-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

AWS Serverless架構:使用AWS從傳統部署方式向Serverless架構遷移

( 簡體 字)
作者:史天,張媛類別:1. -> 程式設計 -> 綜合
譯者:
出版社:電子工業出版社AWS Serverless架構:使用AWS從傳統部署方式向Serverless架構遷移 3dWoo書號: 52201
詢問書籍請說出此書號!

有庫存
NT售價: 490

出版日:12/1/2019
頁數:196
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121381164
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

譯者序一
當Amazon Web Services(AWS)在2014年發布AWS Lambda服務的時候,相信很多人都被這種全新的云原生架構震撼到了,發現原來云計算還可以通過這樣的方式打開。
在傳統的應用程序開發和部署過程中,大家都必須要考慮服務器方面的規劃,比如選擇什么類型的服務器作為應用服務器或者數據庫,需要多少臺實例來構建整個集群,為實例配置什么規格的磁盤等。這樣,除了業務上的開發和維護之外,研發和運維團隊還需要投入大量精力對基礎設施進行計劃和測試,才能保證最后應用程序得以很“適合”地部署,并服務客戶。
所以,Serverless概念一經提出后,所有人眼前一亮。Serverless或者說無服務器架構,并不是說應用和服務不再需要服務器了,而是通過這種方式將用戶從繁雜的服務器維護管理工作中解脫出來,在不考慮服務器的情況下快速構建并運行應用程序和服務。團隊可以更加專注于他們自己的核心產品開發,而無須擔心在云中服務器的管理和運行。這樣既減少了開銷,又能夠將更多時間和精力放在開發可擴展且可靠的出色產品上,提升靈活性和創新能力,并加速產品上市,可謂一舉多得。
目前,Serverless服務已經成為了云計算廠商的標配,通過這幾年的探索與實踐,人們逐漸找到了非常豐富的Serverless應用場景,既可以用來作為Web應用程序、移動應用、IoT的后端,也可以作為數據的提取、轉換、加載(ETL),或者流數據的實時分析等,大家將會在越來越多的場景中看到Serverless的身影。
本書的重點放在基于AWS的無服務器解決方案上,不僅介紹了AWS Lambda和Amazon API Gateway這樣經典的Serverless服務,更是深入研究了廣泛意義的Serverless模型,并介紹了AWS無服務器生態系統,涵蓋了Amazon Simple Storage Service(S3)、 Amazon DynamoDB、Amazon Simple Queue Service(SQS)、Amazon Athena、AWS Glue和 Amazon Kinesis等。同時,在每個章節都有對應的示例和練習,讀者可以在上手實驗的過程中,加深對內容的記憶和理解。
一如既往,感謝編輯們和肖總的悉心指導和幫助,他們不辭辛苦地對本書進行了大量的校對和編輯工作,最終確保了本書的順利出版。感謝愛人再次犧牲掉很多休息時間,又一次共同投入到翻譯工作中。最后,感謝家人的鼓勵和支持,他們經常關心本書出版的進度。
由于本人水平有限,書中難免會出現錯誤或者不妥之處,歡迎批評指正,謝謝。

史 天
2019年9月
譯者序二
為什么要翻譯這本書?這要從我現在的工作內容說起。
目前我在一家云管理服務初創公司做技術咨詢和交付,幫助不同的客戶去做業務和數據上云的架構設計與實施,以及對現有的應用進行云化改造。很多情況下,客戶之所以要上云或者進行云原生應用開發就是因為要節省成本,控制預算,縮短應用上線的周期,并且快速迭代,尤其是創業公司,更需要好鋼用在刀刃上。在這樣的一個需求背景下,研究Serverless無服務器架構是非常有必要的。無服務器計算是云原生架構,無須預置或維護任何服務器,也無須安裝、維護或管理任何軟件或運行。
在AWS的無服務器平臺上,可以使用一系列完全托管的服務構建和運行無服務器應用程序,并輕松地進行應用程序集成和擴展。通過AWS Lambda可定義、協調和運行生產級容器化應用程序和微服務,為實際業務邏輯提供支持。本書內容非常落地,從無服務器框架開始說起,通過一些常見的業務場景,比如Web圖像處理、數據分析、實時數據洞察等,抽象出具體的無服務器架構實現方式,包括服務邏輯、數據流向和實施步驟,幫助讀者理解并實踐無服務器應用程序的構建。
雖然本書主要著眼于AWS云計算平臺,但其核心還是通過具體的業務場景幫助大家理解什么是無服務器架構,以及如何充分利用無服務器架構的優勢來構建自己的應用程序。

因時間和能力所限,書中難免有不當之處,請各位讀者給出寶貴的建議,我們將不斷努力完善,謝謝。

張 媛
2019年9月
內容簡介:

本書可以指導讀者在AWS云平臺上部署Serverless項目,并學習和探索更多的Serverless服務,如Amazon Athena,一種交互式查詢服務,使用標準SQL輕松分析Amazon S3中的數據。本書還介紹了AWS Glue,這是一種完全托管的ETL服務,可以使數據分類變得簡單,并且經濟、高效。圖書介紹了如何利用Amazon Kinesis流數據分析,實時洞察和分析數據。在本書的最后,介紹了如何創建和運行第一個無服務器應用程序,該應用程序充分利用了AWS的高可用性、安全性和可伸縮性。 讀者閱讀本書,可以循序漸進的掌握無服務器架構的核心技術。
目錄:

1 AWS、AWS Lambda和無服務器應用程序 1
1.1 無服務器概述 1
1.2 無服務器模型 2
1.2.1 無服務器模型的優勢 4
1.3 AWS簡介 6
1.3.1 AWS無服務器生態系統 6
1.4 AWS Lambda 8
1.4.1 AWS Lambda語言支持 10
1.4.2 練習1:運行第一個Lambda函數 10
1.4.3 思考題1:計算兩個數字平均值的平方根 16
1.4.4 AWS Lambda的限制 16
1.4.5 AWS Lambda定價 17
1.4.6 Lambda免費套餐 18
1.4.7 思考題2:計算Lambda費用 19
1.4.8 其他成本 19
1.5 小結 20
2 AWS無服務器平臺 21
2.1 概述 21
2.2 Amazon S3 22
2.2.1 Amazon S3的主要特征 23
2.2.2 部署靜態網站 25
2.2.3 練習2:在S3存儲桶中設置靜態網站(使用Route 53管理域名) 25
2.2.4 啟用版本控制 32
2.3 S3和Lambda集成 33
2.3.1 練習3:編寫Lambda函數,讀取S3中的文本文件 33
2.4 Amazon API Gateway 38
2.4.1 什么是Amazon API Gateway 38
2.4.2 Amazon API Gateway概念 39
2.4.3 練習4:創建REST API,并將其與Lambda集成 40
2.5 其他AWS服務 47
2.5.1 Amazon SNS 47
2.5.2 Amazon SQS 48
2.5.3 Amazon DynamoDB 50
2.5.4 DynamoDB流 51
2.5.5 DynamoDB流與Lambda集成 51
2.5.6 練習5:創建SNS主題并訂閱 52
2.5.7 練習6:SNS與Lambda集成 56
2.5.8 思考題3:將對象上傳到S3存儲桶時獲取電子郵件通知 61
2.6 小結 62
3 構建和部署媒體應用程序 63
3.1 概述 63
3.2 設計媒體Web應用程序——從傳統架構到無服務器 64
3.3 構建無服務器媒體Web應用程序 65
3.3.1 練習7:構建要與API一起使用的角色 66
3.3.2 練習8:創建與Amazon S3服務交互的API 69
3.3.3 練習9:構建圖像處理系統 81
3.4 無服務器架構中的部署選項 86
3.4.1 思考題4:創建刪除S3存儲桶的API 88
3.5 小結 89
4 Amazon Athena和AWS Glue無服務器數據分析與管理 91
4.1 概述 91
4.2 Amazon Athena 92
4.2.1 數據庫和表 94
4.2.2 練習10:使用Amazon Athena創建數據庫和表 95
4.3 AWS Glue 102
4.3.1 練習11:使用AWS Glue構建元數據存儲庫 104
4.3.2 思考題5:為CSV數據集構建AWS Glue數據目錄,
并使用Amazon Athena分析數據 110
4.4 小結 111
5 Amazon Kinesis實時數據洞察 113
5.1 概述 113
5.2 Amazon Kinesis 114
5.2.1 Amazon Kinesis優勢 114
5.3 Amazon Kinesis Data Streams 115
5.3.1 Amazon Kinesis Data Streams工作機制 116
5.3.2 練習12:創建樣本Kinesis流 116
5.4 Amazon Kinesis Data Firehose 124
5.4.1 練習13:創建Amazon Kinesis Data Firehose傳輸流 125
5.4.2 思考題6:對傳入數據執行數據轉換 135
5.5 Amazon Kinesis Data Analytics 137
5.5.1 練習14:設置Amazon Kinesis Data Analytics應用程序 139
5.5.2 思考題7:添加參考數據,并與實時數據進行連接 153
5.6 小結 154
附錄 157
序: