本书围绕Kubernetes云原生数据基础设施，介绍了如何通过Kubernetes管理数据存储，如何通过Helm和Operator在Kubernetes上自动部署和管理数据库，阐述了数据流式传输和数据分析的过程，探讨了在机器学习及其他新兴用例中如何使用Kubernetes云原生数据等。本书不仅深入阐述了云原生基础设施的发展历程和处理方式，而且分门别类地为每个场景提供了可以直接运行的示例代码，以便读者学习和练习。本书结构与英文原版保持一致，是DaoCloud云原生数据存储专家经反复校对后提供的译本。本书适合从事云端设计、构建和运行应用的开发人员，以及架构师和云原生工程师。无论你是Kubernetes数据存储方面的“新手”还是有经验的“老兵”，相信本书都能让你有所受益。

杰夫·卡彭特（Jeff Carpenter）是精品国际酒店集团（Choice Hotels International）的一名系统架构师，在服务业和国防工业有着20年的从业经验。他的兴趣包括SOA微服务、大规模系统架构设计以及数据架构。

序
前言
第1章 云原生数据基础设施：持久化、流式传输与批量分析
基础设施类型
云原生数据是什么
数据基础设施越多，问题越多
Kubernetes引领潮流
Kubernetes计算管理
Kubernetes网络管理
Kubernetes存储管理
云原生数据组件
迎接变革
采用SRE思维方式
遵循云原生数据基础设施准则
小结
第2章 通过Kubernetes管理数据存储
Docker，容器和状态
在Docker中管理状态
绑定挂载
卷
Tmpfs挂载
卷驱动程序
Kubernetes数据存储资源
Pod和卷
PV
PVC
StorageClass
Kubernetes存储架构
Flexvolume
CSI
CAS
COSI
小结
第3章 打造Kubernetes数据库
困难模式
在Kubernetes上运行数据基础设施的前提
在Kubernetes上运行MySQL
ReplicaSet
Deployment
Service
访问MySQL
在Kubernetes上运行ApacheCassandra
StatefulSet
访问Cassandra
小结
第4章 通过Helm在Kubernetes上自动部署数据库
通过HelmChart部署应用
通过Helm部署MySQL
Helm的工作方式
……
第5章 通过Operator自动管理Kubernetes数据库
第6章 在Kubernetes上集成数据基础设施
第7章 Kubernetes原生数据库
第8章 Kubernetes数据流式传输
第9章 Kubernetes数据分析
第10章 机器学习及其他新兴用例
第11章 将数据工作负载迁移到Kubernetes上
关于作者
关于封面