AI+云原生应用开发 从设计到部署运维全链路实战与提效「已完结」

第1章 AI+云原生学习之旅概览[开词篇]/

[ 35M] 1-1课程导学与安排

第2章 为什么程序员都要学AI+云原生应用开发[认知篇]/

[ 18M] 2-1现实真相与痛点直击：当前应用开发的主要方法、流程与痛点

[ 18M] 2-2新思路的威力：云原生与AI为什么能够帮助我们？它们还有哪些不足？该如何解决？AI时代应用开发的理想状态与目标是怎样的？

[ 18M] 2-3知识站：从自动化说开去，实现对云原生的宏观认识

[ 17M] 2-4知识站：从AI的能力说开去，实现对AI的宏观认识

[8.6M] 2-5LLM账号：有关于OpenAI等LLM大模型账号的相关问题

[ 38M] 2-6实践案例：展示一个AI驱动的应用开发实例以及揭秘软件开发周期中AI的关键提效点

[8.9M] 2-7实战演练：手把手带你快速搭建云原生平台环境（上）

[ 39M] 2-8实战演练：手把手带你快速搭建云原生平台环境（下）-1

[ 33M] 2-9实战演练：手把手带你快速搭建云原生平台环境（下）-2

第3章 云原生应用架构设计与实例分解[架构设计与应用]/

[ 12M] 3-1前情回顾与本章介绍

[ 26M] 3-2应用架构的定义：为什么我们不仅仅要相信解构还要相信涌现？

[ 20M] 3-3应用架构与云原生融合：应用架构与云原生平台架构之间的关系

[ 24M] 3-4应用架构设计精髓1：应用架构设计的思想精髓（1）

[ 21M] 3-5应用架构设计精髓1：应用架构设计的思想精髓（2）

[ 23M] 3-6应用架构设计精髓2：应用架构设计案例刨析

[5.7M] 3-7应用架构设计实战1：我们一起设计一个业务应用吧（上）

[ 37M] 3-8应用架构设计实战2：我们一起设计一个业务应用吧（下）-1

[ 30M] 3-9应用架构设计实战2：我们一起设计一个业务应用吧（下）-2

第4章 AI驱动的研发与上云流程优化[启航篇]/

[3.0M] 4-1前情回顾与本章介绍

[ 46M] 4-2基于云原生研发流程1：定义接口并着手实现本地工程

[ 23M] 4-3基于云原生研发流程2：利用智能化工具实现提效

[ 14M] 4-4基于云原生研发流程2：利用智能化工具实现高级提效

[ 14M] 4-5知识站：容器、镜像、镜像仓库与容器编排服务解析

[ 24M] 4-6基于云原生研发流程3：通过多阶段构建实现极致压缩体积的镜像并推送到镜像仓库

第5章 AI驱动的研发与上云流程优化[深化篇]/

[2.3M] 5-1前情回顾与本章介绍

[认准一手完整 www.ukoou.com]

[ 24M] 5-2知识站：容器网络与有状态工作负载解析

[ 38M] 5-3基于云原生研发流程4：将数据库部署到K8S上并向外提供服务（1）

[ 35M] 5-4基于云原生研发流程4：将数据库部署到K8S上并向外提供服务（2）

[9.9M] 5-5知识站：无状态工作负载解析

[ 23M] 5-6基于云原生研发流程5：将应用部署到K8S上并向外提供服务

[ 22M] 5-7基于云原生研发流程6：使用本地调试代理实现debug能力

[9.6M] 5-8知识站：了解混沌工程

[ 26M] 5-9基于云原生研发流程7：利用混沌发现更多隐藏的应用级缺陷

第6章 深化Kubernetes以及云原生的理解[深入篇]/

[3.1M] 6-1前情回顾与本章介绍

[ 27M] 6-2玩转K8S（一）：一切皆为控制器，实现从头到脚的灵活性

[ 47M] 6-3玩转K8S（二）：常用的K8S操作集锦（1）

[ 31M] 6-4玩转K8S（二）：常用的K8S操作集锦（2）

[ 14M] 6-5高研发效能管理方式（上）：了解基于云原生的DevOps平台以及云原生落地实施建议

[ 42M] 6-6高研发效能管理方式（下）：了解基于云原生的DevOps平台以及云原生落地实施建议

第7章 运行时的自动化运维[自动化]/

[ 13M] 7-1前情回顾与本章介绍

[ 60M] 7-2业务基础设施的涅槃：将原先在应用架构中的某些技术需求下沉到平台来实现治理升级

[8.5M] 7-3知识站：了解无服务器技术

[ 33M] 7-4容量管理自动化：让容量规划不再令人头疼，利用Serverless实现自动容量管理的实践

[ 12M] 7-5知识站：了解服务网格以及路由技术

[ 40M] 7-6路由自动化：让路由管理变得更容易，利用服务网格实现自动化路由的实践

[6.5M] 7-7知识站：了解流量治理技术

[ 29M] 7-8流量治理自动化：让流量治理变得更容易，利用服务网格实现自动化流量治理的实践

第8章 可观测性以及智能化升级的基础[智能化]/

[5.4M] 8-1前情回顾与本章介绍

[ 20M] 8-2认识可观测性：什么是可观测性？理解可观测性的外延

[ 28M] 8-3实践可观测性：可观测性的经典最佳实践（上）

[ 17M] 8-4实践可观测性：可观测性的经典最佳实践（下）

[6.9M] 8-5[升级]理解技术扩散问题：技术扩散的成因与危害

[ 29M] 8-6[升级]技术扩散的解决方案：基于多运行时将技术扩散的影响与应用隔离起来的实践（上）

[ 27M] 8-7[升级]技术扩散的解决方案：基于多运行时将技术扩散的影响与应用隔离起来的实践（下）-

[ 11M] 8-8[升级]可观测性智能化：基于可观测性数据的智能化（自适应）流量治理的实践（上）

[ 32M] 8-9[升级]可观测性智能化：基于可观测性数据的智能化（自适应）流量治理的实践（下）

第9章 AI驱动的运维智能化：解决现实问题的利器/

[ 16M] 9-1前情回顾与本章介绍

[ 26M] 9-2人工智能ABC：AGI的历史、基本原理以及局限性相关内容的分析（上）

[ 32M] 9-3人工智能ABC：AGI的历史、基本原理以及局限性相关内容的分析（下）

[ 20M] 9-4K8S清单智能化生成：生成和应用K8S清单的实践

[6.6M] 9-5知识站：了解K8SAPI、ClientSet以及Kubectl

[ 12M] 9-6通过说话来实现kubectl命令：使用LLM从自然语言输入生成kubectl命令的实践

[ 13M] 9-7错误信息解释与集群见解智能化：轻松解释K8S的错误信息并提供集群见解的实践

[7.5M] 9-8智能化管理和监控K8s集群：轻松管理和监控K8S集群的实践

[ 10M] 9-9知识站：了解性能分析（APM）与Prometheus

[ 45M] 9-10精炼问答：向AI询问并获得精炼的回复的实践

@it资源网ukoou.com

[ 15M] 9-11故障排除与审计智能化：轻松实现故障排除和审计的实践

[ 11M] 9-12Copilot能力解锁：使用Copilot能力实现更高阶的业务运维能力的实践

第10章 AI赋能平台：从个人到企业的全面升级[扩展篇]/

[ 11M] 10-1前情回顾与本章介绍

[ 62M] 10-2了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（上）-1

[ 33M] 10-3了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（上）-2

[ 37M] 10-4了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（下）-1

[ 47M] 10-5了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（下）-2

[ 31M] 10-6了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（下）-3

[ 28M] 10-7了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（下）-4

[ 30M] 10-8了解AIOPS平台：从DataOps到AIOps，一种现代的运行应用与执行无人值守业务运维的方法和平台（下）-5

[ 44M] 10-9了解DataCopilot：一种先进的智能化数据分析、预测与执行的技术方案，让业务运维更加简单（上）

[ 27M] 10-10了解DataCopilot：一种先进的智能化数据分析、预测与执行的技术方案，让业务运维更加简单（下）-1

[ 18M] 10-11了解DataCopilot：一种先进的智能化数据分析、预测与执行的技术方案，让业务运维更加简单（下）-2

[ 20M] 10-12了解DataCopilot：一种先进的智能化数据分析、预测与执行的技术方案，让业务运维更加简单（下）-3

[ 30M] 10-13了解DataCopilot：一种先进的智能化数据分析、预测与执行的技术方案，让业务运维更加简单（下）-4

第11章 总结与展望[规划篇]/

[ 24M] 11-1前情回顾与本章介绍-1

[ 16M] 11-2前情回顾与本章介绍-2

[ 21M] 11-3工作建议：对实际工作中的应用与落地建议

[7.9M] 11-4职业发展：AI时代应用开发工程师的职业规划与发展路径-1

[ 32M] 11-5职业发展：AI时代应用开发工程师的职业规划与发展路径-2

[ 34M] 11-6职业发展：AI时代应用开发工程师的职业规划与发展路径-3

[ 19M] 11-7未来趋势：展望AI在应用开发领域的发展趋势

资料代码/