Python for DevOps｜學習精準有效的自動化

　　「搭配進階的課程，對Python提供極佳的介紹。透過這個課程了解如何應用Python到對現今軟體發展具有重要性的所有技術領域之中。」
　　—Jeremy Yabrow
　　Director of Engineering, BeyondView, Inc.

　　「你將遠離如尋寶般的探索，獲得能協助你改善DevOps實踐的新知和技術。」
　　—Wes Novack
　　Systems Architect, Pluralsight

　　在過去的十年裡，科技領域有許多事情發生改變。炙手可熱的資料科學、無所不在的雲端科技和許多組織需要某種方式的自動化。經歷這些轉變，Python已經成為世界上最受歡迎的語言之一。這本基於實務的技術指南將為你展示如何利用Python並與目前最有用的DevOps工具(包括Docker、Kubernetes和Terraform)結合，來處理日常Linux系統的管理與維護任務。

　　對於眾多的專家來說，學習如何操作Linux及自動化是十分重要的。Python讓這些事變得更為簡單。透過本書，你將學會如何開發軟體和解決使用容器的問題，當然還包括了如何設置監控與監測、進行負載測試和運維你的軟體。如何有效的使用Python「讓事情被完成」？以下是獻給你的指南。

　　．Python基礎知識，包含語言的介紹
　　．如何自動發送訊息、實作命令列工具和自動化檔案系統管理
　　．Linux工具集、套件管理、建構系統、監控與監測和自動化測試
　　．雲計算、基礎設施即程式碼、Kubernetes和無伺服器架構
　　．從DevOps觀點出發，進行機器學習和資料工程
　　．建構、部署和維運機器學習專案

前言
譯者序
第1章 以 Python 實踐 DevOps 的必需知識
第2章 檔案與檔案系統操作自動化
第3章 使用命令列
第4章 有用的 Linux 工具
第5章 套件管理
第6章 持續整合與持續部署
第7章 監控與日誌收集
第8章 運用 pytest 於 DevOps
第9章 雲端運算
第10章 基礎設施即程式碼
第11章 容器技術：Docker 和 Docker Compose
第12章 容器調度：Kubernetes
第13章 無伺服器技術
第14章 MLOps 和機器學習工程
第15章 資料工程
第16章 DevOps 戰爭故事與訪談
索引

 

作者簡介



Noah Gift

　　是西北大學與杜克大學資料科學與工程研究所課程的講者和顧問

Kennedy Behrman

　　是具有豐富經驗為新創公司提供雲端解決方案架構與實作的顧問

Alfredo Deza

　　是軟體工程師與開源軟體的開發者，並且具有重建公司基礎架構的經驗

Grig Gheoghiu

　　程式設計師、研究室經理、系統/網路/安全架構師和軟體測試工程師