具体描述
《微服务运维实战（第二卷）》在第一卷的基础上，以时下热门的Docker Swarm为例，详细介绍微服务和容器在软件持续集成和部署中的应用。本书重点讲解如何在Docker Swarm上构建、测试、部署、监控微服务，帮助读者打造大规模、高效、可靠、可快速恢复的软件系统。
作者简介
Viktor Farcic是CloudBees公司的资深架构师、咨询师，他有着二十多年的软件开发经验，精通多种编程语言（包括C、C++、C#、Java、Perl、Python、Scala、JavaScript等），目前他最感兴趣的领域是微服务、持续集成、持续部署、测试驱动开发。
目录信息
1.1 完全Docker化的手动持续集成流程 3
1.2 运行单元测试并构建服务的二进制文件 5
1.3 构建服务镜像 7
1.4 运行模拟测试 10
1.5 推送镜像到镜像库 12
第2章 搭建并运行Swarm集群 17
2.1 可扩展性 18
2.2 轴向扩展 19
X轴扩展 20
Y轴扩展 21
Z轴扩展 22
2.3 集群 22
2.4 Docker Swarm模式 23
2.5 搭建一个Swarm集群 25
2.6 在Swarm集群上部署服务 28
2.7 扩展服务 30
2.8 故障转移 31
2.9 现在怎么办 32
第3章 Docker Swarm网络和反向代理 33
3.1 搭建一个集群 34
3.2 以高可用性运行安全的和容错的服务需求 35
3.3 隔离数据库的运行 37
3.4 通过反向代理运行服务 41
3.5 创建一个反向代理服务负责根据基URL路由请求 42
3.6 对一个服务的所有实例实施负载均衡的请求 47
3.7 现在怎么办 50
第4章 Swarm集群内的服务发现 51
4.1 没有注册中心Docker Swarm会怎样 51
4.2 独立的Docker Swarm加上服务发现会是什么样的 55
4.3 Swarm集群中的服务发现 56
4.4 我们需要服务发现吗 57
4.5 将Consul设置为Swarm集群内的服务注册中心 58
4.6 缩放有状态实例时出现的问题 63
4.7 使用服务注册中心来存储状态 64
4.8 发现组成服务的所有实例的地址 69
4.9 使用服务注册中心或键值存储来存储服务状态 71
4.10 现在怎么办 74
第5章 使用Docker容器进行持续交付和部署 75
5.1 定义持续交付环境 76
5.2 搭建持续交付集群 77
5.3 使用节点标签来约束服务 80
5.4 创建服务 83
5.5 示范持续交付步骤 85
5.6 从持续交付到持续部署走得更远 90
5.7 现在怎么办 91
第6章 使用Jenkins自动化持续部署流程 93
6.1 Jenkins架构 93
6.2 搭建生产环境 94
6.3 Jenkins服务 95
6.4 Jenkins故障转移 99
6.5 Jenkins代理 100
6.6 在生产和类生产环境中创建服务 108
6.7 使用Jenkins自动化持续部署流程 110
6.8 创建Jenkins流水线作业 111
6.9 定义流水线节点 113
6.10 定义流水线阶段 115
6.11 定义流水线步骤 116
6.12 现在怎么办 121
第7章 探索Docker远程API 123
7.1 搭建环境 124
7.2 通过Docker Remote API操作Docker Swarm 125
7.3 使用Docker Remote API自动配置代理 134
7.4 将Swarm Listener与代理相结合 135
7.5 自动重新配置代理 136
7.6 从代理中删除服务 138
7.7 现在怎么办 138
第8章 使用Docker Stack和Compose YAML文件来
部署Swarm Services 141
8.1 搭建Swarm集群 142
8.2 通过Docker Stack命令创建Swarm服务 142
8.3 部署更多stack 145
8.4 stack，用还是不用 147
8.5 清理 147
第9章 定义日志策略 149
9.1 集中日志的需求 151
9.2 将ElasticSearch设置为日志数据库 153
9.3 将LogStash设置为日志解析器和转发器 154
9.4 从Swarm集群内任意位置运行的所有容器转发日志 157
9.5 探索日志 161
9.6 讨论其他日志解决方案 166
9.7 现在怎么办 167
第10章 收集指标与监控集群 169
10.1 集群监控系统的需求 169
10.2 选择正确的数据库来存储系统指标 171
10.3 创建集群 173
10.4 Prometheus指标 175
10.5 导出系统范围的指标 176
10.6 拉取、查询和可视化Prometheus指标 181
10.7 使用Grafana创建看板 188
10.8 在Grafana中探索Docker Swarm和容器概览仪表板 195
10.9 通过仪表板指标调整服务 201
10.10 监控最佳实践 204
10.11 现在怎么办 205
第11章 拥抱毁灭：宠物与牛 207
11.1 现在怎么办 209
第12章 在Amazon Web Services中创建和管理Docker Swarm集群 211
12.1 安装AWS CLI并设置环境变量 212
12.2 使用Docker Machine和AWS CLI来配置Swarm集群 215
12.3 使用Docker在AWS中建立Swarm集群 223
12.4 在AWS中使用Docker自动配置Swarm集群 232
12.5 使用Packer和Terraform来创建Swarm集群 236
12.6 使用Packer创建Amazon机器镜像 236
12.7 在AWS中使用Terraform创建Swarm集群 241
12.8 在AWS中选择正确的工具创建和管理Swarm集群 257
12.9 是使用还是不使用Docker Machine 257
12.10 是使用还是不使用Docker for AWS 258
12.11 是使用还是不使用Terraform 260
12.12 最后的结论 263
第13章 在DigitalOcean中创建和管理Docker Swarm集群 265
13.1 设置环境变量 267
13.2 使用Docker Machine和DigitalOcean API创建Swarm集群 269
13.3 使用Packer和Terraform创建Swarm集群 275
13.4 使用Packer创建DigitalOcean快照 276
13.5 在DigitalOcean中使用Terraform创建一个Swarm集群 280
13.6 选择合适的工具创建和管理DigitalOcean中的Swarm集群 298
13.7 是使用还是不使用Docker Machine 299
13.8 是使用还是不使用Terraform 300
13.9 最后的结论 301
13.10 是使用还是不使用DigitalOcean 302
第14章 在Swarm集群中创建和管理有状态的服务 303
14.1 探索十二因素应用程序方法论 303
14.2 设置Swarm集群和代理 308
14.3 运行不需要数据持久性的有状态服务 312
14.4 在主机上持久化有状态的服务 317
14.5 在网络文件系统上持久化有状态服务 318
14.6 数据卷的编排 323
14.7 使用REX-Ray持久化有状态服务 323
14.8 为有状态服务选择持久性方法 329
14.9 在Packer和Terraform中加入REX-Ray 331
14.10 无复制的有状态服务持久化 337
14.11 使用同步和复制持久化有状态服务 337
14.12 持久化Docker Flow Proxy的状态 338
14.13 持久化MongoDB的状态 340
14.14 通过Swarm服务初始化MongoDB副本集 349
14.15 现在怎么办 353
第15章 在Docker Swarm集群中管理secrets 355
15.1 创建secrets 355
15.2 使用secrets 357
15.3 一个使用secrets的真实世界的例子 358
15.4 在Docker Compose中使用secrets 359
15.5 使用secrets的常用方法 361
15.6 现在怎么办 362
附录A 使用Docker和Prometheus监控你的GitHub库 363
A.1 Docker、Prometheus和Grafana 363
A.2 入门 364
A.3 配置 364
A.4 后续配置 365
A.5 安装dashboard 366
A.6 结论 367
索引 369
· · · · · · (收起)
读后感
用户评价
说实话，我最近读了几本关于云原生和微服务的书，很多都停留在概念层面，读完感觉还是云里雾里，对实际操作帮助不大。这本书的标题听起来就比较“实战派”，这正是我需要的。我希望它能提供一些可复用的脚本、配置文件或者清晰的步骤指南，让我能对照着在自己的测试环境里跑起来。比如，如果它能详细讲解如何用Service Mesh进行流量治理，包括金丝雀发布、蓝绿部署的自动化流程，那简直是雪中送炭。我特别关注那些关于故障排查的部分，微服务环境下，一个请求链路可能经过十几个甚至几十个服务，出问题了怎么快速定位是哪个环节的锅？这本书如果能给出一些系统的排查思路和高效的工具组合，我会非常满意。毕竟，运维的价值最终体现在稳定性和故障响应速度上，希望这本书能把这些经验凝练成可操作的方法论。
阅读技术书籍时，我总是倾向于选择那些能提供“为什么”和“怎么做”完整解释的。这本书的章节标题看起来似乎涵盖了从CI/CD流水线集成到混沌工程实践的广泛领域。我特别感兴趣的是关于成本优化和资源治理的部分。在微服务爆炸式增长的背景下，如何有效监控和控制云资源的消耗，避免“高成本低利用率”的窘境，是每个技术管理者都需要面对的挑战。如果书中能提供一套成熟的指标体系来衡量运维效率和系统健康度，并且将这些指标与业务价值挂钩，那就太棒了。我希望读完后，不仅能学会操作具体的命令和工具，更重要的是，能建立起一套系统化的、面向业务价值的微服务运维思维框架。
这本书的厚度让我有点吃惊，看起来内容相当扎实，这通常意味着作者是真正沉淀了大量一线经验的。我个人比较看重的一点是，它是否对DevOps文化和SRE原则在微服务场景下的落地有独到的见解。现在的趋势是把运维的职责更多地分散到开发团队中，那么如何通过工具和流程的设计来支撑这种文化转型呢？这本书如果能提供一些组织架构、流程变革方面的思考，那就超越了一本纯粹的技术手册的范畴。我希望它能帮助我理解，如何在高频迭代的微服务体系中，既保证了快速交付的速度，又能维持住系统的健康度。很多时候，工具本身不是问题，如何将工具嵌入到日常的工作流中，并形成良性循环，才是关键。期待书中能有关于自动化和标准化方面的深入探讨。
这本书的封面设计挺吸引人的，那种深蓝色的背景配上简洁的白色字体，一下子就让人感觉很专业。我本来对微服务架构了解得比较皮毛，知道它是个趋势，但具体怎么落地、怎么运维，心里都没底。拿到这本书的时候，我最期待的就是能看到一些实实在在的案例，毕竟理论听多了，还是想知道大厂是怎么玩的。这本书的内容结构看起来比较清晰，从基础概念入手，然后逐步深入到各种工具和实践。我注意到它似乎涵盖了部署、监控、日志、告警这些运维体系的关键环节，这正是我们团队目前最头疼的地方。如果能通过这本书真正理解微服务在生产环境下的全生命周期管理，那对我来说价值就太大了。我希望看到的不只是对工具的介绍，更是对“为什么这么做”的深入剖析，比如为什么选择某个监控栈而不是另一个，背后的权衡是什么，这才是真正有深度的内容。光是看着目录，我就能感觉到作者在这上面花了不少心思，试图构建一个完整的知识体系，而不是零散的知识点堆砌。
我之前在处理容器化和Kubernetes的运维时踩了不少坑，尤其是涉及到状态管理和数据一致性的问题，总是感觉心有余悸。这本书如果能针对微服务特有的状态存储、分布式事务等难题，提供一些成熟的架构设计模式和运维保障措施，那将是非常有价值的。例如，如何设计一个高可用的、能自我修复的持久化层来支撑微服务？又比如，在进行服务版本升级时，如何确保数据库Schema的平滑演进不导致服务中断？这些都是我目前工作中绕不开的硬骨头。我希望这本书不要回避这些复杂的问题，而是直面它们，并给出经过实践检验的解决方案。如果能结合实际的云平台特性，比如对特定云厂商的运维优化技巧，那就更好了，能让我对现有资源的使用效率有一个质的提升。
