Web operations:keeping the data on time

　　序
　　前言
　　第1章 作为职业的Web运维/1
　　 为什么Web运维如此艰难？/1
　　 从学徒到师傅/4
　　 结语/9
　　第2章 Picnik如何应用云计算：所学到的教训/10
　　 什么地方适合云计算（以及为什么！）/11
　　 什么地方不适合云计算（对Picnik而言）/17
　　 结语/18
　　第3章 基础架构与应用程序测量/19
　　 时间分辨率和存留时间的考虑/20
　　 测量数据采集与存储的地点/21
　　 测量数据的层次/22
　　 为异常检测和报警提供环境/25
　　 日志记录也是测量数据/26
　　 将变化管理和事件的时间线建立关联/27
　　 给测量数据加入报警机制/28
　　 使用测量数据建立加载？反馈机制/29
　　 展示一个测量数据采集系统：Ganglia/32
　　 结语/43
　　第4章 连续部署/44
　　 小批量意味着更快的反馈/44
　　 小批量意味着问题即刻被本地化/44
　　 小批量能够减少风险/45
　　 小批量可以降低总开销/45
　　 质量卫士的挽歌/47
　　 让我们开始吧/50
　　 连续部署用于关键任务应用/54
　　 结语/57
　　第5章 作为代码的基础架构/58
　　 面向服务体系结构/60
　　 结语/71
　　第6章 监控/72
　　 故事：“旅程的开端”/72
　　 步骤1：理解你在监控什么/76
　　 步骤2：理解正常行为/84
　　 步骤3：有备而学/90
　　 结语/93
　　第7章 复杂系统是如何失败的/94
　　 复杂系统是如何失效的/94
　　 进一步的读物/101
　　第8章 社区管理与Web运维/103
　　第9章 处理非预期的访问量激增/112
　　 一切是如何开始的/112
　　 警报连连/113
　　 扑灭烈火/114
　　 周末逃生/115
　　 未雨绸缪/116
　　 救命稻草CDN/116
　　 代理服务器/116
　　 围剿踩踏/117
　　 将代码基流水化/118
　　 我们怎么知道它能否工作？/119
　　 真实测试/120
　　 学到的教训/120
　　 自那以来的改进/121
　　第10章 开发者与运维者的协调与合作/122
　　 部署/123
　　 共享、开放的基础架构/126
　　 信任/128
　　 随叫随到的开发人员/131
　　 避免指责/135
　　 结语/137
　　第11章 你的访问者感觉怎么样：面向用户的测量/139
　　 为什么要采集面向用户的测量数据？/140
　　 是什么使网站变得很慢？/144
　　 测量延迟/147
　　 编写SLA/153
　　 访客结果：分析/155
　　 市场营销关心的其他测量数据/160
　　 用户体验如何影响Web运维/161
　　 Web监控的未来/162
　　 结语/167
　　第12章 将关系数据库用于Web的战略战术/169
　　 Web数据库需求/170
　　 典型的Web数据库是如何增长的/175
　　 对集群的渴望/181
　　 数据库战略/186
　　 数据库战术/193
　　 结语/198
　　第13章 如何优雅地失败：事后处理的艺术与科学/200
　　 最糟的事后分析/200
　　 什么是事后分析？/201
　　 什么时候引入事后分析/203
　　 邀请谁参加事后分析/204
　　 进行事后分析/204
　　 事后分析的后续工作/205
　　 结语/207
　　第14章 存储/208
　　 数据资产的库存/208
　　 数据保护/211
　　 容量规划/218
　　 存储大小的变化/219
　　 运维/221
　　 结语/223
　　第15章 非关系数据库/224
　　 NoSQL数据库概览/225
　　 某些系统细节/228
　　 结语/238
　　第16章 敏捷基础架构/239
　　 敏捷基础架构/241
　　 那么，问题是什么？/244
　　 兴趣与实践的社区/253
　　 贸易区和道歉/253
　　 结语/256
　　第17章 夜间鬼魅（以及如何高枕无忧）/257
　　 术语/258
　　 多少个9？/259
　　 影响持续时间对事件持续时间/260
　　 数据中心数量（footprint）/261
　　 逐渐失效/262
　　 不信赖任何人/263
　　 故障转移测试/264
　　 监控和历史模式/264
　　 高枕无忧/265
　　合作者/267
　　索引/271