技术发生了很大的变化。数据是热门话题,云无处不在,许多组织都需要某种形式的自动化。在这场变革中,Python 成功跻身世界上最流行的语言之一。这本实用的资料向你展示如何使用 Python 完成 Linux 系统的日常管理任务,如何使用当下最火热的 DevOps 工具,包括 Docker、Kubernetes 和 Terraform。

对数百万专业人士来说,学习如何与 Linux 交互以及实现自动化是必不可少的技能。通过这本书,您将学习如何使用容器开发软件、解决问题,以及如何监控、测试、负载测试和操作您的软件。想寻找借助 Python 解决问题的有效方法?看这本书绝对没错。

  • Python 基础知识,简单介绍语言特性
  • 如何自动处理文本、编写命令行工具和自动处理文件系统
  • Linux 实用程序、包管理、构建系统、监控、监测和自动化测试
  • 云计算、基础设施即代码、Kubernetes 和 Serverless
  • 站在 DevOps 的角度探讨机器学习和数据工程
  • 构建、部署和优化一个机器学习项目

作者简介

Noah Gift 是杜克大学 MIDS、西北大学研究生院数据科学专业、加州大学伯克利分校研究生院数据科学和加州大学戴维斯分校管理学院 MSBA 项目的讲师。在专业方面,Noah 拥有近 20 年的 Python 编程经验,是 Python 软件基金会的成员。他曾在多家公司担任过各种职务,包括首席技术官、总经理、首席技术顾问和云架构师。目前,他为初创企业和其他公司提供机器学习和云架构方面的咨询服务,还创办了 Pragmatic AI Labs(https://paiml.com),为 CTO 提供咨询服务。

他出版过一百多种技术出版物,包括两本书,涉及的主题从云机器学习到 DevOps,合作的出版机构有 O’Reilly、Pearson、DataCamp 和 Udacity。他还是一名认证的 AWS 解决方案架构师。Noah 拥有加州大学戴维斯分校的工商管理硕士学位,加州州立大学洛杉矶分校的计算机信息系统硕士学位,加州理工大学圣路易斯奥比斯波分校的营养学学士学位。如果想进一步了解 Noah,可以在 GitHub 上关注他(https://github.com/noahgift),可以访问他的个人网站(https://noahgift.com),也可以在 LinkedIn 上联系他(https://www.linkedin.com/in/noahgift)。

Kennedy Behrman 是一位资深顾问,专门为早期初创企业设计和实施云解决方案。他拥有宾夕法尼亚大学的本科和研究生学位,包括计算机信息技术硕士学位和计算机图形和游戏编程专业的研究生学位。

他在数据工程、数据科学、AWS 解决方案和工程管理方面有丰富的经验,担任过许多 Python 和数据科学相关出版物的技术编辑。作为一名数据科学家,他帮助一家初创企业开发了一种有专利权的增长黑客机器学习算法,促使该平台呈指数级增长。之后,他招聘并管理了一个支持这项技术的数据科学团队。除此之外,他还活跃在 Python 语言领域近 15 年,在用户组发表演讲、撰写文章,并担任许多出版物的技术编辑。

Alfredo Deza 是一位活力满满的软件工程师、狂热的开源开发者、Vim 插件作者、摄影师和前奥运会运动员。他在世界各地演讲,讨论开源软件、个人开发和职业体育。他重建了公司的基础设施,设计了共享存储,并替换了复杂的构建系统,他总是在寻找高效和有弹性的环境。凭借对测试和文档的坚定信念,无论身在何处,他都将继续推动稳健的开发实践。

作为一个渴求知识的开发人员,Alfredo 坚持在本地小组中发表演讲,谈论 Python、文件系统和存储、系统管理,以及职业运动。

Grig Gheorghiu 拥有超过 25 年的行业经验,在程序员、测试工程师、研究实验室主任、系统/网络/安全/云架构师和 DevOps 主管等岗位上工作过。在过去的 20 年里,Grig 一直在为 Evite 和 NastyGal 等面向消费者的大型电子商务网站以及领先的技术运营和工程团队设计和构建基础设施。Grig 拥有罗马尼亚布加勒斯特大学的计算机科学理学学士学位和洛杉矶南加州大学的计算机科学硕士学位。

Grig 在 Medium 上开有博客(https://medium.com/@griggheo),文章涉及编程、云计算、系统管理、数据分析,以及自动化测试工具和技术。他相信自己曾经得到的一块幸运饼上的话是对的:他的头脑充满创意,具有独创性,嗅觉敏锐。

内容目录

  • 前言
  • 第 1 章 Python DevOps 基础知识
  • 第 2 章 文件和文件系统自动化处理
  • 第 3 章 使用命令行
  • 第 4 章 Linux 实用程序
  • 第 5 章 包管理
  • 第 6 章 持续集成和持续部署
  • 第 7 章 监控和日志
  • 第 8 章 Pytest 在 DevOps 中的应用
  • 第 9 章 云计算
  • 第 10 章 基础设施即代码
  • 第 11 章 容器技术:Docker 和 Docker Compose
  • 第 12 章 容器编排:Kubernetes
  • 第 13 章 Serverless 技术
  • 第 14 章 MLOps 和机器学习工程
  • 第 15 章 数据工程
  • 第 16 章 DevOps 惨痛经验和人物访谈

大事记

  • 2020.01.02 收到书稿
  • 2020.12.19 开始翻译
  • 2021.02.07 翻译完成
  • 2021.02.15 校对完成
  • 2021.02.18 交稿
  • 2021.xx.xx 出版

词汇表

书中有大量术语,翻译过程中主要参照“全国科学技术名词审定委员会”审定的词汇表,也参阅了已出版的相关书籍。