介绍自动化运维和智能化运维的常用技术，同时，通过搭建实验环境的方式，让读者能够基于主流的容器化技术Docker与Kubernetes搭建自己的运维实验环境

第1章　自动化运维的常见问题与发展趋势

1.1　运维过程中的常见问题

1.1.1　设备数量多

1.1.2　系统异构性大

1.1.3　云计算技术成熟后带来更大的困难

1.1.4　信息安全要求带来的挑战

1.2　自动化运维主流工具

1.2.1　SaltStack

1.2.2　Ansible

1.3　自动化运维

1.4　新的趋势—AIOps

1.5　小结

第2章　使用Kubernetes快速搭建实验环境

2.1　Docker

2.1.1　使用Docker搭建实验环境的优点

2.1.2　安装Docker

2.1.3　Docker的基础使用方法

2.1.4　Docker常用命令与配置

2.1.5　定制Ansible镜像

2.1.6　使用docker-compose编排实验环境

2.1.7　docker-compose的常用配置项

2.2　镜像仓库

2.2.1　Docker Registry

2.2.2　Harbor

2.3　Kubernetes

2.3.1　Kubernetes简介

2.3.2　Kubeasz

2.3.3　K3S

2.3.4　Kubernetes快速入门

2.3.5　使用Kubernetes Deployment搭建Ansible实验环境

第3章　集中化运维利器——Ansible

3.1　Ansible基础知识

3.1.1　主机纳管——inventory

3.1.2　动态inventory

3.2　在命令行中执行Ansible

3.2.1　指定目标主机

3.2.2　常用命令示例

3.3　Ansible常用模块

3.3.1　文件管理模块

3.3.2　命令执行模块

3.3.3　网络相关模块

3.3.4　代码管理模块

3.3.5　包管理模块

3.3.6　系统管理模块

3.3.7　文档动态渲染与配置模块

3.4　自动化作业任务的实现—Ansible Playbook

3.4.1　Playbook示例

3.4.2　常用的Playbook结构

3.4.3　变量的使用

3.4.4　条件语句

3.4.5　循环控制

3.4.6　include语法

3.4.7　Ansible Playbook的角色roles

3.5　密钥管理方案—ansible-vault

3.6　使用Ansible的API

3.7　Ansible的优点与缺点

第4章　自动化运维

4.1　Ansible在自动化运维中的应用

4.1.1　ansible_fact缓存

4.1.2 ansible_fact信息模板

4.1.3　载入fact

4.1.4　set_fact的使用

4.1.5　自定义module

4.2　挂载点使用情况和邮件通知

4.2.1　任务目标

4.2.2　任务分析

4.2.3　任务的实现

4.3　操作系统安全基线检查

4.3.1　任务目标

4.3.2　任务分析

4.3.3　任务的实现

4.4　收集被管理节点信息

4.4.1　任务目标

4.4.2　任务分析

4.4.3　Jinja2简介

4.4.4　服务器巡检任务

4.5　小结

第5章　AIOps概述

5.1　AIOps概述

5.2　AIOps的落地路线

5.3　基于基础指标监控系统的AIOps

5.4　基于日志分析系统的AIOps

5.5　基于知识库的AIOps

5.6　基于AI平台的AIOps

第6章　AIOps工具包

6.1　应用系统参数自动优化

6.2　智能日志分析

6.2.1　日志模式发现

6.2.2　日志模式统计分析

6.2.3　实时异常检测

6.3　告警关联分析

6.4　语义检索

6.4.1　Bert-As-Service

6.4.2　Bert Fine-tuning

6.5　异常检测

6.5.1　典型场景——监控指标异常检测

6.5.2　异常检测工具包——PyOD

6.6　时序预测

6.6.1　典型场景——动态告警阈值

6.6.2　时序预测工具包——Prophet

第7章　加速AIOps落地——AI平台

7.1　AI平台与AIOps

7.1.1　为运维系统插上AI的翅膀

7.1.2　Polyaxon

7.2　搭建AI平台的技术点

7.2.1　nvidia-docker

7.2.2　nvidia-device-plugin

7.2.3　KubeShare——显卡资源调度

7.2.4　AI算法插件框架设计

7.2.5　KEDA——基于事件的弹性伸缩框架

7.2.6　Argo Workflow——云原生的工作流引擎

7.2.7　Traefik

7.3　小结

吴文豪，《自动化运维软件设计实战》作者、网思科技股份有限公司广州研究院负责人。

孙靖翀，草根老码农一枚，开源软件生态成长的见证者，蹦跶在自动化运维一线的折腾者。2100433B

本书从工程应用能力培养和便于实践教学需求出发，多角度、多层次、全方位地介绍和讲解了可编程控制器（PLC）系统的理论和实践基础、实践平台和实践素材。本书主要有以下特点：①重点讲解PLC实践教学和训练相关的平台、环境和素材，而对PLC相关理论知识仅简单梳理和概括；②从基础实验到综合课程设计，提供层次丰富、可满足不同阶段学习需求的实践平台和素材；③包含PLC编程软件、仿真软件、CAD制图软件、MCGS组态软件、PLC基础实验箱、综合课程设计实践平台等PLC相关实践环境和平台；④PLC课程设计环节，考虑基于实训平台装置和基于虚拟场景模拟两种场景和模式；⑤虽然以西门子S7-200（SMART）为基本PLC类型，但除基础知识介绍章节外，基础实验、课程设计与实践等核心内容和素材具有通用性。本书可作为高等院校和中职技师院校的电气工程、自动化、机电一体化及相关专业的“电气控制与PLC技术”或类似课程相配套的实验、课程设计教材，同时对于广大从事电气控制及PLC技术专业相关工作的技术人员来说，也是一本很好的实践类自学素材。

鉴于组织管理实践由绩效评估向绩效管理的转变，《绩效管理：从研究到实践》涵盖了绩效管理领域的广泛议题，既涉及了绩效管理领域中的一些基础理论问题，如绩效管理的理念；也探讨了大量具体的绩效管理问题，如绩效考评结果的强制分布。该书很好地体现了“从理论到实践”的写作宗旨，对涉及的绩效问题，作者一方面从研究视角提供了相关专业建议，另一方面给出了大量的组织实例予以例证，展示了绩效管理如何推动组织变革，提升组织效能。　《绩效管理：从研究到实践》适合于管理学和心理学领域的研究者、人力资源专业人士和咨询师阅读，对MBA、管理学专业的研究生和高年级本科生也是一本不可多得的著作。