●前言
章 雲原生簡介
1.1 分布式繫統
1.1.1 分布式繫統的誤區
1.1.2 CAP定理
1.2 十二要素應用
1.3 可用性和服務等級協議
1.4 本章小結
第2章 雲原生基礎
2.1 容器
2.1.1 容器隔離等級
2.1.2 容器編排
2.1.3 Kubernetes概述
2.1.4 Kubernetes和容器
2.2 無服務器架構
2.3 函數計算
2.4 從虛擬機到雲原生
2.4.1 提升和轉變
2.4.2 應用的現代化改造
2.4.3 應用的優化
2.5 微服務
2.5.1 微服務架構的優勢
2.5.2 微服務架構帶來的挑戰
2.6 本章小結
第3章 雲原生應用的設計
3.1 雲原生應用的基礎
3.1.1 精益運營
3.1.2 安全性
3.1.3 可靠性與可用性
3.1.4 可擴展性與成本
3.2 雲原生與傳統架構的對比
3.3 函數計算與服務
3.3.1 函數計算的使用場景
3.3.2 使用函數計算的考慮因素
3.3.3 函數與服務的組合運用
3.4 API設計與版本控制
3.4.1 API的前後兼容
3.4.2 語義版本號
3.5 服務間的通信
3.5.1 通信協議
3.5.2 消息協議
3.5.3 序列化的考慮因素
3.5.4 冪等性
3.5.5 請求與響應
3.5.6 發布者與訂閱者
3.5.7 發布者/訂閱者模式與請求/響應模式間的選擇
3.5.8 同步與異步
3.6 網關
3.6.1 路由
3.6.2 聚合
3.6.3 卸載
3. 網關的實現
3.7 出口網關
3.8 服務網格
3.9 架構示例
3.10 本章小結
第4章 數據處理
4.1 數據存儲繫統
4.1.1 對像、文件和磁盤
4.1.2 數據庫
4.1.3 流和隊列
4.1.4 區塊鏈
4.1.5 數據存儲的選擇
4.2 多數據存儲下的數據
4.2.1 捕獲數據更改
4.2.2 將更改作為事件寫入更改日志
4.2.3 事務監管
4.2.4 事務回滾
4.2.5 提取、轉換和加載
4.2.6 微服務和數據湖
4.3 客戶端訪問數據
4.3.1 受限的客戶令牌（代客密鑰）
4.3.2 細粒度訪問控制的數據庫服務
4.3.3 GraphQL數據服務
4.4 可快速伸縮的數據
4.4.1 數據分片
4.4.2 數據緩存
4.4.3 內容分發網絡
4.5 數據分析
4.5.1 數據流
4.5.2 批處理
4.5.3 對像存儲上的數據湖
4.5.4 數據湖和數據倉庫
4.5.5 分布式查詢引擎
4.6 Kubernetes中的數據庫
4.6.1 存儲卷
4.6.2 StatefulSet
4.6.3 DaemonSet
4.7 本章小結
第5章 DevOps
5.1 什麼是DevOps
5.1.1 協作
5.1.2 自動化
5.1.3 精益原則和流程
5.1.4 度量
5.1.5 分享
5.2 測試
5.2.1 測試替身
5.2.2 自動化測試金字塔
5.2.3 不同測試類型的適用時機
5.2.4 測試節奏
5.2.5 在生產環境中測試
5.3 開發環境和工具
5.3.1 開發工具
5.3.2 開發環境
5.3.3 本地開發環境
5.3.4 本地開發環境結合遠端集群
5.3.5 Skaffold開發工作流
5.3.6 將遠端集群路由到本地開發環境
5.3.7 雲端開發環境
5.4 持續集成/持續交付
5.4.1 源代碼管理
5.4.2 構建階段
5.4.3 測試階段
5.4.4 部署階段
5.4.5 發布階段
5.4.6 發布後階段
5.5 監控
5.5.1 收集指標
5.5.2 服務的可觀測性
5.6 配置管理
5.6.1 單一環境變量
5.6.2 多環境變量
5.6.3 將配置數據放入存儲卷中
5. 密鑰保存
5.6.5 部署配置
5.7 持續集成/持續交付流程示例
5.8 本章小結
第6章 佳實踐
6.1 邁向雲原生
6.1.1 找個合理的理由打破巨石應用
6.1.2 先解耦簡單的服務
6.1.3 學會小規模的運維
6.1.4 使用防損層模式
6.1.5 使用刀砍模式
6.1.6 準備一個數據遷移策略
6.1.7 重寫所有模板代碼
6.1.8 重新考慮框架、語言、數據結構和數據存儲
6.1.9 淘汰老代碼
6.2 確保彈性
6.2.1 用重試來解決瞬時故障
6.2.2 使用有限次的重試
6.2.3 用斷路器來處理非瞬時故障
6.2.4 優雅地降級
6.2.5 使用隔離模式
6.2.6 實現健康及就緒檢查
6.2.7 為容器設定CPU和內存
6.2.8 實現限速和限流
6.3 確保安全性
6.3.1 安全性需求同其他需求一樣重要
6.3.2 在設計時就考慮安全性
6.3.3 授予小訪問權限
6.3.4 使用獨立的賬號、訂閱和租客
6.3.5 安全地存儲所有密鑰
6.3.6 模糊化數據
6.3.7 傳輸數據加密
6.3.8 使用聯合身份管理
6.3.9 使用基於角色的訪問控制
6.3.10 Kubernetes pod的隔離
處理數據
.1 使用托管數據庫和數據分析服務
.2 使用符合數據需求的存儲
.3 將數據保存在多個地域或可用區中
.4 使用數據分區和復制以提高擴展性
.5 避免過度獲取及頻繁的I/O操作
.6 不要把業務邏輯放在數據庫中執行
.7 使用類生產環境數據來測試
.8 處理瞬時故障
6.5 性能和伸縮性
6.5.1 設計可擴展的無狀態服務
6.5.2 使用平臺的自動伸縮功能
6.5.3 使用緩存
6.5.4 用分區來實現超出服務的擴容
6.6 函數計算
6.6.1 編寫單一用途的函數
6.6.2 避免串聯函數
6.6.3 函數應保持輕量和簡單
6. 實現無狀態函數
6.6.5 分離函數入口和函數的業務邏輯
6.6.6 避免長時間運行的函數
6.6.7 用隊列解決跨函數通信問題
6.7 運維
6.7.1 部署和發布是兩項獨立的活動
6.7.2 部署的內容要盡量小
6.7.3 組件層級的CI/CD定義
6.7.4 應用部署的一致性
6.7.5 采用零宕機發布
6.7.6 不要變更部署後的架構
6.7.7 使用容器化構建
6.7.8 用代碼來描述基礎設施
6.7.9 使用命名空間來組織Kubernetes中的服務
6.7.10 環境間的隔離
6.7.11 分隔函數源代碼
6.7.12 關聯代碼提交和部署
6.8 日志、監控及告警
6.8.1 使用統一的日志繫統
6.8.2 使用關聯ID
6.8.3 在日志記錄中包含上下文
6.8.4 統一的結構化日志格式
6.8.5 適當地標記指標
6.8.6 避免告警疲勞
6.8.7 定義基於重點性能指標的告警
6.8.8 在生產環境中持續測試
6.8.9 從基礎的指標開始
6.9 服務通信
6.9.1 設計時考慮前後兼容性
6.9.2 封裝好服務避免洩露內部細節
6.9.3 優先考慮異步通信
6.9.4 使用高效的序列化技術
6.9.5 使用隊列和流來應對高負載和流量高峰
6.9.6 用批處理來提高請求處理的效率
6.9.7 拆分大的消息
6.10 容器
6.10.1 將鏡像存儲在可信的注冊服務器中
6.10.2 充分利用Docker的構建緩存
6.10.3 不要使用特權模式運行容器
6.10.4 使用顯式的容器鏡像標簽
6.10.5 保持小的容器鏡像
6.10.6 單個容器隻運行一個應用
6.10.7 使用可信鏡像倉庫中經過驗證的鏡像
6.10.8 對鏡像進行漏洞掃描
6.10.9 不要將數據保存在容器中
6.10.10 永遠不要在容器中存放密鑰和配置
6.11 本章小結
第7章 可移植性
7.1 為什麼要使應用可移植
7.2 可移植性的代價
數據引力和可移植性
7.3 何時及如何實現可移植性
7.3.1 標準化的接口
7.3.2 共用的服務和功能
7.3.3 抽像和分層
7.3.4 第三方服務商的托管服務
7.3.5 可移植性工具
7.3.6 把Kubernetes作為可移植性層
7.4 本章小結

開發者們剛開始接觸雲端服務開發的時候或多或少都會遇到一些障礙。既要學習分布式繫統的知識，又要熟悉像容器和函數計算這樣的新技術，還要綜合運用這些知識來構建雲原生應用實在是件令人望而生畏的事情。本書可以幫助你掌握構建雲原生應用的方法，比如消息通信、事件通知和DevOps等。本書介紹了構建現代雲原生應用的架構模塊。你將學會如何使用微服務、容器、無服務器架構、函數計算等技術，並挑選合適的存儲類型，同時考慮可移植性等問題。你會從雲原生應用的基礎知識開始，一步步地了解設計、開發和運維雲原生應用的整個過程。探討設計雲原生應用所需的技術。介紹容器和函數計算的區別，並學習它們的適用場景。有針對性地設計應用來滿足數據相關的需求。學習DevOps的基礎知識和一些開發、測試、運維實踐。學習一些構建和管理雲原生應用的技巧、方法和實踐。理解構建一個具有可移植性的應用所需的代價，並且學會對需求做出取舍。