企业迁云之路PDF电子书下载

查看更多关于的内容

第一部分 云计算对企业的影响 2

第1章 上云之前的思考 2

1.1 困惑 2

1.2 知识的释放 3

1.3 什么是云计算 5

1.4 初探 7

1.5 再探 9

1.6 三思 11

1.7 没有银弹 14

第2章 引入新技术的思考 16

2.1 为什么要关注新技术 16

2.2 思想上的准备 17

2.2.1 保持好奇心 17

2.2.2 拥抱变化 18

2.2.3 敏捷 18

2.2.4 慢即是快 19

2.2.5 第十人 21

2.3 行动上的准备 22

2.3.1 知晓 22

2.3.2 观望 22

2.3.3 了解 22

2.3.4 预研 23

2.3.5 评估和论证 23

2.3.6 淘汰和替代 23

2.4 技术上的准备 24

2.4.1 易用性 24

2.4.2 性能 25

2.4.3 灵活性 27

2.4.4 兼容性和标准化 28

2.4.5 安全性 29

2.4.6 开源和商业软件 29

2.4.7 可移植性 30

2.5 组织形式 31

2.5.1 组织和人员 31

2.5.2 内驱力 31

第3章 云世界的语言 34

3.1 云计算的名词体系 35

3.2 云世界语言的历时性与共时性 36

3.3 语言改变思维模式 37

3.4 隐喻 38

第4章 影响上云的五大因素 40

4.1 没有人是一座孤岛 40

4.2 五大因素 41

4.3 战略 41

4.4 组织 44

4.5 风险 51

4.6 财务 51

4.7 技术 53

第5章 云计算的再认识 55

5.1 计算平台的历史观 55

5.2 当前云计算的多种方案 57

5.3 私有/专有云平台 58

5.4 从基础设施云到应用系统云 61

5.5 云计算时代的选择 62

第6章 如何评估上云风险 65

6.1 如何评估不可预知的云化内容 65

6.2 确认“不可预知” 65

6.2.1 梳理IT现状 66

6.2.2 确认企业策略 69

6.3 评估和应用 69

6.3.1 利用云平台的优势 70

6.3.2 利用最佳实践 71

6.3.3 模式降级 72

6.3.4 基于适配器和组合模式 73

6.4 动态的不可预知性——未来发展 73

6.5 异化过程的心理保障 75

6.6 商业过程 75

6.7 加强“不可预知”的预知性 77

第7章 上云ROI分析 79

7.1 公司战略层ROI分析 79

7.1.1 是否参与决策 80

7.1.2 已经明确的投入产出分析 81

7.1.3 需要考察的决策点 82

7.1.4 后续做些什么 84

7.2 技术管理层ROI分析 85

7.3 执行层ROI分析 95

7.3.1 技术需求方 95

7.3.2 业务需求方 96

7.3.3 技术实施方 96

7.3.4 业务实施方 97

7.3.5 技术运维方 97

7.3.6 业务运营方 97

第二部分 云之基石 100

第8章 计算虚拟化 100

8.1 云服务商及其计算虚拟化 100

8.2 企业的虚拟化选择及管理 102

8.2.1 选择云服务商 102

8.2.2 选择配置 103

8.2.3 资源管理 105

8.2.4 内部管理 108

8.3 虚拟化的动态侧面 108

8.4 以虚拟服务器为核心的产品和解决方案 110

8.5 超越传统虚拟服务器 113

第9章 云存储 117

9.1 云存储的类型 118

9.1.1 云计算厂商的存储技术 118

9.1.2 企业的云存储选择 119

9.2 对象存储及其应用 122

9.3 云存储的购买和费用 124

9.4 以对象存储为核心的解决方案 126

9.5 存储的安全、备份和容灾 127

第10章 云网络 130

10.1 云环境的网络架构和产品的变迁 131

10.2 经典网络和VPC 133

10.3 VPC及其使用 134

10.4 面向Internet 136

10.5 混合云环境或多VPC环境 138

10.6 网络安全 141

10.7 其他网络产品及方案 143

10.8 其他应用要点 144

第三部分 企业上云规划 148

第11章 上云整体规划 148

11.1 上云涉及的工作 148

11.2 上云——从目标到规划 150

11.2.1 上云——自下而上 151

11.2.2 上云——自上而下 155

11.3 外部力量的引入 157

11.4 价格和商务因素 158

11.5 由广而深，自下而上 158

第12章 应用系统生命周期的规划 161

12.1 传统应用系统生命周期的视角 161

12.2 面对持续交付的应用系统 166

12.3 敏捷开发模式下的视角 169

第13章 小应用上云 174

13.1 什么是小应用 174

13.2 小应用的上云 175

13.2.1 域名、SSL证书、DNS解析 176

13.2.2 CDN 177

13.2.3 存储（对象存储或NAS存储） 177

13.2.4 安全产品（WAF和DDoS防护） 178

13.2.5 VPC专有网络 178

13.2.6 SLB负载均衡 178

13.2.7 ECS服务器 179

13.2.8 RDS数据库 179

13.2.9 云监控 179

13.2.10 第三方应用 180

第14章 大应用混合云单元化部署 181

14.1 大应用上云的契机 181

14.2 大应用考量指标 182

14.2.1 时间 182

14.2.2 成本 183

14.2.3 质量 183

14.3 混合云和单元化 184

14.4 一个大应用的例子 187

第15章 数据业务上云规划 202

15.1 传统企业进行数据分析的过程 203

15.2 数据上云的顾虑 204

15.3 数据上云的步骤 206

15.4 数据上云过程中的思考 207

第16章 容灾策略 209

16.1 容灾 209

16.2 容灾的云平台工具保障 211

16.3 过程保障 216

16.4 经验分享与探讨 217

第17章 安全策略 220

17.1 互联网安全环境及挑战 220

17.2 安全方案 222

17.3 安全产品的选择 226

17.4 广义的安全 229

17.5 安全的SaaS+的优劣 230

第18章 组织最佳实践 233

18.1 什么是组织 233

18.2 上云组织 234

18.2.1 组织构成 234

18.2.2 组织内的角色与分工 234

18.2.3 每周例会 236

18.2.4 任务开展 237

18.3 组织上云 238

18.3.1 上云流程 238

18.3.2 上云流程相关表格 238

第19章 培训 244

19.1 上云培训 244

19.1.1 外部培训 245

19.1.2 内部培训 247

19.2 技术认证 247

19.2.1 阿里云认证 247

19.2.2 阿里云认证体系 248

19.2.3 考试组织 248

第四部分 云之数据 252

第20章 数据库RDS 252

20.1 概述 252

20.1.1 新项目如何选择数据库 254

20.1.2 老项目数据库直接迁移 256

20.1.3 云和IDC的混合部署 257

20.1.4 使用云厂商提供的数据库 257

20.2 基于云服务商数据库服务的数据迁移 258

20.2.1 RDS云数据库简介 258

20.2.2 数据库迁移的要点 258

20.2.3 从应用环境角度选择RDS 260

20.2.4 性能指标 260

20.2.5 MySQL大表问题 261

20.3 迁移到RDS MySQL的注意事项 262

20.3.1 使用限制 262

20.3.2 RDS使用中的注意事项 263

20.3.3 索引优化过程 264

20.3.4 RDS读写连接地址选择 265

20.4 RDS的日常管理与维护 265

20.4.1 数据库管理 265

20.4.2 监控与报警 266

20.4.3 性能优化 266

20.4.4 数据备份与恢复 267

20.5 CloudDBA 267

第21章 分布式数据库DRDS 270

21.1 云上分布式数据库应用 270

21.1.1 数据增长给企业IT带来的压力 270

21.1.2 为什么要使用分布式数据库 272

21.1.3 什么是分库分表 274

21.1.4 图书馆的例子 276

21.1.5 DRDS简介 277

21.1.6 DRDS是否能够解决企业的数据库问题 279

21.2 DRDS技术实战 280

21.2.1 企业如何使用DRDS 280

21.2.2 DRDS主要的技术点 281

21.2.3 DRDS SQL路由 283

21.2.4 DRDS读写分离 284

21.2.5 DRDS测试环境到生产环境的迁移 285

21.2.6 DRDS平滑扩容 287

21.2.7 DRDS DDL拆分语法 287

21.2.8 DRDS分布式事务 291

21.2.9 DRDS的管理和维护 292

21.2.10 应用小结 292

第22章 数据仓库 295

22.1 企业的数据仓库建设 295

22.2 为什么数据仓库要上云 297

22.3 云上的数据仓库 298

22.4 数据仓库的技术选型 300

22.4.1 ADS 301

22.4.2 MaxCompute 303

22.4.3 Greenplum 306

第23章 大数据平台 310

23.1 企业的大数据建设 310

23.2 大数据平台的选择 311

23.3 云上的大数据平台 312

23.4 控制台、开发工具和数据集成 314

23.5 数据仓库、大数据和人工智能 317

23.6 学习路径 320

第五部分 云在计算之外的能力 326

第24章 PaaS和SaaS 326

24.1 PaaS 327

24.1.1 PaaS带来了什么 328

24.1.2 四类PaaS产品 329

24.1.3 技术栈绑定的两难（含特性需求提出） 331

24.1.4 评估和迁移 332

24.2 SaaS 333

24.2.1 SaaS带来的价值 333

24.2.2 评估和使用SaaS 337

第25章 云运维实践 340

25.1 运维体系 340

25.2 云平台的运维特点 346

25.3 团队组织、账户安全和授权 347

25.4 监控体系及日常监控 351

25.5 工单和运维 352

25.6 费用 354

第26章 云监控和二次开发实战 358

26.1 概述 358

26.2 云监控最佳实践的七个步骤 359

26.2.1 报警模板的配置 359

26.2.2 报警通知对象的配置 361

26.2.3 应用分组的建立 363

26.2.4 内网服务端口监控 364

26.2.5 公网域名监控 365

26.2.6 日志监控 366

26.2.7 Dashboard配置 366

26.3 API二次开发应用场景 367

26.3.1 ECS申请流程化 368

26.3.2 监控信息采集 369

26.3.3 报警语音服务 369

第27章 Docker与Kubernetes 371

27.1 使用Docker部署应用 371

27.1.1 Docker的优势 372

27.1.2 Docker部署应用最佳实践 373

27.2 标准微组件部署 374

27.3 Kubernetes 375

27.4 阿里云容器服务 376

27.4.1 使用云服务或自建 376

27.4.2 各应用（服务器）高可用 376

第28章 边缘计算和函数计算 379

28.1 边缘计算 380

28.1.1 边缘计算的场景 380

28.1.2 解决方案 382

28.1.3 未来可能 383

28.2 函数计算 383

28.2.1 函数计算的核心优势 384

28.2.2 场景和方案 385

28.2.3 函数计算的优势和未来可能 387

28.3 函数计算结合边缘计算 388

后记 390

查看更多关于的内容