ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب DevOps in Python: Infrastructure as Python

دانلود کتاب DevOps در پایتون: زیرساخت به عنوان پایتون

DevOps in Python: Infrastructure as Python

مشخصات کتاب

DevOps in Python: Infrastructure as Python

ویرایش: [2 ed.] 
نویسندگان:   
سری:  
ISBN (شابک) : 1484279956, 9781484279953 
ناشر: Apress 
سال نشر: 2022 
تعداد صفحات: 251
[244] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 Mb 

قیمت کتاب (تومان) : 58,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 9


در صورت تبدیل فایل کتاب DevOps in Python: Infrastructure as Python 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 DevOps در پایتون: زیرساخت به عنوان پایتون 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.


توضیحاتی در مورد کتاب DevOps در پایتون: زیرساخت به عنوان پایتون

از Python برای خودکارسازی سیستم های پیچیده با کدهای قابل خواندن استفاده کنید. این نسخه جدید به شما کمک می‌کند تا از مدیریت عملیات/سیستم به سمت کدنویسی آسان بروید.
شما با نوشتن اسکریپت‌های خط فرمان و خودکارسازی کارهای ساده به سبک DevOps و سپس ایجاد تست‌های واحد قابل اعتماد و سریع که برای از حوادث ناشی از اتوماسیون باگ جلوگیری کنید. سپس به موارد پیشرفته‌تر می‌روید، مانند استفاده از Jupyter به‌عنوان یک پنل کنترل از راه دور قابل بازرسی و نوشتن پسوندهای Ansible و Salt.
اطلاعات به‌روز شده در این کتاب
  بهترین شیوه ها برای استقرار و به روز رسانی برنامه های کاربردی پایتون را پوشش می دهد. این شامل Docker، بسته‌بندی مدرن پایتون، و مخازن بسته داخلی پایتون است. همچنین نحوه استفاده از API AWS و Kubernetes API و نحوه خودکار ساختن و اجرای تصویر کانتینر Docker را خواهید دید. در نهایت، شما با Terraform از Python کار خواهید کرد تا امکان قالب‌بندی انعطاف‌پذیرتر و سفارشی‌سازی محیط‌ها را فراهم کنید.
آنچه خواهید آموخت
  • آشنایی با اتوماسیون سیستم عامل با پایتون
  • بسته برنامه های پایتون
  • < span>از Python به عنوان یک کنسول DevOps استفاده کنید
  • بررسی خودکارسازی ابر با پایتون
این کتاب برای چه کسی است
مهندس DevOps. مهندس قابلیت اطمینان سایت یا موارد مشابه (از جمله پلتفرم، تولید و سیستم‌ها) که سازمان آن از Python استفاده می‌کند.





توضیحاتی درمورد کتاب به خارجی

Take advantage of Python to automate complex systems with readable code. This new edition will help you move from operations/system administration into easy-to-learn coding.
You'll start by writing command-line scripts and automating simple DevOps-style tasks followed by creating reliable and fast unit tests designed to avoid incidents caused by buggy automation. You’ll then move on to more advanced cases, like using Jupyter as an auditable remote-control panel and writing Ansible and Salt extensions.
The updated information in this book
 covers best practices for deploying and updating Python applications. This includes Docker, modern Python packaging, and internal Python package repositories. You'll also see how to use the AWS API, and the Kubernetes API, and how to automate Docker container image building and running. Finally, you'll work with Terraform from Python to allow more flexible templating and customization of environments.
What You'll Learn
  • Understand operating system automation with Python
  • Package Python applications
  • Use Python as a DevOps console
  • Review Cloud automation with Python
Who This Book Is For
DevOps engineer. Site Reliability Engineer, or similar (including Platform, Production, and Systems), and whose organization uses Python.






فهرست مطالب

Table of Contents
About the Author
About the Technical Reviewer
Acknowledgments
Introduction
Chapter 1: Installing Python
	1.1 OS Packages
	1.2 Using pyenv
	1.3 Building Python from Source
	1.4 PyPy
	1.5 Anaconda
	1.6 Summary
Chapter 2: Packaging
	2.1 Virtual Environments
	2.2 pip
	2.3 Setup and Wheels
	2.4 Binary Wheels
	2.5 manylinux Wheels
		2.5.1 Self-Contained Wheels
		2.5.2 Portable Wheels
		2.5.3 manylinux Containers
		2.5.4 Installing manylinux Wheels
	2.6 tox
		2.6.1 One Environment
		2.6.2 Multiple Environments
		2.6.3 Multiple Differently Configured Environments
	2.7 Pip Tools
	2.8 Poetry
		2.8.1 Installing
		2.8.2 Creating
		2.8.3 Dependencies
		2.8.4 Developing
		2.8.5 Building
	2.9 Pipenv
	2.10 DevPI
	2.11 pex and shiv
		2.11.1 pex
		2.11.2 shiv
	2.12 Summary
Chapter 3: Interactive Usage
	3.1 Native Console
	3.2 The Code Module
	3.3 ptpython
	3.4 IPython
	3.5 JupyterLab
	3.6 Summary
Chapter 4: OS Automation
	4.1 Files
	4.2 Processes
	4.3 Networking
	4.4 Summary
Chapter 5: Testing
	5.1 Unit Testing
	5.2 Mocks, Stubs, and Fakes
	5.3 Testing Files
		5.3.1 Testing with Subdirectories
		5.3.2 Accelerating Tests with eatmydata
		5.3.3 Accelerating Tests with tmpfs
	5.4 Testing Processes
	5.5 Testing Networking
	5.6 Testing HTTP Clients
Chapter 6: Text Manipulation
	6.1 Bytes, Strings, and Unicode
	6.2 Strings
	6.3 Regular Expressions
	6.4 JSON
	6.5 CSV
	6.6 Summary
Chapter 7: HTTPX
	7.1 Clients
	7.2 REST
	7.3 Security
	7.4 Authentication
	7.5 Async client
	7.6 Summary
Chapter 8: Cryptography
	8.1 Fernet
	8.2 PyNaCl
	8.3 Passlib
	8.4 TLS Certificates
	8.5 Summary
Chapter 9: Paramiko
	9.1 SSH Security
	9.2 Client Keys
	9.3 Host Identity
	9.4 Connecting
	9.5 Running Commands
	9.6 Remote Files
		9.6.1 Metadata Management
		9.6.2 Upload
		9.6.3 Download
	9.7 Summary
Chapter 10: SaltStack
	10.1 Salt Basics
	10.2 Salt Concepts
	10.3 Salt Formats
	10.4 Salt Extensions
		10.4.1 States
		10.4.2 Execution
		10.4.3 Utility
		10.4.4 Extra Third-Party Dependencies
	10.5 Summary
Chapter 11: Ansible
	11.1 Ansible Basics
	11.2 Ansible Concepts
	11.3 Ansible Extensions
	11.4 Summary
Chapter 12: Containers
	12.1 Choosing a Base Image
		12.1.1 GNU C Library Support
		12.1.2 Long-Term Support
		12.1.3 Avoiding Unexpected Changes
	12.2 Installing the Python Interpreter
		12.2.1 conda
		12.2.2 Third-Party Repositories
		12.2.3 Building Python in the Container
		12.2.4 Python Base Image
	12.3 Installing Python Applications
	12.4 Optimizing Container Build Cache
	12.5 Rebuilding Containers
	12.6 Container Security
	12.7 Summary
Chapter 13: Amazon Web Services
	13.1 Security
		13.1.1 Configuring Access Keys
		13.1.2 Creating Short-Term Tokens
	13.2 Elastic Computing Cloud (EC2)
		13.2.1 Regions
		13.2.2 Amazon Machine Images
		13.2.3 SSH Keys
		13.2.4 Bringing up Machines
		13.2.5 Securely Logging In
		13.2.6 Building Images
	13.3 Simple Storage Service (S3)
		13.3.1 Managing Buckets
	13.4 Summary
Chapter 14: Kubernetes
	14.1 Pods
		14.1.1 Liveness and Readiness
		14.1.2 Configuration
			Environment Variables
			Configuration Files
			Secrets
		14.1.3 Python Sidecars
	14.2 REST API
	14.3 Operators
		14.3.1 Permissions
		14.3.2 Custom Types
		14.3.3 Retrieval
		14.3.4 Goal State
		14.3.5 Comparison
		14.3.6 Reconciliation
		14.3.7 Combining the Pieces
	14.4 Summary
Chapter 15: Terraform
	15.1 JSON Syntax
	15.2 Generating Terraform Configurations
	15.3 Summary
Index




نظرات کاربران