Python for DevOps: Learn Ruthlessly Effective Automation

تاریخ: ۱۸:۱۸:۱۶ ۱۳۹۸/۱۱/۲۴ پنج شنبه
توسط: MotoMan
امتیاز: ۱
تعداد بازدید: ۱۸۴
دیدگاه ها: ۰
برچسب ها: Python |
کتاب Python for DevOps: Learn Ruthlessly Effective Automation
O'Reilly
Alfredo Deza, Grig Gheorghiu, Kennedy Behrman, Noah Gift
9781492057697
2019
451
English

طی دهه گذشته چیز‌های زیادی در فناوری تغییر کرده است. داده‌ها موضوعی داغ هستند، cloud همه جا فراگیر شده است و بسیاری از سازمان‌ها به نوعی اتوماسیون نیاز دارند. در طول این تحولات، پایتون به یکی از محبوب‌ترین زبان‌های جهان تبدیل شده است. کتاب پایتون برای DevOps، به طور عملی، به شما نشان می‌دهد که چگونه می‌توانید برای کارهای روزمره مدیریت سیستم‌های Linux با مفیدترین ابزارهای DevOps امروزی، از جملهDocker ، Kubernetes و Terraform، از Python استفاده کنید.

یادگیری نحوه تعامل و اتوماسیون با لینوکس برای میلیون‌ها متخصص ضروری است و پایتون این کار را بسیار ساده‌تر می‌کند. با استفاده از این کتاب، چگونگی توسعه دادن نرم افزار و حل مشکلات با استفاده از container ها، و همچنین نحوه نظارت، instrument، تست بار و عملیاتی کردن نرم افزار خود را یاد خواهید گرفت. آیا به دنبال راه‌های مؤثر برای «انجام کارها» در پایتون هستید؟ این کتاب راهنمای شماست.


مطالبی که در کتاب پایتون برای DevOps، یاد خواهید گرفت:

  • مبانی پایتون، از جمله مقدمه مختصری در مورد زبان پایتون
  • نحوه اتوماسیون کردن متن، نوشتن ابزار‌های خط فرمان و خودکار سازی فایل سیستم
  • ابزارهای لینوکس، مدیریت بسته، build system ها، نظارت، instrumentation و تست خودکار
  • محاسبات ابری، زیرساخت به عنوان کد، Kubernetes و serverless
  • عملیات یادگیری ماشین و مهندسی داده‌ها از دیدگاه DevOps
  • ساخت، استقرار و عملیاتی کردن یک پروژه یادگیری ماشین

 

Table of Contents:
1. Chapter 1, Python Essentials for DevOps
2. Chapter 2, Automating Files and the Filesystem
3. Chapter 3, Working with the Command Line
4. Chapter 4, Useful Linux Utilities
5. Chapter 5, Package Management
6. Chapter 6, Continuous Integration and Continuous Deployment
7. Chapter 7, Monitoring and Logging
8. Chapter 8, Pytest for DevOps
9. Chapter 9, Cloud Computing
10. Chapter 10, Infrastructure as Code
11. Chapter 11, Container Technologies: Docker and Docker Compose
12. Chapter 12, Container Orchestration: Kubernetes
13. Chapter 13, Serverless Technologies
14. Chapter 14, MLOps and Machine learning Engineering
15. Chapter 15, Data Engineering
16. Chapter 16, DevOps War Stories and Interviews

 

like می پسندم
dislike به درد نمی خوره
مطالب مشابه
دیدگاه ها
  • اولین نفری باشید که نظری می دهید!
loading...

لطفا منتظر بمانید...