大型網(wǎng)站運維：從系統(tǒng)管理到SRE

定　價：￥102.00

作　者：	顧賢杰，徐赟，顏中冠著
出版社：	電子工業(yè)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787121416125	出版時間：	2021-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	320	字?jǐn)?shù)：

內(nèi)容簡介

　　運維發(fā)展到現(xiàn)在，與最初相比發(fā)生了巨大的變化。10多年的互聯(lián)網(wǎng)發(fā)展，讓國內(nèi)的運維經(jīng)歷了快速的變革，開始和國外接軌，甚至在部分場景有單獨的演化。DevOps和SRE作為運維領(lǐng)域的兩個演化方向，在最近幾年獲得了很多關(guān)注，也有很多公司進(jìn)行了相關(guān)的實踐。與DevOps遍地開花的情況相比，SRE在國內(nèi)的發(fā)展稍顯低調(diào)。《SRE：Google運維解密》一書對國內(nèi)外運維領(lǐng)域有很大沖擊。本書作者作為一直工作在一線的運維工程師，理所當(dāng)然地對SRE相關(guān)理念進(jìn)行了實踐，本書可以說是對SRE領(lǐng)域階段性的實踐總結(jié)。本書主要對傳統(tǒng)運維和SRE進(jìn)行不同對比，讓大家了解運維工程師在實踐SRE理念時，關(guān)注的點和具體的實踐經(jīng)驗。本書的前半部分更多地注重SRE在實際工作中對融入開發(fā)團隊、監(jiān)控建設(shè)、變更管理、容量管理、異常響應(yīng)、穩(wěn)定性治理、事故復(fù)盤、用戶體驗管理等方面的實踐和落地。在對SRE的工作有了一定了解后，本書會針對重要業(yè)務(wù)保障場景進(jìn)行實戰(zhàn)講解。本書最后部分對SRE工作中涉及的一些技術(shù)進(jìn)行了概述，以便有興趣的同學(xué)了解SRE相關(guān)的技術(shù)點。

作者簡介

　　顧賢杰網(wǎng)易運維專家、SRE團隊Leader，10多年來一直聚焦互聯(lián)網(wǎng)業(yè)務(wù)運維和穩(wěn)定性建設(shè)。在互聯(lián)網(wǎng)業(yè)務(wù)運維方面經(jīng)驗豐富，曾負(fù)責(zé)網(wǎng)易博客、相冊、即時通信、支付、電商、賬號系統(tǒng)、云音樂等眾多產(chǎn)品的運維工作。在金融支付機房設(shè)計、高性能負(fù)載均衡建設(shè)、業(yè)務(wù)雙機房改造部署、災(zāi)備建設(shè)等多個運維領(lǐng)域均有實踐，設(shè)計過海量服務(wù)器運維工具平臺，負(fù)責(zé)的產(chǎn)品服務(wù)了上億的互聯(lián)網(wǎng)用戶。目前的運維研究方向：海量服務(wù)器穩(wěn)定性治理、基礎(chǔ)設(shè)施即代碼、混合云/云原生體系下的運維平臺建設(shè)。徐赟網(wǎng)易資深運維開發(fā)工程師，運維開發(fā)團隊技術(shù)Leader。參與并主導(dǎo)杭研運維體系建設(shè)，包括監(jiān)控、流程、發(fā)布、審批等運維領(lǐng)域。持續(xù)探索運維自動化、智能化、一體化建設(shè)，為網(wǎng)易云音樂、網(wǎng)易傳媒、網(wǎng)易支付等上百個產(chǎn)品提供高效穩(wěn)定的運維服務(wù)。顏中冠網(wǎng)易技術(shù)經(jīng)理、資深架構(gòu)師，有16年的互聯(lián)網(wǎng)一線研發(fā)和架構(gòu)經(jīng)驗。曾負(fù)責(zé)億級統(tǒng)一認(rèn)證項目，主持網(wǎng)易帳號異地雙機房建設(shè)，以及網(wǎng)易云計算業(yè)務(wù)中臺搭建，負(fù)責(zé)多個對外億級商業(yè)化項目研發(fā)。

圖書目錄

第1章關(guān)于SRE 1
1.1 為什么會引入SRE 2
1.2 DevOps和SRE對比 5
1.2.1 DevOps的發(fā)展 5
1.2.2 SRE的發(fā)展 6
1.3 選擇SRE 8
1.4 SRE的未來 9
第2章 SRE在組織內(nèi)部的定位 11
2.1 如何介入組織 12
2.2 SRE工作著力點 16
2.3 如何衡量工作 19
2.4 貢獻(xiàn)價值 22
第3章監(jiān)控建設(shè) 25
3.1 什么是好的監(jiān)控服務(wù) 25
3.1.1 穩(wěn)定 25
3.1.2 準(zhǔn)確 27
3.1.3 易用 29
3.2 監(jiān)控系統(tǒng)的設(shè)計邏輯分析 29
3.2.1 數(shù)據(jù)生產(chǎn) 30
3.2.2 數(shù)據(jù)上報 31
3.2.3 數(shù)據(jù)處理 33
3.2.4 數(shù)據(jù)存儲 34
3.2.5 數(shù)據(jù)使用 36
3.3 典型監(jiān)控應(yīng)用場景 41
3.3.1 系統(tǒng)監(jiān)控 41
3.3.2 應(yīng)用監(jiān)控 42
3.3.3 終端監(jiān)控 44
3.3.4 秒級監(jiān)控 45
3.3.5 監(jiān)控大盤 46
3.3.6 鏈路監(jiān)控 46
3.4 報警治理 47
3.5 容器監(jiān)控 50
3.6 監(jiān)控智能化 51
第4章變更管理 53
4.1 變更管理機制 54
4.1.1 傳統(tǒng)運維的變更管理 55
4.1.2 DevOps的變更管理 57
4.1.3 SRE的變更管理 59
4.1.4 變更管理實踐總結(jié) 61
4.2 變更控制 62
4.2.1 如何建設(shè)好的變更控制 62
4.2.2 制定符合業(yè)務(wù)需求的變更控制機制 64
4.3 穩(wěn)定性和迭代速度的權(quán)衡 66
4.4 變更風(fēng)險控制 68
4.5 總結(jié) 70
第5章異常響應(yīng) 71
5.1 異常的定義 71
5.2 事故/事件定義 73
5.2.1 區(qū)分事件和事故 73
5.2.2 事故等級制度 74
5.3 異常響應(yīng)流程 76
5.4 如何處理值班過程中的異常響應(yīng) 79
5.5 應(yīng)急溝通機制 82
5.6 關(guān)于線上問題的ROC 84
第6章服務(wù)穩(wěn)定性治理 88
6.1 SLI/SLO/SLA的制定和落地 88
6.1.1 SLI的制定和應(yīng)用 89
6.1.2 SLO的計算和應(yīng)用 90
6.1.3 SLA的計算和應(yīng)用 91
6.2 故障預(yù)防 92
6.3 抑制不可控因素 95
6.4 故障演練 97
6.4.1 故障梳理 97
6.4.2 故障預(yù)案 98
6.4.3 混濁工程 98
6.5 故障自愈 100
6.6 業(yè)務(wù)MTTR 102
6.6.1 關(guān)于故障修復(fù)MTTR 102
6.6.2 關(guān)于故障解決MTTR 104
6.7 災(zāi)備建設(shè) 105
6.8 總結(jié) 109
第7章事故復(fù)盤 110
7.1 關(guān)于事故復(fù)盤 112
7.1.1 事故復(fù)盤初級階段 112
7.1.2 事故復(fù)盤中級階段 113
7.1.3 事故復(fù)盤成熟階段 113
7.2 如何提升事故復(fù)盤質(zhì)量 115
7.2.1 事故復(fù)盤深度 116
7.2.2 事故復(fù)盤報告 118
7.3 事故分析的邏輯和原則 119
7.4 事故責(zé)任的劃分邏輯 123
7.5 事后跟進(jìn) 126
7.6 基于事故/事件的學(xué)習(xí) 128
第8章容量管理 131
8.1 容量管理的目標(biāo) 131
8.2 容量管理的方法和策略 132
8.2.1 傳統(tǒng)評估方法 133
8.2.2 IT資源成本的構(gòu)成 133
8.2.3 容量水位的定義 134
8.2.4 容量管理策略 137
8.3 容量分析系統(tǒng)建設(shè) 137
8.3.1 業(yè)務(wù)負(fù)載平臺 137
8.3.2 巡檢管理平臺 139
8.3.3 監(jiān)控系統(tǒng)和CMDB系統(tǒng) 142
8.4 容量優(yōu)化方式 143
8.4.1 業(yè)務(wù)容量優(yōu)化 143
8.4.2 資源容量優(yōu)化 143
8.4.3 架構(gòu)容量優(yōu)化 146
8.5 容量預(yù)案 151
8.6 總結(jié) 153
第9章用戶體驗 154
9.1 外部用戶體驗和內(nèi)部用戶體驗 155
9.1.1 外部用戶體驗 156
9.1.2 內(nèi)部用戶體驗 158
9.2 影響用戶體驗的要素 159
9.3 外部用戶體驗的改進(jìn)策略 162
9.4 內(nèi)部用戶體驗的改進(jìn)策略 165
9.4.1 數(shù)據(jù)兼容性 165
9.4.2 工作流程 167
9.4.3 執(zhí)行效率 169
第10章重要業(yè)務(wù)活動保障 172
10.1 重要業(yè)務(wù)活動的資源準(zhǔn)備 173
10.1.1 容量規(guī)劃 173
10.1.2 資源交付規(guī)劃 175
10.1.3 技術(shù)優(yōu)化 178
10.2 參與運營活動評估 181
10.3 重要業(yè)務(wù)活動穩(wěn)定性預(yù)案 184
10.4 重要業(yè)務(wù)活動準(zhǔn)備階段的工作重點 187
10.5 重要業(yè)務(wù)活動的變更執(zhí)行要求 190
10.6 重要業(yè)務(wù)活動的運維人力 192
10.7 重要業(yè)務(wù)活動的收尾 193
第11章運維操作基礎(chǔ) 196
11.1 網(wǎng)絡(luò)基礎(chǔ) 197
11.1.1 ARP 197
11.1.2 路由 200
11.2 4/7層協(xié)議 204
11.2.1 4層協(xié)議 204
11.2.2 7層協(xié)議 208
11.3 內(nèi)核參數(shù)調(diào)優(yōu) 213
11.3.1 TCP網(wǎng)絡(luò)堆棧內(nèi)存 214
11.3.2 TCP連接數(shù)優(yōu)化 215
11.3.3 TCP高并發(fā)優(yōu)化 216
11.3.4 網(wǎng)絡(luò)參數(shù)額外調(diào)整項 217
11.3.5 TCP擁堵算法 218
11.4 常見命令行 221
11.4.1 查看數(shù)據(jù)指標(biāo) 222
11.4.2 網(wǎng)絡(luò)數(shù)據(jù)包分析 223
11.5 配置管理工具 227
11.5.1 Ansible 228
11.5.2 CFEngine 229
11.5.3 Chef 231
11.5.4 Puppet 234
11.5.5 Salt 237
11.5.6 配置管理工具的匯總說明 240
11.5.7 云環(huán)境下的配置管理工具演化 241
11.6 基礎(chǔ)設(shè)施即代碼 242
11.7 關(guān)于運維操作的未來 244
第12章基礎(chǔ)組件運維 245
12.1 負(fù)載均衡中間件 245
12.1.1 算法邏輯的影響 246
12.1.2 附加特性的作用 252
12.1.3 負(fù)載均衡方案 254
12.1.4 負(fù)載均衡總結(jié) 256
12.2 消息隊列中間件 258
12.2.1 消息隊列方案的技術(shù)決策 259
12.2.2 消息隊列的技術(shù)演化 261
12.3 緩存中間件 262
12.3.1 緩存中間件的技術(shù)關(guān)注點 263
12.3.2 緩存中間件的選型策略 265
12.3.3 緩存中間件的技術(shù)演化 270
12.4 數(shù)據(jù)庫 272
12.4.1 SQL數(shù)據(jù)庫技術(shù)的選擇 273
12.4.2 SQL數(shù)據(jù)庫的配置注意事項 276
12.4.3 NoSQL數(shù)據(jù)庫技術(shù)的選擇 279
12.4.4 時序數(shù)據(jù)庫技術(shù) 282
12.5 組件運維 283
第13章云計算和容器 284
13.1 云計算基礎(chǔ) 285
13.1.1 云計算平臺運維 286
13.1.2 云計算平臺上的產(chǎn)品運維 288
13.2 虛擬化 290
13.3 容器 292
13.4 云存儲 296
13.5 云網(wǎng)絡(luò) 299
13.6 混合云 302
13.7 云原生 305
13.7.1 云原生的需求情況 305
13.7.2 云原生的發(fā)展 307
13.7.3 云原生的展望 309