內容簡介
內容簡介 使用AWS雲端元件來設計、建立、部署應用程式 Amazon Web Services(AWS)是現今最熱門、使用最廣泛的雲端服務平台。只要將應用程式部署在AWS平台上,就能讓應用程式擁有絕佳的彈性與強健性。本書會帶領你了解雲端開發的基本概念,然後以AWS雲端服務來探討解決方案,幫助你一口氣解決根本的問題。 本書不僅是建置高效雲端應用程式的方法與注意事項,更是全面利用AWS的指南。首先,我們會說明AWS的重要觀念,並申請AWS帳號來開始使用。本書內容介紹了雲端服務模式,幫助你在AWS平台上,建立出具備可高度擴展與安全性的應用程式。接著,我們會深入介紹雲端運算概念,例如:S3儲存服務、RDS與EC2等。然後,本書將會引導你逐步了解VPC,建立即時無伺服器環境,並且使用微型服務部署無伺服器API介面。最後,本書會教導你如何監控應用程式、自動化基礎設施以及利用AWS CloudFormation佈署。 閱讀完本書後,你將能夠精通AWS雲端服務所提供的各項服務,並利用AWS基礎設施來加速開發流程。 【適用讀者】 本書適合剛接觸到AWS的開發者、工程師以及架構設計師。若是你已有設計與建立內部部署應用程式的經驗,而現在正在思考如何搬遷或重構應用程式至雲端的話,則本書將會對你有很大的幫助。閱讀本書時,你需要對Java與Python程式語言擁有一定程度的能力。 【你能夠從本書學習到】 ◎建立AWS帳號,並且了解AWS的基本概念。 ◎了解AWS的專有名詞以及如何管理存取權限。 ◎了解運算、ELB、VPC等雲端功能的重要元素。 ◎了解AWS雲端服務中與資料庫相關的服務後,學習如何備份資料庫,並同時確保高可用性。 ◎將AWS雲端服務與你的應用程式整合,以達成並超越非功能性需求。 ◎建立及自動化基礎設施,以設計出經濟實惠、高可用性的應用程式。
作者介紹
作者介紹 Aurobindo Sarkar Amit ShahAurobindo Sarkar Aurobindo Sarkar目前擔任ZineOne Inc.在印度研發中心的地區主管。他在此業界的經歷超過25年,於印度、美國、英國以及加拿大的許多領先企業中擔任過顧問職。其專長為即時架構、機器學習、雲端系統開發以及大數據分析等領域。Aurobindo在多家科技新創企業中擔任技術長職位已逾八年,並同時在企業訓練所與公司內部開設機器學習相關課程。 Amit Shah Amit Shah擁有電機領域的學士學位,並在Global Eagle任職總監。從80年代早期,也就是第一波個人電腦熱潮開始他便從事與程式設計相關的工作,起初純粹作為個人興趣,而後發展為專業技術。他接觸過的領域包括嵌入式系統、IoT物聯網、類比與數位硬體設計、系統程式、雲端運算以及企業架構等。過去七年內,他一直廣泛在雲端運算以及企業架構等領域從業。
產品目錄
產品目錄 Chapter 01:雲端的那些事—從基礎開始 1.1 什麼是雲端運算 1.2 公有雲、私有雲與混合雲 1.3 雲端服務模式—IaaS、PaaS 與SaaS 1.4 多租戶模式 1.5 基於雲端的工作負載 1.6 建立AWS帳號 1.7 小結 Chapter 02:設計雲端應用程式 2.1 基於雲端的多層架構 2.2 多租戶的設計考量 2.3 雲端應用程式的設計原則 2.4 常見的雲端應用程式架構 2.5 估算你的雲端運算所需成本 2.6 電子商務網頁應用程式 2.7 小結 Chapter 03:AWS元件 3.1 AWS元件 3.2 AWS雲端的成本管理 3.3 應用程式開發環境 3.4 建置AWS基礎設施 3.5 小結 Chapter 04:可擴展性的設計與實作 4.1 可擴展性的目標方向 4.2 可擴展的應用程式架構 4.3 運用AWS基礎設施服務達成可擴展性 4.4 配合增加的流量更換架構 4.5 事件處理型架構的擴展 4.6 設定自動擴展機制 4.7 小結 Chapter 05:高可用度的設計與實作 5.1 可用度的目標方向 5.2 各種可能的異常類型 5.3 建立高可用度 5.4 小結 Chapter 06:安全性的設計與實作 6.1 安全性的目標方向 6.2 安全性的責任歸屬 6.3 AWS雲端安全性的最佳實務原則 6.4 建立安全性 6.5 小結 Chapter 07:正式環境部署與上線規劃 7.1 管理基礎設施、進行部署、有效率地服務客戶 7.2 以CloudFormation建立與管理AWS雲端環境 7.3 用CloudWatch進行監控 7.4 AWS提供的備份還原方案 7.5 規劃正式環境的上線準備 7.6 建立正式的線上環境 7.7 小結 Chapter 08:設計大數據應用程式 8.1 什麼是大數據應用程式 8.2 以Amazon Kinesis分析串流資料 8.3 無伺服器大數據應用程式的最佳實務指引 8.4 在Amazon EMR服務使用上的最佳實務指引 8.5 分散式機器學習與預測分析的最佳實務原則 8.6 大數據應用程式的安全性議題 8.7 EMR-Spark叢集的設定與使用 8.8 小結 Chapter 09:實作大數據應用程式 9.1 建立Amazon Kinesis資料串流 9.2 建立AWS Lambda程式服務 9.3 利用Amazon Kinesis Firehose資料交付串流 9.4 利用Amazon Glue與Amazon Athena 9.5 利用Amazon SageMaker 9.6 小結 Chapter 10:部署大數據系統 10.1 利用CloudFormation模板 10.2 開發與部署無伺服器應用程式 10.3 利用AWS的無伺服器應用程式儲存庫 10.4 小結