Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji

Autor: Noah Gift, Kennedy Behrman, Alfredo Deza, Grig Gheorghiu

EAN: 9788328368309

Strony: 464

Oprawa: Miękka

Wydawca: Helion

Seria: Niepoprawni uwodziciele

SID: 2918757

Python dla DevOps. Naucz się bezlitośnie skutecznej automatyzacji

Ostatnia dekada zmieniła oblicze IT. Kluczowego znaczenia nabrały big data, a chmura i automatyzacja rozpowszechniły się wszędzie tam, gdzie mowa o efektywności. Inżynierowie muszą wykorzystywać zalety systemów linuksowych w codziennej praktyce, aby zapewnić należyty poziom automatyzacji swoich zadań. Do tych celów świetnie nadaje się Python. Język ten zdobywa coraz większe uznanie z uwagi na jego wszechstronność, jak również wydajność, przenaszalność i bezpieczeństwo kodu. Warto więc wykorzystywać Pythona do administrowania systemami Linux wraz z takimi narzędziami DevOps jak Docker, Kubernetes i Terraform.Dzięki tej książce dowiesz się, jak sobie z tym poradzić. Znalazło się w niej krótkie wprowadzenie do Pythona oraz do automatyzacji przetwarzania tekstu i obsługi systemu plików, a także do pisania własnych narzędzi wiersza poleceń. Zaprezentowano również przydatne narzędzia linuksowe, systemy zarządzania pakietami oraz systemy budowania, monitorowania i automatycznego testowania kodu. Zagadnienia te szczególnie zainteresują specjalistów DevOps. Ponadto zawarto tu podstawowe informacje o chmurze obliczeniowej, usługach IaC i systemach Kubernetes. Omówiono zasady uczenia maszynowego i inżynierii danych z perspektywy DevOps. Przedstawiono także kompletny przewodnik po procesach budowania, wdrażania oraz operacyjnego wykorzystywania modelu uczenia maszynowego z użyciem systemów Flask, sklearn, Docker i Kubernetes.W tej książce:wprowadzenie do Pythonaautomatyczne przetwarzanie tekstu oraz automatyzacja operacji na plikachautomatyzacja za pomocą sprawdzonych narzędzi linuksowychchmura, infrastruktura jako kod, Kubernetes i tryb bezserwerowyuczenie maszynowe i inżynieria danych z perspektywy DevOpstworzenie i operacjonalizacja projektu uczenia maszynowegoPython: tutaj ważna jest prawdziwa nowoczesność oprogramowania!