企業(yè)遷云之路

序
前言
第1章　云計算時代的到來 1
1.1　云計算的起源 1
1.2　云計算的概念 2
1.3　云服務(wù)的發(fā)展現(xiàn)狀 4
1.3.1　DaaS 5
1.3.2　SaaS 5
1.3.3　PaaS 6
1.3.4　IaaS 6
1.4　云計算的未來 7
第2章　企業(yè)數(shù)字化轉(zhuǎn)型與企業(yè)遷云 9
2.1　企業(yè)數(shù)字化轉(zhuǎn)型之路 9
2.2　數(shù)字化轉(zhuǎn)型后IT管理的改變 11
2.3　企業(yè)數(shù)字化轉(zhuǎn)型的方法 15
2.4　數(shù)字化轉(zhuǎn)型的云端實踐 21
2.4.1　12306 21
2.4.2　天貓雙十一 22
2.4.3　視頻點播/直播類網(wǎng)站 23
第3章　云上通用架構(gòu)設(shè)計與改造 26
3.1　網(wǎng)絡(luò)架構(gòu)設(shè)計 26
3.1.1　網(wǎng)絡(luò)產(chǎn)品簡介 26
3.1.2　網(wǎng)絡(luò)接入與規(guī)劃 28
3.1.3　混合云架構(gòu)實踐 29
3.2　云上運維管理架構(gòu)設(shè)計 30
3.2.1　基于RAM實現(xiàn)賬號權(quán)限管理方案 30
3.2.2　云上開發(fā)、測試、生產(chǎn)環(huán)境管理方案 32
3.3　云上安全管理 34
3.3.1　云上應(yīng)用安全保障方案 34
3.3.2　云上安全管理實踐 35
3.4　應(yīng)用架構(gòu)設(shè)計 35
3.4.1　負載均衡 35
3.4.2　可擴展性 36
3.4.3　微服務(wù) 37
3.4.4　異步化 39
3.4.5　高可用與容災(zāi) 40
3.4.6　云數(shù)據(jù)庫架構(gòu)實踐 42
3.4.7　大數(shù)據(jù)處理技術(shù)架構(gòu) 44
3.5　應(yīng)用改造實踐 46
3.5.1　應(yīng)用架構(gòu)改造 46
3.5.2　數(shù)據(jù)庫改造 47
3.5.3　文件存儲改造 51
3.5.4　大數(shù)據(jù)實時計算應(yīng)用改造 53
3.5.5　大數(shù)據(jù)離線分析應(yīng)用改造 55
第4章　業(yè)務(wù)中臺 59
4.1　什么是業(yè)務(wù)中臺 59
4.2　業(yè)務(wù)中臺的價值 59
4.2.1　“?煙囪式?”系統(tǒng)開發(fā)方法 60
4.2.2　基于業(yè)務(wù)中臺的系統(tǒng)開發(fā) 61
4.3　業(yè)務(wù)中臺的實踐過程 64
4.4　需求調(diào)研 64
4.4.1　需求調(diào)研前的準(zhǔn)備工作 65
4.4.2　開始調(diào)研 65
4.4.3　調(diào)研內(nèi)容 65
4.4.4　業(yè)務(wù)調(diào)研分析 66
4.5　企業(yè)業(yè)務(wù)中臺的演進路線 66
4.6　業(yè)務(wù)中臺的設(shè)計方案和原則 67
4.6.1　業(yè)務(wù)中臺的核心—共享服務(wù)中心 67
4.6.2　業(yè)務(wù)中臺的設(shè)計方法 67
4.7　業(yè)務(wù)中臺的實踐 80
4.7.1　業(yè)務(wù)中臺的最佳技術(shù)實踐方式—微服務(wù) 80
4.7.2　微服務(wù)的業(yè)務(wù)拆分原則 80
4.7.3　微服務(wù)的架構(gòu)設(shè)計 82
4.7.4　微服務(wù)技術(shù)框架選型 83
4.7.5　EDAS微服務(wù)技術(shù)框架剖析 85
4.8　阿里巴巴業(yè)務(wù)中臺能力輸出與案例 90
第5章　應(yīng)用系統(tǒng)遷云 93
5.1　應(yīng)用系統(tǒng)遷云的挑戰(zhàn) 93
5.2　系統(tǒng)遷云方法 94
5.2.1　遷云原則 94
5.2.2　遷云策略 95
5.2.3　遷云節(jié)奏 96
5.3　遷云評估 96
5.4　遷云的整體流程 97
5.4.1　系統(tǒng)調(diào)研 97
5.4.2　風(fēng)險評估 100
5.4.3　云上架構(gòu)設(shè)計 101
5.4.4　系統(tǒng)改造 101
5.4.5　數(shù)據(jù)遷移驗證 102
5.4.6　功能/性能測試 105
5.4.7　系統(tǒng)割接交付 105
5.5　系統(tǒng)遷云技術(shù)選型 107
5.6　直接遷移上云 108
5.7　改造遷移上云 110
5.7.1　OLTP類型 110
5.7.2　OLAP類型 111
5.7.3　文件/內(nèi)容管理類型 112
5.7.4　大規(guī)模離線計算類型 112
5.8　云上安全保障 113
5.9　應(yīng)用鏡像服務(wù)遷云 118
5.9.1　鏡像遷移概述 118
5.9.2　鏡像遷移可行性評估 119
5.9.3　鏡像遷移和轉(zhuǎn)換工具 121
5.9.4　阿里遷云工具 124
5.9.5　通用鏡像遷移方案 133
5.9.6　阿里云上跨VPC和區(qū)域、賬號鏡像遷移實踐 142
第6章　數(shù)據(jù)庫服務(wù)遷云 145
6.1　RDS 145
6.2　DRDS 147
6.3　異構(gòu)數(shù)據(jù)庫改造上云實踐 148
6.3.1　Oracle與MySQL 149
6.3.2　MySQL開發(fā)規(guī)范 149
6.3.3　MySQL表設(shè)計 150
6.3.4　MySQL分布式數(shù)據(jù)庫 152
6.3.5　關(guān)鍵功能改造 156
6.3.6　RDS性能優(yōu)化 161
6.3.7　RDS控制臺 163
6.4　數(shù)據(jù)傳輸服務(wù) 166
6.4.1　DTS產(chǎn)品架構(gòu) 166
6.4.2　數(shù)據(jù)遷移 166
6.4.3　實時同步 169
6.4.4　數(shù)據(jù)訂閱 170
6.4.5　DTS的應(yīng)用場景 171
第7章　數(shù)據(jù)庫遷云工具ADAM 181
7.1　數(shù)據(jù)庫遷云面臨的挑戰(zhàn) 181
7.1.1　傳統(tǒng)企業(yè)數(shù)據(jù)中心的現(xiàn)狀 181
7.1.2　傳統(tǒng)業(yè)務(wù)系統(tǒng)架構(gòu)的局限 182
7.1.3　數(shù)據(jù)庫架構(gòu)的選擇 183
7.2　ADAM及數(shù)據(jù)庫遷云的流程 183
7.2.1　ADAM概述 183
7.2.2　ADAM遷云的流程 184
7.3　ADAM數(shù)據(jù)庫采集工具 184
7.4　ADAM SaaS分析平臺 187
7.5　ADAM SQL在線翻譯工具 191
7.6　ADAM Studio 191
7.6.1　ADAM Studio客戶端工具概述 191
7.6.2　ADAM Studio的安裝 192
7.6.3　ADAM Studio主體遷移操作 194
7.7　ADAM PL/SQL Java自動轉(zhuǎn)換 199
7.7.1　P2J工作原理 199
7.7.2　PL/SQL轉(zhuǎn)Java的背景 199
7.7.3　PL/SQL轉(zhuǎn)Java的難點 200
7.7.4　PL/SQL轉(zhuǎn)Java的功能特點 200
7.8　ADAM一鍵遷移工具 201
7.9　ADAM在項目中的實踐 205
第8章　文件存儲服務(wù)遷云 207
8.1　OSS的適用場景 207
8.2　本地文件平滑遷移到OSS 210
8.2.1　遷移步驟 210
8.2.2　OSS回源規(guī)則設(shè)置 211
8.2.3　遷移工具OSSImport2 214
8.3　云上OSS應(yīng)用實踐 217
8.3.1　OSS權(quán)限控制 218
8.3.2　OSS防盜鏈 219
8.3.3　客戶端直傳OSS的實踐 224
8.3.4　數(shù)據(jù)傳輸完整性校驗 227
第9章　云上應(yīng)用容量評估與優(yōu)化 230
9.1　應(yīng)用容量規(guī)劃概述 230
9.2　應(yīng)用容量壓測評估方法 232
9.3　應(yīng)用容量評估工具 241
9.4　應(yīng)用監(jiān)控與彈性伸縮 262
9.5　應(yīng)用性能容量評估及優(yōu)化案例 267
第10章　大數(shù)據(jù)上云 273
10.1　大數(shù)據(jù)上云概述 273
10.1.1　阿里云大數(shù)據(jù)架構(gòu) 273
10.1.2　阿里云大數(shù)據(jù)產(chǎn)品介紹 273
10.1.3　大數(shù)據(jù)上云工具 277
10.1.4　大數(shù)據(jù)上云的優(yōu)勢 280
10.1.5　大數(shù)據(jù)處理場景 281
10.1.6　常見的大數(shù)據(jù)上云方案 281
10.2　大數(shù)據(jù)上云工具 286
10.2.1　客戶調(diào)研 286
10.2.2　資源評估 288
10.2.3　數(shù)據(jù)上云 289
10.2.4　業(yè)務(wù)邏輯上云 315
10.3　大數(shù)據(jù)上云（E-MapReduce） 322
10.3.1　準(zhǔn)備工作 323
10.3.2　資源評估 326
10.3.3　數(shù)據(jù)遷移 326
10.3.4　Hive遷移 329
10.3.5　作業(yè)部署 332
10.3.6　雙跑和校驗 332
10.4　大數(shù)據(jù)上云案例 337
10.4.1　某氣象企業(yè)數(shù)據(jù)上云案例 337
10.4.2　某直播企業(yè)數(shù)據(jù)上云案例 337
10.4.3　某政務(wù)平臺數(shù)據(jù)上云案例 338
第11章　企業(yè)遷云綜合案例 340
11.1　交通管理行業(yè)案例 340
11.1.1　行業(yè)背景 340
11.1.2　OLTP系統(tǒng)遷云 340
11.1.3　典型OLTP系統(tǒng)平滑遷云 343
11.1.4　大規(guī)模離線計算系統(tǒng)遷云 345
11.1.5　典型的大規(guī)模離線計算系統(tǒng)遷云 347
11.1.6　遷云后的變化 352
11.2　互聯(lián)網(wǎng)金融行業(yè)案例 353
11.2.1　遷云背景 353
11.2.2　遷云解決方案 354
11.2.3　遷云過程中的問題剖析 356
11.2.4　遷云后的變化 362
附錄A　Oracle和MySQL的數(shù)據(jù)類型對比 363
附錄B　Oracle與PPAS的數(shù)據(jù)類型對比 364