展开全部

主编推荐语

本书涵盖云计算、大数据与数据智能、服务的技术运营、智能运营、安全技术与管理、服务质量管理、组织能力等领域。

内容简介

《云计算和大数据服务:技术架构、运营管理与智能实践》采用理论与实践相结合的形式,系统阐述云计算和大数据服务的具体实现。云计算和大数据服务战略的落地,包括技术构建和运营管理、新兴的人工智能技术的应用,以及组织能力的建设。针对这一目标,全书分为七部分:云计算技术、大数据及数据智能、服务的技术运营、智能运营、安全技术与管理、服务质量管理和组织能力。

《云计算和大数据服务:技术架构、运营管理与智能实践》的目的是帮助读者对这些云计算和大数据的重要专题从基本概念、发展思路到解决方案有一个系统认识。本书具有非常强的可读性和实践指导意义,可作为云计算和大数据企业的高层管理人员和技术架构师的参考读物,也可以作为高校相关专业师生的教学参考用书。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 本书各章作者
  • 推荐序1—— 乘云以致远,驭数以明智
  • 推荐序2
  • 推荐序3
  • 前言 PREFACE
  • 第1章 综述
  • 1.1 本书的框架思路:云计算和大数据服务实现的四要素
  • 1.2 本书的框架结构
  • 1.3 本书的章节结构
  • 1.4 云计算技术与服务
  • 1.5 大数据和数据智能的技术与服务
  • 1.6 技术运营:从技术升级到服务的实现关键
  • 1.7 智能实践
  • 第1部分 云计算技术
  • 开篇
  • 第2章 云计算计算综合
  • 2.1 云计算的技术发展回顾
  • 2.2 云服务的技术结构
  • 2.3 云服务对技术团队带来的挑战
  • 第3章 云计算的技术框架:面向服务的架
  • 3.1 7×24小时云服务的挑战
  • 3.2 云服务架构
  • 3.3 构建高可靠性
  • 3.4 构建高性能
  • 3.5 构建高伸缩性
  • 3.6 构建高可配置性
  • 3.7 构建高可管理性云计算平台
  • 3.8 案例分析
  • 3.9 本章小结
  • 第4章 云服务的技术基础:虚拟化
  • 4.1 虚拟化技术的发展历史
  • 4.2 虚拟化技术分类
  • 4.3 系统虚拟化
  • 4.4 网络虚拟化
  • 4.5 容器的虚拟化
  • 4.6 其他虚拟化技术
  • 4.7 市场主流虚拟化技术对比
  • 4.8 虚拟化对云计算的推动
  • 4.9 虚拟化与数据中心
  • 4.10 研究分析:虚拟化技术的发展趋势
  • 4.11 本章小结
  • 第5章 云服务的平台技术:IaaS、PaaS和SaaS
  • 5.1 平台技术的发展
  • 5.2 IaaS
  • 5.3 PaaS
  • 5.4 SaaS
  • 5.5 CaaS
  • 5.6 云管理平台
  • 5.7 平台的实施要点和挑战
  • 5.8 案例研究:SaaS的构建、演进、成果与教训
  • 第6章 云服务的应用层技术:微服务
  • 6.1 微服务与云计算
  • 6.2 微服务的定义
  • 6.3 微服务的发展简史
  • 6.4 微服务和SOA的关系
  • 6.5 微服务的构成要素
  • 6.6 微服务的优缺点
  • 6.7 微服务的实施要点
  • 6.8 案例分析:SMS推送平台的微服务化
  • 第2部分 大数据与数据智能
  • 开篇
  • 第7章 大数据理论及相关模型
  • 7.1 大数据概念的提出和演进
  • 7.2 4V+1O特征模型:大数据特征
  • 7.3 第四范式:问题解决的新模式
  • 7.4 蜜蜂效应:数据的选择价值
  • 7.5 大数据业务成熟度模型
  • 7.6 数据智能
  • 第8章 数据智能平台构建策略
  • 8.1 数据业务的构建过程
  • 8.2 数据智能体系要求
  • 8.3 数据中台策略
  • 第9章 大数据技术和平台
  • 9.1 大数据基础技术系统组成
  • 9.2 大数据开源体系各部分介绍
  • 9.3 大数据生态的发展态势
  • 9.4 实践讨论:大数据存储的建模
  • 第10章 大数据分析系统技术
  • 10.1 分析系统架构设计
  • 10.2 架构选择
  • 第11章 企业大数据实施策略
  • 11.1 企业实施大数据战略面临的挑战
  • 11.2 实施规划
  • 11.3 案例研究:大数据运营场景及系统实施
  • 11.4 实践中的经验教训
  • 第3部分 服务的技术运营
  • 第12章 服务的技术运营综述
  • 12.1 技术运营的基本概念
  • 12.2 云服务的技术运营
  • 12.3 云服务技术运营的目标
  • 12.4 技术运营的双维模型
  • 12.5 DevOps方法论
  • 12.6 服务可靠性工程
  • 12.7 双维模型、DevOps与SRE的指导意义和应用
  • 第13章 服务的生产设计
  • 13.1 生产设计的目的
  • 13.2 生产设计方法
  • 13.3 生产设计(1):工程开发期间的任务
  • 13.4 生产设计(2):上线期间的任务
  • 13.5 服务支持结构:团队和知识
  • 13.6 实践和讨论
  • 第14章 服务的业务连续性
  • 14.1 云服务业务连续性及其挑战
  • 14.2 云计算的业务连续性方案概述
  • 14.3 灾备系统架构
  • 14.4 灾备方案的成本效率
  • 14.5 案例研究:云服务提供商思科WebEx的灾备系统
  • 14.6 本章小结
  • 第15章 服务运营的监控体系
  • 15.1 服务监控概述
  • 15.2 监控体系架构
  • 15.3 基础设施层的监控
  • 15.4 应用层监控
  • 15.5 服务层监控
  • 15.6 案例研究——基础设施层监控
  • 第16章 服务运营的自动化
  • 16.1 自动化理论
  • 16.2 自动化运维的一般过程
  • 16.3 自动化等级
  • 16.4 自动化工具
  • 16.5 自动化的风险及控制
  • 16.6 运维自动化的深入:引入控制理论
  • 16.7 人工智能在自动化中的应用
  • 16.8 本章小结
  • 第17章 7×24小时服务的运营管理综述
  • 17.1 7×24小时服务运营的管理目标
  • 17.2 经典的运营管理框架
  • 17.3 以服务为核心的运营管理流程
  • 17.4 日常的运营管理
  • 17.5 管理流程面对的挑战
  • 17.6 运营管理的成熟度:五重境界
  • 17.7 案例研究:运营管理流程的推广与改进
  • 17.8 案例的延伸讨论:主动式和被动式的运营管理
  • 17.9 本章小结
  • 第18章 事件、事故和问题管理三流程
  • 18.1 7×24小时生产线运营的挑战
  • 18.2 服务运营的整体思路
  • 18.3 事件管理和生产线监控
  • 18.4 事故管理
  • 18.5 问题管理
  • 18.6 实践(1):事故管理流程的设计
  • 18.7 实践(2):对管理者的建议
  • 18.8 案例分析:从技术和管理的双维角度剖析事故
  • 第19章 变更管理
  • 19.1 变更管理介绍
  • 19.2 变更管理的原理
  • 19.3 云服务运营中的挑战
  • 19.4 实践中的要点
  • 19.5 实践中的难点
  • 19.6 案例研究(1):变更管理实施中所发现的运营问题和改进
  • 19.7 案例研究(2):复杂环境下变更管理流程的设计
  • 第20章 容量管理
  • 20.1 容量管理的目的
  • 20.2 ITIL的容量管理方法介绍
  • 20.3 云服务容量管理的挑战和要点
  • 20.4 容量规划
  • 20.5 性能管理
  • 20.6 容量规划的关键:建模
  • 20.7 建模的数学方法
  • 20.8 容量管理的衡量指标
  • 20.9 成功因素和风险
  • 20.10 案例研究:苏宁金融容量管理的技术解决方案
  • 第4部分 智能运营(AIOps)
  • 开篇
  • 第21章 数据能力
  • 21.1 数据能力的新阶段:AIOps
  • 21.2 AIOps发展历史:从ITOA到AIOps
  • 21.3 AIOps的技术栈
  • 21.4 机器学习介绍
  • 21.5 AIOps为工厂运营管理赋能
  • 21.6 场景讨论:运维报警风暴的处理
  • 21.7 本章小结
  • 第22章 AIOps中的算法基础
  • 22.1 AIOps适用场景和算法策略
  • 22.2 KPI聚类
  • 22.3 瓶颈分析
  • 22.4 异常检测与容量预测
  • 22.5 异常定位
  • 22.6 故障预测
  • 22.7 实践讨论:异常检测场景中的算法选择思路
  • 22.8 数据重视和增量学习
  • 第23章 AIOps的落地:企业实施
  • 23.1 AIOps企业实施战略
  • 23.2 建立基础:数据先行
  • 23.3 实践讨论
  • 23.4 案例研究:苏宁金融的智能运维实践
  • 第5部分 安全技术与管理
  • 第24章 云计算安全概述
  • 24.1 概述
  • 24.2 云计算安全的挑战和研究现状
  • 24.3 国内外云计算安全相关的标准化组织及其研究成果
  • 24.4 本章小结
  • 第25章 云计算安全架构
  • 25.1 云计算安全体系架构
  • 25.2 云计算模型与安全架构模型间的映射关系
  • 25.3 云计算安全职责划分
  • 25.4 本章小结
  • 第26章 云计算基础设施安全
  • 26.1 云计算基础设施面临的安全风险
  • 26.2 云计算基础设施的安全保护机制
  • 26.3 本章小结
  • 第27章 云计算数据安全
  • 27.1 云计算环境下数据安全综述
  • 27.2 服务提供商面临的数据安全风险及挑战
  • 27.3 数据安全保护机制
  • 27.4 案例分析:政务云的数据安全设施
  • 27.5 本章小结
  • 第28章 IaaS和PaaS服务安全
  • 28.1 IaaS服务用户需重点关注的安全问题
  • 28.2 IaaS服务用户安全检查清单
  • 28.3 PaaS服务用户需重点关注的安全问题
  • 28.4 PaaS服务用户安全检查清单
  • 28.5 本章小结
  • 第29章 SaaS服务安全
  • 29.1 SaaS服务安全风险
  • 29.2 SaaS应用安全保护机制
  • 29.3 案例研究:桌面云服务安全部署方案
  • 29.4 本章小结
  • 第30章 云计算安全治理
  • 30.1 组织架构与过程模型
  • 30.2 云计算安全治理操作
  • 30.3 隐私保护
  • 30.4 案例:金融业的电子支付运营安全
  • 30.5 本章小结
  • 第31章 云计算的合规性
  • 31.1 IT合规概述
  • 31.2 信息化合规规划
  • 31.3 IT合规实践
  • 31.4 合规工作中的难点和解决思路
  • 31.5 案例研究:在线金融服务商的合规实践
  • 31.6 本章小结
  • 第6部分 服务质量管理
  • 第32章 云服务的质量工程
  • 32.1 服务质量保证的基本原理
  • 32.2 质量保证过程
  • 32.3 云服务平台的特有质量诉求
  • 32.4 需求评审和设计评审
  • 32.5 云服务的验证
  • 第33章 服务运营的质量管理
  • 33.1 服务质量管理的目的
  • 33.2 经典的服务质量管理方法
  • 33.3 云服务运营中质量管理所面临的挑战
  • 33.4 对服务质量管理的探索:GMAI方法及其要点
  • 33.5 GMAI服务质量管理:服务改进的框架
  • 33.6 GMAI服务质量管理:服务改进的持续
  • 33.7 实践讨论(1):如何保证服务质量改进的持续性
  • 33.8 实践讨论(2):服务质量管理如何获得管理层的支持
  • 33.9 服务质量管理方案的选择
  • 第7部分 组织能力
  • 开篇
  • 第34章 组织能力的构建与发
  • 34.1 组织能力概述
  • 34.2 云计算服务公司面临的挑战
  • 34.3 员工能力
  • 34.4 员工的思维模式
  • 34.5 员工治理
  • 34.6 技术体系的组织架构
  • 34.7 客服体系的组织架构
  • 34.8 实践研究(1):构建高效的技术运营团队
  • 34.9 实践研究(2):构建大数据的组织能力
  • 34.10 实践研究(3):构建服务导向的客户服务部门
  • 参考文献
  • 后记—— 行自云起时,更上一层楼
展开全部

评分及书评

4.5
6个评分
  • 用户头像
    给这本书评了
    4.0
    面很广

    比较好的一点是知识点还是比较有体系的。精炼和全面平衡得还不够好,有点冗

      转发
      评论

    出版方

    清华大学出版社

    清华大学出版社成立于1980年6月,是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府,秉承清华人“自强不息,厚德载物”的人文精神,清华大学出版社在短短二十多年的时间里,迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向,把出版高等学校教学用书和科技图书作为主要任务,并为促进学术交流、繁荣出版事业设立了多项出版基金,逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色,在教育出版领域树立了强势品牌。