互联网 类型
可以朗读 语音朗读
265千字 字数
2020-07-01 发行日期
展开全部

主编推荐语

一本详细介绍容器云关键理论与方法的工具书。

内容简介

本书遵循由浅入深、循序渐进的学习规律，分析了从云计算到容器云的过渡过程，全面介绍了Docker、Kubernetes、OpenShift，包括基础知识、在主流操作系统上的安装方法以及基本操作，然后对容器云与微服务以及容器云中的资源预测与配置、容器云任务调度、资源调度进行了深入探讨，并对混合容器云调度进行了系统阐述。

本书案例丰富、实验详实，凝聚了作者多年的研究成果和心得体会，非常适合热爱和学习容器云的学术界和工业界人士阅读。本书有助于读者更好地理解容器云背后的根源和本质。

目录

  • 版权信息
  • 内容提要
  • 前言
  • 第1章 云计算平台
  • 1.1 云计算平台简介
  • 1.1.1 云计算的概念
  • 1.1.2 云计算的发展
  • 1.1.3 云计算分类
  • 1.1.4 云计算技术
  • 1.1.5 云计算平台的概念
  • 1.1.6 云计算平台的优势
  • 1.2 从容器到容器云
  • 1.2.1 容器技术
  • 1.2.2 Docker是什么
  • 1.2.3 Docker的发展历程
  • 1.2.4 Docker与容器
  • 1.2.5 容器云的发展
  • 1.3 可信容器云
  • 1.3.1 可信容器云的产生
  • 1.3.2 可信容器云的基本概念
  • 1.3.3 可信容器云的技术分类模型
  • 1.3.4 可信容器云的研究目标
  • 参考文献
  • 第2章 Docker关键技术
  • 2.1 Docker在Linux环境下的安装
  • 2.2 CentOS下使用脚本安装Docker
  • 2.3 Windows下安装Docker
  • 2.4 Docker操作之准备工作
  • 2.5 Docker容器
  • 2.5.1 运行Docker容器
  • 2.5.2 操作容器
  • 2.5.3 进入容器的2种方式
  • 2.5.4 容器命名
  • 2.5.5 创建守护式容器
  • 2.5.6 导入导出容器
  • 2.5.7 删除容器
  • 2.6 Docker镜像
  • 2.6.1 何为镜像
  • 2.6.2 查看本地镜像
  • 2.6.3 拉取镜像
  • 2.6.4 查找镜像
  • 2.6.5 创建镜像
  • 2.6.6 删除镜像
  • 2.7 Docker网络
  • 2.7.1 Docker网络基础理论
  • 2.7.2 Docker网络工作模式
  • 2.8 Docker仓库
  • 2.8.1 官方仓库Docker Hub
  • 2.8.2 将镜像推送到Docker Hub上
  • 2.8.3 搭建本地私有仓库
  • 2.9 Docker数据管理
  • 2.9.1 容器与非持久化数据
  • 2.9.2 容器与持久化数据
  • 2.9.3 创建和管理容器卷
  • 2.9.4 在集群节点间共享存储
  • 2.10 Docker应用场景
  • 2.10.1 简化配置
  • 2.10.2 代码流水线管理
  • 2.10.3 提升开发效率
  • 2.10.4 隔离应用
  • 2.10.5 整合服务器
  • 2.10.6 调试能力
  • 2.10.7 多租户环境
  • 2.10.8 快速部署
  • 2.11 应用实例在容器中部署静态网页
  • 第3章 Kubernetes
  • 3.1 Kubernetes概述
  • 3.1.1 Kubernetes是什么
  • 3.1.2 为什么选择Kubernetes
  • 3.1.3 Kubernetes的集群结构
  • 3.1.4 Kubernetes的工作流程
  • 3.2 Kubernetes安装与配置
  • 3.3 Kubernetes核心概念
  • 3.3.1 节点
  • 3.3.2 pod
  • 3.3.3 复制控制器
  • 3.3.4 Service
  • 3.4 命令行管理工具kubectl
  • 3.4.1 kubectl用法概述
  • 3.4.2 常用命令
  • 3.4.3 输出选项
  • 3.4.4 kubectl的常用命令示例
  • 3.5 Kubernetes应用实例
  • 3.5.1 Kubernetes体系框架
  • 3.5.2 实例介绍
  • 第4章 容器云平台OpenShift
  • 4.1 开源容器云OpenShift概述
  • 4.1.1 容器时代的IT
  • 4.1.2 OpenShift
  • 4.1.3 OpenShift与Docker、Kubernetes
  • 4.2 OpenShift环境搭建
  • 4.2.1 操作系统准备
  • 4.2.2 操作系统配置
  • 4.2.3 安装Docker
  • 4.2.4 下载OpenShift Origin安装包
  • 4.2.5 安装OpenShift
  • 4.2.6 登录OpenShift Origin控制台
  • 4.3 运行容器运用
  • 4.3.1 项目的创建
  • 4.3.2 Docker镜像的部署
  • 4.3.3 访问容器应用
  • 4.4 OpenShift架构
  • 4.4.1 基础架构层
  • 4.4.2 容器引擎层
  • 4.4.3 容器编排层
  • 4.4.4 PaaS服务层
  • 4.4.5 界面及工具层
  • 4.5 核心组件详解
  • 4.5.1 Master节点
  • 4.5.2 Node节点
  • 4.5.3 Project与Namespace
  • 4.5.4 pod
  • 4.5.5 Service
  • 4.5.6 Router与Route
  • 4.5.7 Persistent Storage
  • 4.5.8 Registry
  • 4.5.9 Source to Image
  • 4.5.10 开发及管理工具集
  • 4.6 核心流程详解
  • 4.6.1 应用构建
  • 4.6.2 应用部署
  • 4.6.3 请求处理
  • 4.6.4 应用更新
  • 4.7 本章小结
  • 第5章 容器云与微服务
  • 5.1 微服务概述
  • 5.1.1 微服务起源
  • 5.1.2 微服务的基本概念
  • 5.1.3 微服务体系
  • 5.1.4 微服务与容器云的关系
  • 5.1.5 云原生
  • 5.2 容器云中的微服务技术框架
  • 5.2.1 微服务选型
  • 5.2.2 Kubernetes微服务框架
  • 5.2.3 微服务容器化
  • 5.3 应用案例与分析
  • 5.3.1 应用实践现状
  • 5.3.2 网易云轻舟微服务平台
  • 参考文献
  • 第6章 容器云资源预测与配置研究
  • 6.1 容器云资源预测与配置概述
  • 6.1.1 容器云资源预测与配置研究背景与意义
  • 6.1.2 资源预测研究现状
  • 6.1.3 资源配置研究现状
  • 6.2 资源负荷时间序列预测模型基础研究
  • 6.2.1 时间序列分析
  • 6.2.2 时间序列平稳性检验和处理
  • 6.2.3 时间序列纯随机性检验
  • 6.2.4 时间序列分析模型ARIMA
  • 6.3 资源动态管理方法研究
  • 6.3.1 资源优化配置方法
  • 6.3.2 资源动态监控方法
  • 6.4 基于遗传算法优化LSTM网络的容器云资源预测研究
  • 6.4.1 长短期记忆网络
  • 6.4.2 遗传算法相关理论及其改进
  • 6.4.3 基于APMSSGA优化LSTM网络结构参数
  • 6.4.4 基于APMSSGA-LSTM的资源负荷预测模型
  • 6.5 基于APMSSGA-LSTM资源预测模型的容器云资源配置研究
  • 6.5.1 容器云环境资源预测与配置总体架构
  • 6.5.2 基于KVM和Docker的容器云平台构建
  • 6.5.3 容器云平台资源状态的监控与预警
  • 6.5.4 基于预测的容器云资源自适应弹性配置机制研究
  • 6.6 实验与分析
  • 6.6.1 实验环境
  • 6.6.2 基于KVM和Docker的容器云平台实现
  • 6.6.3 容器云平台资源预测实验
  • 6.6.4 资源配置实验
  • 6.7 本章小结
  • 参考文献
  • 第7章 容器云环境中基于QoS目标优化的任务调度策略研究
  • 7.1 容器云平台下的任务调度
  • 7.2 基于QoS目标优化的容器云任务调度模型
  • 7.2.1 基于QoS需求的任务调度模型
  • 7.2.2 QoS目标优化的任务调度模型建立
  • 7.3 协同优化文化基因任务调度算法
  • 7.3.1 文化基因算法
  • 7.3.2 协同优化文化基因任务调度算法流程
  • 7.4 仿真实验及结果分析
  • 7.4.1 实验环境的构建及算法仿真相关设置
  • 7.4.2 实验结果与分析
  • 7.5 本章小结
  • 参考文献
  • 第8章 容器云环境中基于信任的调度算法的研究
  • 8.1 云计算任务调度与可信计算技术
  • 8.1.1 可信计算技术
  • 8.1.2 禁忌搜索算法与禁忌表
  • 8.1.3 基于信任的任务调度算法研究
  • 8.2 容器云环境下基于QoS及信任的模型研究
  • 8.2.1 信任模型的研究
  • 8.2.2 基于容器平台的QoS的信任模型的设计
  • 8.2.3 基于信任机制的容器云平台的调度模型设计
  • 8.3 基于容器云平台的PSO-ACO任务调度算法
  • 8.3.1 粒子群优化算法
  • 8.3.2 蚁群算法
  • 8.3.3 基于容器平台的PSO-ACO融合任务调度算法设计
  • 8.3.4 PSO算法和ACO算法之间的关联
  • 8.3.5 基于容器云平台的PSO-ACO任务调度算法的流程
  • 8.4 算法仿真及分析
  • 8.4.1 实验环境的构建及算法仿真相关设置
  • 8.4.2 实验结果与分析
  • 8.5 本章小结
  • 参考文献
  • 第9章 云制造环境下容器云资源调度研究
  • 9.1 概述
  • 9.1.1 云制造的背景及意义
  • 9.1.2 云制造的研究现状
  • 9.1.3 云制造资源调度研究现状
  • 9.2 云制造环境下资源调度的相关理论
  • 9.2.1 云制造
  • 9.2.2 云制造资源
  • 9.2.3 云制造环境下的资源调度
  • 9.3 云制造环境下资源调度模型优化研究
  • 9.3.1 云制造调度问题的复杂性
  • 9.3.2 资源调度过程分析
  • 9.3.3 云制造环境下多目标静态资源调度模型
  • 9.3.4 云制造环境下混合资源调度模型
  • 9.4 云制造环境下免疫粒子群资源调度优化算法
  • 9.4.1 免疫算法
  • 9.4.2 云制造环境下免疫粒子群优化算法的设计
  • 9.5 仿真实验及结果分析
  • 9.5.1 实验仿真环境与参数的设置
  • 9.5.2 仿真实验设计与分析
  • 9.5.3 实例验证与分析
  • 9.6 本章小结
  • 参考文献
  • 第10章 混合容器云调度的关键技术与方法研究
  • 10.1 混合容器云概述
  • 10.1.1 混合容器云的产生及发展
  • 10.1.2 混合容器云的基础知识
  • 10.1.3 混合容器云的架构
  • 10.1.4 混合容器云的调度
  • 10.2 基于DHT网络的云合作平台
  • 10.2.1 需求背景
  • 10.2.2 云合作平台架构
  • 10.2.3 DHTNode网络
  • 10.2.4 DHTClient
  • 10.2.5 基于智能合约的可信机制
  • 10.2.6 私有CaaS层与数据中心层
  • 10.3 基于循环反向拍卖的任务调度
  • 10.3.1 需求背景
  • 10.3.2 作业与资源
  • 10.3.3 反向拍卖
  • 10.3.4 均衡分析
  • 10.4 基于超节点和改进GA的容器调度
  • 10.4.1 需求背景
  • 10.4.2 基于超节点的资源管理
  • 10.4.3 容器云调度
  • 10.4.4 基于改进GA的资源分配
  • 10.5 实战与分析
  • 10.5.1 自动部署
  • 10.5.2 资源伸缩
  • 10.5.3 资源分配
  • 10.5.4 资源选择
  • 10.6 本章小结
  • 参考文献
展开全部

评分及书评

评分不足
1个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。