本书作者
推荐语
推荐序1 运维的时代化变迁
推荐序2 运维的新视角
推荐序3 大数据时代的运维
推荐序4 智能运维也能“开箱即用”
前言
第1篇 开门见山：运维发展史
第1章 运维现状
1.1 运维工程
1.2 运维发展历程
1.3 运维现状
1.4 本章小结
1.5 参考文献
第2章 智能运维
2.1 海量数据的存储、分析和处理
2.2 多维度、多数据源
2.3 信息过载
2.4 复杂业务模型下的故障定位
2.5 本章小结
2.6 参考文献
第2篇 站在巨人肩上：智能运维基础设施
第3章 开源数据采集技术
3.1 数据采集工具对比
3.2 轻量级采集工具Filebeat
3.3 日志采集解析工具
3.4 本章小结
3.5 参考文献
第4章 分布式消息队列
4.1 开源消息队列对比与分析
4.2 Kafka的安装与使用
4.3 案例分析
4.4 本章小结
4.5 参考文献
第5章 大数据存储技术
5.1 传统数据存储
5.2 基于HDFS的分布式存储
5.3 分层存储
5.4 案例分析
5.5 本章小结
5.6 参考文献
第6章 大规模数据离线计算分析
6.1 经典的离线计算
6.2 分布式离线计算
6.3 案例分析
6.4 本章小结
6.5 参考文献
第7章 实时计算框架
7.1 关于实时流计算
7.2 Spark Streaming计算框架介绍
7.3 Flink计算框架
7.4 案例分析
7.5 本章小结
7.6 参考文献
第8章 时序数据分析框架
8.1 时序数据库简介
8.2 时序数据库Graphite
8.3 多维分析利器Druid
8.4 性能神器ClickHouse
8.5 本章小结
8.6 参考文献
第9章 机器学习框架
9.1 简介
9.2 TensorFlow介绍
9.3 TensorFlow进阶
9.4 本章小结
9.5 参考文献
第3篇 运维新时代：智能运维技术详解
第10章 数据聚合与关联技术
10.1 数据聚合
10.2 降低维度
10.3 数据关联
10.4 实时数据关联案例
10.5 本章小结
10.6 参考文献
第11章 数据异常点检测技术
11.1 概述
11.2 异常检测方法
11.3 独立森林
11.4 本章小结
11.5 参考文献
第12章 故障诊断和分析策略
12.1 日志标准化
12.2 全链路追踪
12.3 SLA的统一
12.4 传统的故障定位方法
12.5 人工智能在故障定位领域的应用
12.6 本章小结
12.7 参考文献
第13章 趋势预测算法
13.1 移动平均法
13.2 指数平滑法
13.3 ARIMA模型
13.4 神经网络模型
13.5 本章小结
13.6 参考文献
第4篇 智能运维架构实践：技术案例详解
第14章 快速构建日志监控系统
14.1 Elasticsearch分布式搜索引擎
14.2 可视化工具Kibana
14.3 ELK搭建实践
14.4 本章小结
14.5 参考文献
第15章 微博广告智能监控系统
15.1 背景介绍
15.2 整体架构
15.3 核心功能分析
15.4 本章小结
第16章 微博平台通用监控系统
16.1 背景
16.2 整体架构
16.3 核心模块
16.4 第三方应用
16.5 本章小节
附录A 中国大数据技术大会2017（BDTC 2017）CSDN专访实录
读了这本书的人还在读
购物车
个人中心
6.9
