Python for DevOps｜學習精準有效的自動化

內容簡介 　　「搭配進階的課程，對Python提供極佳的介紹。透過這個課程了解如何應用Python到對現今軟體發展具有重要性的所有技術領域之中。」 　　—Jeremy Yabrow 　　Director of Engineering, BeyondView, Inc. 　　「你將遠離如尋寶般的探索，獲得能協助你改善DevOps實踐的新知和技術。」 　　—Wes Novack 　　Systems Architect, Pluralsight 　　在過去的十年裡，科技領域有許多事情發生改變。炙手可熱的資料科學、無所不在的雲端科技和許多組織需要某種方式的自動化。經歷這些轉變，Python已經成為世界上最受歡迎的語言之一。這本基於實務的技術指南將為你展示如何利用Python並與目前最有用的DevOps工具(包括Docker、Kubernetes和Terraform)結合，來處理日常Linux系統的管理與維護任務。 　　對於眾多的專家來說，學習如何操作Linux及自動化是十分重要的。Python讓這些事變得更為簡單。透過本書，你將學會如何開發軟體和解決使用容器的問題，當然還包括了如何設置監控與監測、進行負載測試和運維你的軟體。如何有效的使用Python「讓事情被完成」？以下是獻給你的指南。 　　‧Python基礎知識，包含語言的介紹 　　‧如何自動發送訊息、實作命令列工具和自動化檔案系統管理 　　‧Linux工具集、套件管理、建構系統、監控與監測和自動化測試 　　‧雲計算、基礎設施即程式碼、Kubernetes和無伺服器架構 　　‧從DevOps觀點出發，進行機器學習和資料工程 　　‧建構、部署和維運機器學習專案 目錄 前言 譯者序 第1章 以 Python 實踐 DevOps 的必需知識 第2章 檔案與檔案系統操作自動化 第3章 使用命令列 第4章 有用的 Linux 工具 第5章 套件管理 第6章 持續整合與持續部署 第7章 監控與日誌收集 第8章 運用 pytest 於 DevOps 第9章 雲端運算 第10章 基礎設施即程式碼 第11章 容器技術：Docker 和 Docker Compose 第12章 容器調度：Kubernetes 第13章 無伺服器技術 第14章 MLOps 和機器學習工程 第15章 資料工程 第16章 DevOps 戰爭故事與訪談 索引