智能化运维实践 从Ansible到Kubernetes

•对于期望快速掌握容器化相关技术的读者，本书能够帮助读者快速完成Docker与Kubernetes的入门，迅速掌握容器化技术中常用的技术点，提升读者在容器化技术方面的能力。 •对于期望掌握自动化运维技术的读者，本书详细介绍了自动化运维利器Ansible的使用方法，以及如何使用Ansible完成自动化运维中的日常任务。 •对于期望掌握智能化运维技术的读者，本书介绍了一些“开箱即用”并且效果不俗的AIOps工具包，帮助读者快速掌握AIOps的关键工具与技术。

本书主要介绍自动化运维和智能化运维的常用技术，同时，通过搭建实验环境的方式，让读者能够基于前沿的容器化技术Docker与Kubernetes搭建自己的运维实验环境，从而帮助读者更好地掌握本书涉及的技术要点。

第1章自动化运维的常见问题与发展趋势
1.1运维过程中的常见问题
1.1.1设备数量多
1.1.2系统异构性大
1.1.3云计算技术成熟后带来更大的困难
1.1.4信息安全要求带来的挑战
1.2自动化运维主流工具
1.2.1SaltStack
1.2.2Ansible
1.3自动化运维
1.4新的趋势―AIOps
1.5小结
第2章使用Kubernetes快速搭建实验环境
2.1Docker
2.1.1使用Docker搭建实验环境的优点
2.1.2安装Docker
2.1.3Docker的基础使用方法
2.1.4Docker常用命令与配置
2.1.5定制Ansible镜像
2.1.6使用docker-compose编排实验环境
2.1.7docker-compose的常用配置项
2.2镜像仓库
2.2.1DockerRegistry
2.2.2Harbor
2.3Kubernetes
2.3.1Kubernetes简介
2.3.2Kubeasz
2.3.3K3S
2.3.4Kubernetes快速入门
2.3.5使用KubernetesDeployment搭建Ansible实验环境
第3章集中化运维利器――Ansible
3.1Ansible基础知识
3.1.1主机纳管――inventory
3.1.2动态inventory
3.2在命令行中执行Ansible
3.2.1指定目标主机
3.2.2常用命令示例
3.3Ansible常用模块
3.3.1文件管理模块
3.3.2命令执行模块
3.3.3网络相关模块
3.3.4代码管理模块
3.3.5包管理模块
3.3.6系统管理模块
3.3.7文档动态渲染与配置模块
3.4自动化作业任务的实现―AnsiblePlaybook
3.4.1Playbook示例
3.4.2常用的Playbook结构
3.4.3变量的使用
3.4.4条件语句
3.4.5循环控制
3.4.6include语法
3.4.7AnsiblePlaybook的角色roles
3.5密钥管理方案―ansible-vault
3.6使用Ansible的API
3.7Ansible的优点与缺点
第4章自动化运维
4.1Ansible在自动化运维中的应用
4.1.1ansible_fact缓存
4.1.2ansible_fact信息模板
4.1.3载入fact
4.1.4set_fact的使用
4.1.5自定义module
4.2挂载点使用情况和邮件通知
4.2.1任务目标
4.2.2任务分析
4.2.3任务的实现
4.3操作系统安全基线检查
4.3.1任务目标
4.3.2任务分析
4.3.3任务的实现
4.4收集被管理节点信息
4.4.1任务目标
4.4.2任务分析
4.4.3Jinja2简介
4.4.4服务器巡检任务
4.5小结
第5章AIOps概述
5.1AIOps概述
5.2AIOps的落地路线
5.3基于基础指标监控系统的AIOps
5.4基于日志分析系统的AIOps
5.5基于知识库的AIOps
5.6基于AI平台的AIOps
第6章AIOps工具包
6.1应用系统参数自动优化
6.2智能日志分析
6.2.1日志模式发现
6.2.2日志模式统计分析
6.2.3实时异常检测
6.3告警关联分析
6.4语义检索
6.4.1Bert-As-Service
6.4.2BertFine-tuning
6.5异常检测
6.5.1典型场景――监控指标异常检测
6.5.2异常检测工具包――PyOD
6.6时序预测
6.6.1典型场景――动态告警阈值
6.6.2时序预测工具包――Prophet
第7章加速AIOps落地――AI平台
7.1AI平台与AIOps
7.1.1为运维系统插上AI的翅膀
7.1.2Polyaxon
7.2搭建AI平台的技术点
7.2.1nvidia-docker
7.2.2nvidia-device-plugin
7.2.3KubeShare――显卡资源调度
7.2.4AI算法插件框架设计
7.2.5KEDA――基于事件的弹性伸缩框架
7.2.6ArgoWorkflow――云原生的工作流引擎
7.2.7Traefik
7.3小结