首页 > 科技 > 计算机 > 数据库

Kubernetes云原生数据管理

作译者：「DaoCloud道客」HwameiStor开源团队

出版时间：2024-01 千字数：400 版次：01-01 页数：292

开本：16开装帧： I S B N ：9787121470059

换版：

纸质书定价：￥108.0

库存:无

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

序....................................................................................xv
前言................................................................................xix
第 1 章　云原生数据基础设施 ：持久化、流式传输与批量分析.............. 1
基础设施类型 ................................................................................................................2
云原生数据是什么 .........................................................................................................3
数据基础设施越多，问题越多 ......................................................................................5
Kubernetes 引领潮流......................................................................................................6
Kubernetes 计算管理 ..............................................................................................7
Kubernetes 网络管理 ..............................................................................................8
Kubernetes 存储管理 ..............................................................................................8
云原生数据组件 .............................................................................................................9
迎接变革 ...................................................................................................................... 11
采用 SRE 思维方式 .............................................................................................. 11
遵循云原生数据基础设施准则 ............................................................................. 13
小结 ............................................................................................................................. 15
第 2 章　通过 Kubernetes 管理数据存储................................... 16
Docker，容器和状态 ................................................................................................... 16
在 Docker 中管理状态 .......................................................................................... 17
 ix
绑定挂载 .............................................................................................................. 18
卷 ......................................................................................................................... 19
Tmpfs 挂载 ........................................................................................................... 20
卷驱动程序........................................................................................................... 20
Kubernetes 数据存储资源 ............................................................................................ 22
Pod 和卷 ............................................................................................................... 22
PV ........................................................................................................................ 28
PVC ...................................................................................................................... 32
StorageClass ......................................................................................................... 35
Kubernetes 存储架构.................................................................................................... 37
Flexvolume ........................................................................................................... 37
CSI ....................................................................................................................... 38
CAS ...................................................................................................................... 40
COSI .................................................................................................................... 42
小结 ............................................................................................................................. 44
第 3 章　打造 Kubernetes 数据库........................................... 45
困难模式 ...................................................................................................................... 45
在 Kubernetes 上运行数据基础设施的前提 ................................................................. 46
在 Kubernetes 上运行 MySQL ..................................................................................... 47
ReplicaSet .................................................................................................................... 48
Deployment .......................................................................................................... 49
Service .................................................................................................................. 53
访问 MySQL......................................................................................................... 56
在 Kubernetes 上运行 Apache Cassandra ..................................................................... 58
StatefulSet ............................................................................................................ 60
访问 Cassandra ..................................................................................................... 70
小结 ............................................................................................................................. 72
第 4 章　通过 Helm 在 Kubernetes 上自动部署数据库.................. 73
通过 Helm Chart 部署应用 ........................................................................................... 74
通过 Helm 部署 MySQL .............................................................................................. 75
Helm 的工作方式 ................................................................................................. 78
Label .................................................................................................................... 80
ServiceAccount ..................................................................................................... 81
Secret.................................................................................................................... 81
ConfigMap ............................................................................................................ 82
更新 Helm Chart ................................................................................................... 84
卸载 Helm Chart ................................................................................................... 85
使用 Helm 部署 Apache Cassandra .............................................................................. 85
亲和性与反亲和性 ............................................................................................... 87
Helm、CI/CD 及 Operator .................................................................................... 90
小结 ............................................................................................................................. 92
第 5 章　通过 Operator 自动管理 Kubernetes 数据库...................93
扩展 Kubernetes 控制平面 ........................................................................................... 94
扩展 Kubernetes 客户端 ....................................................................................... 94
扩展 Kubernetes 主节点组件 ................................................................................ 95
扩展 Kubernetes 工作节点组件 ............................................................................ 96
Operator 模式 ............................................................................................................... 97
控制器 .................................................................................................................. 97
自定义资源........................................................................................................... 99
Operator ............................................................................................................. 101
使用 Vitess Operator 管理 Kubernetes MySQL .......................................................... 103
Vitess 概述 ......................................................................................................... 103
PlanetScale Vitess Operator ................................................................................ 106
不断发展的 Operator 生态体系 .................................................................................. 116
选择 Operator ..................................................................................................... 116
构建 Operator ..................................................................................................... 119
小结 ........................................................................................................................... 121
第 6 章　在 Kubernetes 上集成数据基础设施............................ 123
K8ssandra：生产就绪的 Kubernetes 上的 Cassandra ................................................. 123
K8ssandra 架构 ................................................................................................... 124
安装 K8ssandra Operator .................................................................................... 125
创建 K8ssandraCluster ....................................................................................... 128
使用 Cass Operator 在 Kubernetes 上管理 Cassandra ................................................. 130
使用 Stargate API 提高开发人员的工作效率 ............................................................. 134
基于 Prometheus 和 Grafana 的统一监控基础设施 .................................................... 136
使用 Cassandra Reaper 进行修复 ............................................................................... 140
使用 Cassandra Medusa 进行数据备份与恢复 ........................................................... 142
创建备份 ............................................................................................................ 143
备份恢复 ............................................................................................................ 144
在 Kubernetes 上部署多集群应用 .............................................................................. 145
小结 ........................................................................................................................... 151
第 7 章　Kubernetes 原生数据库.......................................... 152
为什么需要 Kubernetes 原生方式 .............................................................................. 152
使用 TiDB 进行大规模混合数据访问 ........................................................................ 154
TiDB 架构 .......................................................................................................... 155
在 Kubernetes 上部署 TiDB................................................................................ 157
配置 DataStax Astra DB 的无服务器 Cassandra ......................................................... 165
在 Kubernetes 原生数据库中寻找什么....................................................................... 172
基本要求 ............................................................................................................ 172
Kubernetes 原生技术的未来 ............................................................................... 174
小结 ........................................................................................................................... 176
第 8 章　Kubernetes 数据流式传输........................................ 177
流式传输简介 ............................................................................................................ 177
传输类型 ............................................................................................................ 178
传输保证 ............................................................................................................ 179
功能范围 ............................................................................................................ 180
流式传输在 Kubernetes 上的作用 .............................................................................. 181
通过 Apache Pulsar 在 Kubernetes 上实现流式传输 .................................................. 183
准备环境 ............................................................................................................ 186
使用 cert-manager 配置默认的安全通信 .................................................................... 188
通过 Helm 部署 Apache Pulsar ........................................................................... 192
通过 Apache Flink 进行流分析 .................................................................................. 192
在 Kubernetes 上部署 Apache Flink ................................................................... 195
小结 ........................................................................................................................... 197
第 9 章　Kubernetes 数据分析.............................................198
数据分析简介 ............................................................................................................ 199
在 Kubernetes 上部署分析工作负载 .......................................................................... 200
Apache Spark 简介 ..................................................................................................... 203
在 Kubernetes 上部署 Apache Spark .......................................................................... 204
构建自定义容器 ................................................................................................. 206
提交并运行应用 ................................................................................................. 206
Apache Spark 专用的 Kubernetes Operator ................................................................ 207
Kubernetes 调度器替代品 .......................................................................................... 210
Apache YuniKorn ................................................................................................ 212
Volcano ............................................................................................................... 214
Kubernetes 专用分析引擎 .......................................................................................... 217
Dask ................................................................................................................... 219
Ray ..................................................................................................................... 221
小结 ........................................................................................................................... 223
第 10 章　机器学习及其他新兴用例..........................................224
云原生 AI/ML 技术栈 ................................................................................................ 224
AI/ML 定义 ........................................................................................................ 225
定义 AI/ML 技术栈 ............................................................................................ 227
使用 KServe 进行实时模型服务 ......................................................................... 228
使用 Feast 进行特征的全生命周期管理 ............................................................. 231
使用 Milvus 进行向量相似度搜索 ..................................................................... 234
使用 Apache Arrow 实现高效的数据移动 .................................................................. 236
使用 lakeFS 管理对象存储的版本 ............................................................................. 239
小结 ........................................................................................................................... 242
第 11 章　将数据工作负载迁移到 Kubernetes 上........................244
愿景：应用感知平台 ................................................................................................. 244
描绘成功的蓝图 ......................................................................................................... 246
人员 .................................................................................................................... 247
技术 .................................................................................................................... 250
流程 .................................................................................................................... 256
云原生数据的未来 ..................................................................................................... 261
小结 ........................................................................................................................... 264
关于作者..........................................................................266
关于封面..........................................................................266

译者序
随着科学技术的深入发展，信息数字化技术已经成为社会经济发展的生产力，深入国民经济和社会发展的方方面面，促进了企业创新、提高效率、赢得市场。云原生技术作为数字技术的基础，经过十多年的发展，已趋于成熟，成为企业数字化建设的基石，被金融、制造、互联网、政务等行业的众多用户采用。在提高信息资源利用率、加快企业业务创新和迭代等方面，云原生技术为企业提供了更具弹性、更加健壮的业务系统，帮助企业更好地应对不断变化的市场竞争和客户需求。
计算、网络、存储是信息技术的三大核心内容，也是云原生领域的三大核心技术领域。经过长期的演进和迭代，云原生计算领域和网络领域都有了长足的发展，也在很多企业用户的核心生产环境中得到了验证，但是云原生存储领域的发展相对滞后。一方面，在虚拟化主导的技术体系和存储产品中，数据存储的安全性和可靠性是有保障的，企业不敢也不愿意贸然地将数据迁移至相对不太成熟的云原生平台上。另一方面，各大存储厂商对 Kubernetes 云原生技术的投入相对不足，导致云原生平台无法提供满足企业存储数据所需的各种安全和保障技术。
随着以 Kubernetes 为核心的云原生技术在市场上被越来越多的用户认可，各个存储厂商和相关企业加大了投入，这促使 Kubernetes 社区的 sig-storage 工作组加快了云原生存储标准的制定、引导了云原生存储系统的发展。其主要呈现在 3 个方面 ：一是制定了 Kubernetes 上的存储标准，结束了以前各自为营的混乱局面，统一了存储系统接入 Kubernetes 的方式和接口。二是不断完善存储标准，以覆盖存储技术的核心能力，为用户存储数据提供全面的保障，同时将大多数的传统商业存储产品很方便地运用到 Kubernetes 上，形成了统一的云原生平台。三是孵化各种以 Kubernetes 为基础的云原生存储系统，如 OpenEBS、Longhorn、Rook-Ceph 等。这种存储系统是生在长在Kubernetes 上的，充分地利用了 Kubernetes 的基础能力。此外，还提供了如 HwameiStor这样的高性能、自动化运维的云原生本地存储开源项目，可以供用户免费使用。
目前，对众多企业用户来说，如何降低使用云原生存储技术的门槛，如何更系统、全面地学习和使用现有平台的存储能力，如何更好地把握技术发展方向并做好规划，如何全面地了解由云原生存储能力发展衍生的各种存储系统等，都是亟待解决的问题。本书围绕云原生数据基础设施：持久化、流式传输与批量分析，通过 Kubernetes 管理数据存储，打造 Kubernetes 数据库，通过 Helm 在 Kubernetes 上自动部署数据库，通过 Operator 自动管理 Kubernetes 数据库，在 Kubernetes 上集成数据基础设施，Kubernetes 原生数据库，Kubernetes 数据流式传输，Kubernetes 数据分析，机器学习及其他新兴用例，将数据工作负载迁移到 Kubernetes 上这 11 个方面展开讲解，层层递进，深入浅出，并结合实践。相信不同的读者会有不同的解读。
在此诚挚地感谢「DaoCloud 道客」的吴慧、要海峰、赵燕宁、朱虹、孙亮等同事为翻译本书做出的努力。虽然译者们在翻译本书时力争达到内容准确和语句流畅，但受限于时间和自身水平，还有不足之处，欢迎广大读者批评指正。希望每位读者都能通过阅读本书有所收获，祝阅读愉快。
——「DaoCloud 道客」HwameiStor 开源团队 2023 年 6 月

序
本书将带领你深入技术行业变革最大的核心地带，进行一次奇妙的探险。此次探险将由勇敢二人组 Patrick McFadin 和 Jeff Carpenter 带领，他们几十年来一直敢于挑战数据的“高山”、“深谷”和“湖泊”。你将是一个由此勇敢二人组领导的团队的一部分。此外，一同前行的还有一帮有远见的从业者，目的是赢得奖励——创造数据未来的力量。
读罢本书，你将能够开启自己的新征程，并带领其他人一起跨出那个原先囿于基础设施的计算世界，进入由自主体验主导的认知新世界。这一定会精彩纷呈。
当下人们对大规模系统的想象、理解和操作都发生了翻天覆地的变化，本书就是在此时代背景下写作的。在这些纷繁的变化中写一本关于技术的书本身可能看起来不切实际，但这个责任是无法逃避的。现在让我们在最后的庇护所里整装待发，为一路的行程做好准备。
人们需要准备的行囊应多多益善，这是因为事物的发展往往是瞬息万变的。在过去短短的几十年里，已经从大型机先发展到网络，再发展到数据中心，最后发展到云。每个新时代都感觉像是一个新世界，有着新规则和新机遇。人们打造符合生态系统要求的工具以匹配时代的需求 ；而这些工具反过来又加速了时代前进的步伐，于是人们打造更多的工具 ；尽管时代发展速度很快，人们却永远得不到满足，直到突然间人们取得了前所未有的新突破，这便预示着一个新时代的到来。
每个时代都需要处理相同的问题：网络、计算和数据。每次飞跃，都需要转型。历数过往，大型机和终端、网络和路由器、数据中心和虚拟化、云和容器等呼啸而过 ；每个时代都在刷新速度、规模和单位经济的新标准。让系统的运行速度更快，让系统更大、更高效是我们努力的目标。
随着工具的不断演进，人们也需要与时俱进。无论是执掌大型机的总管还是精疲力竭的网络管理员，抑或是尽职尽责的数据中心操作员和见多识广的云计算工程师等，在面对新的风口出现时都需要重建心态。基础设施一直以来都被认为是昂贵的，这是因为它是业务运营的成本，而不是业务本身。每个时代的技术团队都需要关注业务的价值。大型机与事务处理、网络与文件共享、数据中心与电子商务、云与应用等不断涌现，每个时代的风向标都反映了当时典型的业务关注点。展望未来，我们不仅看到了新的名词：边缘、模型、预测与决策，而且共同向着业务自动化推进。
是什么阻碍了人们迈向下一个时代？人们共同努力想要实现的重大突破是什么？对此，完美的答卷尚未被交出。
AWS 引领了云时代的前半程，其他云厂商也纷纷效仿 ：它们都通过虚拟机和基础设施微服务架构，在全球范围内联合组建了一个个数据中心，并将其作为一个整体一同进行设计和演进。不同的云之间的区别在于它们有各自不同的审美、身份模型、计费系统和API 等。就像在大型机、网络和数据中心时代的初始阶段一样，每个云技术栈都是垂直整合的。这种绑定模式虽提供了实用性，却牺牲了生态迁移的灵活性。
云时代的后半段由 Kubernetes 及其蓬勃发展的工具生态系统定义，它们都基于同一个前提 ：工作单元是容器，而不是虚拟机、物理服务器或主机处理器。容器始终是这个时代和领域的法则，代表了技术工作负载的标准粒度。它们的目标是超越单一云，让云原生无处不在。Kubernetes 的突破以云原生著称，标志着成熟的云时代的到来。
容器究竟有什么黑科技？简单来说，人们已经意识到需要通过缩小工作单元来拓宽想法。软件脱胎于想法，为了提高流动性，需要将这些想法缩小到更高效的单元中 ；为了扩大影响力，需要将这些想法扩展并利用任何可用的基础设施。Kubernetes 及其生态系统发布的云原生宣言带领人们走了很长的一段路，现在人们发现陷入了困境，距渴望的巅峰还有一段距离。尽管人们取得了各种进展，但它们都集中在无状态操作上。人们现在面临着时代的最后阶段：云原生数据。
当人们共同攻克这个挑战时，便创造了一个全新的世界——任何应用或模型都可以在需要它的任何地方以用户所需的速度运行，这是因为数据将随之流动。无论是在手机、汽车、边缘计算、云端还是在卫星上，数据都将具备自描述、可观察、流动和可访问的特点。
基础设施可以变得无形，并以开发人员畅想的方式为人们提供助力。本书是开启这种潜能的关键。和其他传奇的旅程一样，Kubernetes 云原生数据的发展是一个循序渐进的过程。普通世界中的存储和 StatefulSet 将引导人们掌握为任何工作负载构建数据基础设施的能力，无论是应用程序还是分析和机器学习。接着，人们将打开通往非凡世界的大门 ：下一代数据管理的愿景，以及推动发展的开源项目。借助开放社区共享想法和代码，是人们实现这一未来的唯一途径。
展望未来十年，人们不知道自己使用的技术将被称作什么，但确信它们会构建在目前正要实现的想法之上。欢迎参与云原生数据的冒险之旅，尽情享受这段旅程的喜悦吧！
—— Sam Ramji DataStax 首席战略官 Linux 基金会战略顾问

前言
Kubernetes 是否已经准备好处理有状态工作负载？可能是这个问题让你翻开了本书。自从云计算首次出现以来，数据基础设施（NoSQL/NewSQL、流式处理、分析）和应用基础设施（Docker、Kubernetes）都在迅速发展，但它们发展的方向有所不同。人们认为，是时候正式将这两个领域融合起来了。这不仅仅是对未来的渴望，目前已经有多个社区正在开展合作。那些试图为数据和应用而管理两套不同技术栈的组织很快就会发现自己处于竞争劣势。
Kubernetes 于 2014 年正式发布，在此之后的几年中，几乎没有人会认为它能够存放数据和有状态工作负载。2018 年 Kelsey Hightower 的推文代表了当时的主流观点：
Kubernetes 在运行有状态工作负载方面取得了巨大的进展，包括数据库和消息队列等，但人们仍然更倾向于不在 Kubernetes 上运行它们。
在过去的几年中，形势已经发生逆转。解决问题的工程师接受了 Kelsey 的挑战并付诸行动。Kubernetes 支持有状态工作负载的完善度可以说是毫不令人意外的，这是因为需求实在太旺盛了。如果还有人争论为什么数据库必须在裸金属机器上运行，或为什么不应该在容器内部部署数据基础设施等问题，那么他们可以关注本书。
人们还了解到，“永不”和“尚未”之间存在巨大的差异。计算、存储、网络现在被看作商品，为什么数据管理就是一个例外呢？ Kubernetes 在降低成本和简化应用开发流程方面的价值导向意味着数据基础设施向 Kubernetes 的迁移是不可避免的。不仅是 Kubernetes 在发生变化，人们还将看到数据基础设施的项目也在发生变化。
写作本书的目的
DataStax 的“日常工作”要求我们在 Kubernetes 上有效地部署和操作 Apache Cassandra，这让我们产生了将有状态工作负载转移到 Kubernetes 上的想法。本着开源开发的精神，我们寻找了其他数据库和其他在有状态工作负载方面尝试过类似举措（并取得成功）的从业者，我们找到了一群志同道合的人，并在 2020 年推出了 Kubernetes 数据社区（DoKC）。DoKC 现在是一个独立的组织，已经举办了 100 多场交流会和一些现场活动。DoKC 交流会上的各类主题和演讲者是这个社区充满活力的证据，大家协同工作来建立标准和最佳实践。最重要的是，大家正一起努力学习，吸取过去的经验教训，并在打造新事物的过程中互帮互助。
随着参加的交流会越来越多，一些共同的主题便开始浮现。我们一遍又一遍地听到持久卷（PersistentVolume，PV）子系统的好处，StatefulSet 的优点和缺点，使数据库操作更易于管理的 Operator 模式的承诺，以及萌生的新型数据管理的想法。随着时间的推移，我们坚信这个新兴的从业者社区需要一个地方来将分散在多个演示文稿和博客文章中的要点收集起来，并将其提炼成易于理解的形式。本书就是这一过程的产物。
“路漫漫其修远兮，吾将上下而求索”，云原生数据领域还有很多工作要做，包括Operator、机器学习、数据 API、数据集的声明式管理等。我们希望本书能为其他更多图书、博客、演示文稿和学习资源打开“大门”。
本书的受众人群
本书的主要读者包括从事云端设计、构建和运行应用的开发人员与架构师。如果你恰好是其中一员并手捧本书，那你很可能早已听闻许多采用 Kubernetes 的机构，你或许已经加入了这个行列或至少正在考虑加入它。当然，你可能也对在 Kubernetes 上运行有状态工作负载持保留态度，并企图寻求帮助以走出困境。那你就来对地方了！本书将提供以下信息：
● 了解基本的 Kubernetes 资源及如何运用它们来构建数据基础设施
● 了解使用 Helm 和 Operator 等工具在 Kubernetes 上自动部署和操作数据基础设施的方法
● 针对应用，拥有评估和选用数据基础设施技术的能力
● 掌握将这些数据基础设施技术集成到整个技术栈中的方法
● 洞察新兴技术，有助于在未来提升基于 Kubernetes 的应用
我们通过 DoKC 认识了许多 Kubernetes 的核心开发人员和数据基础设施开发人员，他们虽然人数不多但也是本书十分重要的受众。我们希望创建一套通用的准则和最佳实践，并将其用作框架来推动 Kubernetes 的核心发展，以优化为了在 Kubernetes 上运行而构建的数据基础设施。让我们团结一致，推进 Kubernetes 云原生数据的实践。
本书开诚布公，直截了当——我们会告诉你哪些技术已经成熟稳固，也会告诉你有很多领域的技术还处于新兴阶段。我们将重点突出那些需要改进的领域。
如何阅读本书
建议通读本书，尤其是对 Kubernetes 经验不丰富的读者更要如此。本书先介绍了有关Kubernetes 的术语和概念，随着话题的深入，它们将贯穿本书的其余部分。以下是本书的组织结构。
第 1 章　云原生数据基础设施：持久化、流式传输与批量分析
本章阐述了通过在 Kubernetes 上运行无状态工作负载和有状态工作负载来实现云原生应用现代化的目标。读者应该从该章节开始阅读，因为其中定义了关键的目标和术语，为所有读者提供了一致的环境。具体来说，本章介绍了云原生数据的定义，并给出了云原生数据基础设施准则，本书的其余部分将使用这些准则来衡量有关技术。
第 2 章　通过 Kubernetes 管理数据存储
本章探讨了 Kubernetes 上数据基础设施的基本领域之一 ：存储。本章从存储在容器化系统中的工作方式开始介绍，首先以 Docker 为例介绍，然后转向 Kubernetes 及其 PV 子系统。本章讨论了各种可用的存储类型，包括文件、块和对象存储，以及如何权衡使用本地和远程存储解决方案。
第 3 章　打造 Kubernetes 数据库  
本章介绍了 Kubernetes 的计算资源，如 Pod、Deployments 和 StatefulSet，并引导读者逐步完成使用这些资源部署数据库，如部署 MySQL 和 Apache Cassandra 的过程。通过学习本章，读者将了解 StatefulSet 在管理分布式数据库方面的优势和劣势。
第 4 章　通过 Helm 在 Kubernetes 上自动部署数据库  
本章延续上一章的主题，重新回顾了在 Kubernetes 上部署 MySQL 和 Cassandra 的过程，此次是通过 Helm 包管理器以更自动化的方式进行的。通过学习本章，读者还将了解有助于配置的 Kubernetes 资源，包括 ConfigMap 和 Secret。本章还介绍了Helm 在整个 DevOps 流程和 CI/CD 工具集中的作用，以及 Helm 在管理数据库操作
方面的一些缺点。
第 5 章　通过 Operator 自动管理 Kubernetes 数据库  
本章通过介绍 Operator 模式和演示如何使用 Operator 帮助管理日常的数据库操作来总结数据库的部署步骤。本章以 Vitess（MySQL）和 Cass Operator（Apache Cassandra）为例，阐述了 Operator 是如何扩展 Kubernetes 控制平面并管理数据库的。通过学习本章，读者将了解如何评估 Operator 的成熟度，学习如何使用 Operator SDK 等构建自己的 Operator。
第 6 章　在 Kubernetes 上集成数据基础设施  
本章开始将关注点从部署和操作数据库扩展到把数据库和其他数据基础设施整合到整个应用技术栈中。本章研究了一个名为 K8ssandra 的项目，它集成了 Apache Cassandra，以及用于管理监控、安全和数据库备份的工具，并提供了一个 API 层用于轻松访问的数据。
第 7 章　Kubernetes 原生数据库
本章总结了本书前半部分有关云原生数据管理的知识，并运用这些知识来讨论“什么是 Kubernetes 原生数据库”。这不仅仅是关于行业流行语的讨论，对选择数据基础设施和开发该数据基础设施的人来说，这一讨论也很重要。
第 8 章　Kubernetes 数据流式传输
本章从流式传输开始，研究其余数据基础设施。云原生应用中数据的移动和处理同数据库持久化一样普遍，但需要不同的部署策略 ：安全地连接端点并构建默认的自愈性和弹性。本章使用了 Apache Pulsar 和 Apache Flink 来演示这些重要实践。
第 9 章　Kubernetes 数据分析
讽刺的是，对大规模分析部署的需求只是现如今 Kubernetes 方法论的起源故事中的一部分，即编排和资源管理。环顾四周，在 Kubernetes 上运行分析任务是现在许多机构的首要任务。本章强调了 Apache Spark 中的差异点，为介绍用例提供了良好的开端，并通过 Dask 和 Ray 项目介绍了 Kubernetes 上数据分析的最新进展。
第 10 章　机器学习及其他新兴用例
目前有关人工智能和机器学习的话题已处于数据基础设施领域的前沿位置。可以考虑将过去研发出的项目运行到 Kubernetes 上，这一举措十分有价值。当然，还有其他类型的项目选用了云原生技术，并为数据未来指明了方向。本章旨在调查这些项目，集思广益，为云原生数据提供帮助。
第 11 章　将数据工作负载迁移到 Kubernetes 上
如果不付诸实践，那么对本书的学习将变为徒劳。本章强调了前几章的关键内容，并提供了一个关于人员、流程和技术变革的框架，用它来协助将有状态工作负载成功地迁移到 Kubernetes 上。此外，本章展望了组织机构的数据基础设施在不久的将来可能的形态。
在 Kubernetes 上管理数据是一个新兴课题，某些领域会发生巨大改变。就像任何技术图书一样，本书在特定时间点（2022 年年末）总结了可以参考的相关知识。
事实上，针对一个快速发展的主题撰写一本书是极具挑战的，这是因为很难保障信息的时效性。为了更好地应对这一处境，本书采取这样一种模式 ：在提供大量示例的同时强调基础知识。随着内容的深入，本书研究的技术将显得越来越不成熟。在此，希望读者紧扣核心要义并将其应用于每个单独的用例，而不是照搬照抄或寻找“万能解”。
特别地，由于第 2 章至第 5 章中的内容涉及的主题已经非常成熟，所以在这些章节中会提供更深入的阐述和实战示例。而第 8 章至第 10 章介绍的数据基础设施还在不断地演进中，至少在 Kubernetes 部署方面是如此。对于这种情况，本书将提供更多的第三方学习资源，以确保读者了解最新进展。本书的初衷是鼓励读者与他人分享发现的新资源，以更好地一同进步。

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}