دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.]
نویسندگان: Kasun Indrasiri. Sriskandarajah Suhothayan
سری:
ISBN (شابک) : 1492090719, 9781492090717
ناشر: O'Reilly Media
سال نشر: 2021
تعداد صفحات: 314
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Design Patterns for Cloud Native Applications: Patterns in Practice Using APIs, Data, Events, and Streams به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب الگوهای طراحی برای برنامه های کاربردی Cloud Native: الگوهای در عمل با استفاده از API ها، داده ها، رویدادها و جریان ها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
با صرفه جویی در هزینه و مقیاس پذیری که ابر فراهم می کند، منطق ساخت برنامه های کاربردی بومی ابر دیگر مورد سوال نیست. مسئله واقعی این است که چگونه. با این راهنمای عملی، توسعهدهندگان با متداولترین الگوهای طراحی برای ساخت اپلیکیشنهای بومی ابری با استفاده از API، دادهها، رویدادها و جریانها در توسعه سبز و براونفیلد آشنا میشوند. شما یاد خواهید گرفت که چگونه به صورت تدریجی برنامه های بومی ابری بزرگ و موثر را طراحی، توسعه و استقرار دهید که بتوانید با کمترین هزینه، زمان و تلاش در مقیاس، مدیریت و نگهداری کنید. نویسندگان Kasun Indrasiri و Sriskandarajah Suhothayan موارد استفاده را برجسته می کنند که به طور موثر چالش هایی را که ممکن است در هر مرحله با آن روبرو شوید را نشان می دهد. • اصول برنامه های کاربردی ابری را بیاموزید • الگوهای کلیدی ارتباطات، اتصال، و ترکیب بندی ابری را کاوش کنید • تکنیک های مدیریت داده های غیرمتمرکز را بیاموزید • از معماری رویداد محور برای ایجاد برنامه های کاربردی بومی ابری توزیع شده و مقیاس پذیر استفاده کنید • متداول ترین الگوهای مورد استفاده برای مدیریت و مصرف API را کاوش کنید • برخی از ابزارها و فناوری هایی را که برای ساختن سیستم های بومی ابری نیاز دارید، بررسی کنید
With the immense cost savings and scalability the cloud provides, the rationale for building cloud native applications is no longer in question. The real issue is how. With this practical guide, developers will learn about the most commonly used design patterns for building cloud native applications using APIs, data, events, and streams in both greenfield and brownfield development. You'll learn how to incrementally design, develop, and deploy large and effective cloud native applications that you can manage and maintain at scale with minimal cost, time, and effort. Authors Kasun Indrasiri and Sriskandarajah Suhothayan highlight use cases that effectively demonstrate the challenges you might encounter at each step. • Learn the fundamentals of cloud native applications • Explore key cloud native communication, connectivity, and composition patterns • Learn decentralized data management techniques • Use event-driven architecture to build distributed and scalable cloud native applications • Explore the most commonly used patterns for API management and consumption • Examine some of the tools and technologies you'll need for building cloud native systems
Copyright Table of Contents Preface Conventions Used in This Book O’Reilly Online Learning How to Contact Us Acknowledgments Chapter 1. Introduction to Cloud Native What Is Cloud Native? Designed as a Collection of Microservices Use Containerization and Container Orchestration Automate the Development Life Cycle Dynamic Management Methodology for Building Cloud Native Apps Designing the Application Developing the Application Connectivity, Compositions, and APIs Automating the Development, Release, and Deployment Running in a Dynamic Environment Control Plane for Dynamic Management Observability and Monitoring Design Patterns for Building Cloud Native Apps Communication Patterns Connectivity and Composition Patterns Data Management Patterns Event-Driven Architecture Patterns Stream-Processing Patterns API Management and Consumption Patterns Reference Architecture for Cloud Native Apps Summary Chapter 2. Communication Patterns Synchronous Messaging Patterns Request-Response Pattern Remote Procedure Calls Pattern Summary of Synchronous Messaging Patterns Asynchronous Messaging Patterns Single-Receiver Pattern Multiple-Receiver Pattern Asynchronous Request-Reply Pattern Summary of Asynchronous Messaging Patterns Service Definition Patterns Service Definitions in Synchronous Communication Service Definition in Asynchronous Communication Technologies to Implement Synchronous Messaging Patterns RESTful Services GraphQL WebSocket gRPC Summary of Synchronous Messaging Technologies Technologies to Implement Asynchronous Messaging Patterns AMQP Kafka NATS Testing Security Observability and Monitoring DevOps Summary Chapter 3. Connectivity and Composition Patterns Connectivity Patterns Service Connectivity Pattern Service Abstraction Pattern Service Registry and Discovery Pattern Resilient Connectivity Pattern Sidecar Pattern Service Mesh Pattern Sidecarless Service Mesh Pattern Technologies for Implementing Service Connectivity Patterns Summary of Connectivity Patterns Service Composition Patterns Service Orchestration Pattern Service Choreography Pattern Saga Pattern Technologies for Implementing Service Composition Patterns Summary of Service Composition Patterns Summary Chapter 4. Data Management Patterns Data Architecture Types and Forms of Data Data Stores Relational Databases NoSQL Databases Filesystem Storage Data Store Summary Data Management Centralized Data Management Decentralized Data Management Hybrid Data Management Data Management Summary Data Composition Patterns Data Service Pattern Composite Data Services Pattern Client-Side Mashup Pattern Summary of Data Composition Patterns Data Scaling Patterns Data Sharding Pattern Command and Query Responsibility Segregation Pattern Summary of Data Scaling Patterns Performance Optimization Patterns Materialized View Pattern Data Locality Pattern Caching Pattern Static Content Hosting Pattern Summary of Performance Optimization Patterns Reliability Patterns Transaction Pattern Summary of Transaction Reliability Pattern Summary of the Vault Key Pattern Technologies for Implementing Data Management Patterns Relational Database Management Systems Apache Cassandra Apache HBase MongoDB Redis Amazon DynamoDB Apache HDFS Amazon S3 Azure Cosmos DB Google Cloud Spanner Summary of Technologies Testing Security Observability and Monitoring DevOps Summary Chapter 5. Event-Driven Architecture Patterns Event-Driven Architecture Exactly Once Processing Message Broker Categories CloudEvents Event Schema Event-Delivery Patterns Producer-Consumer Pattern Publisher-Subscriber Pattern Fire and Forget Pattern Store and Forward Pattern Polling Pattern Request Callback Pattern Summary of Event-Delivery Patterns State Management Patterns Event Sourcing Pattern Summary of State Management Pattern Orchestration Patterns Mediator Pattern Pipe and Filter Pattern Priority Queue Pattern Summary of Orchestration Patterns Technologies for Event-Driven Architecture Apache ActiveMQ RabbitMQ Amazon SQS Amazon SNS Azure Event Grid Azure Service Bus Queues Google Cloud Pub/Sub Summary of Message Broker Technologies Testing Security Observability and Monitoring DevOps Summary Chapter 6. Stream-Processing Patterns What Is a Stream? What Is Stream Processing? Streaming Data Processing Patterns Transformation Pattern Filters and Thresholds Pattern Windowed Aggregation Pattern Stream Join Pattern Temporal Event Ordering Pattern Machine Learner Pattern Summary of Streaming Data Processing Patterns Scaling and Performance Optimization Patterns Sequential Convoy Pattern Buffered Event Ordering Pattern Course Correction Pattern Watermark Pattern Summary of Scaling and Performance Optimization Patterns Reliability Patterns Replay Pattern Periodic Snapshot State Persistence Pattern Two-Node Failover Pattern Summary of Reliability Patterns Technologies Esper Siddhi ksqlDB Apache Spark Apache Flink Amazon Kinesis Azure Stream Analytics Google Dataflow Summary of Stream-Processing Technologies Testing Security Observability and Monitoring DevOps Summary Chapter 7. API Management and Consumption Patterns API Management Patterns API Gateway Pattern API Microgateway Pattern Service Mesh Sidecar as an API Gateway Pattern Technologies for Implementing API Management Patterns Summary of API Management Patterns API Consumption Patterns Direct Frontend-to-Microservices Communication Pattern Frontends Consuming Services Through API Gateway Pattern Backend for Frontends Pattern Summary of API Consumption Patterns Summary Chapter 8. Cloud Native Patterns in Practice Building an Online Retail System Product Catalog Order Management Order Tracking and Prediction Product Recommendations Customer and Partner Management Building the High-Level Architecture Building External APIs Connecting Services Performing Data Management Using Event-Driven Architecture Using Stream Processing Implementing Dynamic Management in a Cloud Environment Summary Index About the Authors Colophon