中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
75折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$375 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
本書凝聚了阿裡雲智能-全球技術服務部眾多專家的智慧,
在作者團隊出版的《企業遷雲實戰》(第1版、第2版)的基礎上,
結合當前數字化轉型的需求與趨勢編寫而成。
本書以雲計算的發展趨勢開篇,引入數字化轉型的理念,
在統一的頂層設計下,結合阿裡雲自身及客戶的數字化轉型經驗,
闡述了以下主題:
-應用雲化與雲原生
-雲上業務中臺
-雲上數據中臺
-雲上AIoT中臺
-雲上數字化轉型的方法論
-標準流程與步驟
-標準文檔規範
作者簡介
阿裡雲智能-全球技術服務部(Global Technology Service,簡稱GTS)
是一支面向雲智能客戶提供完整生命週期服務的技術服務團隊。
GTS旨在通過專業化的交付實施、系統化的中臺支撐及標準化的服務產品能力,
運用雲和數據智能的力量,與生態夥伴一起幫助客戶實現業務價值。
自2018年成立以來,GTS持續為國內外千行百業的客戶提供數字化技術服務。
GTS作為前後端業務的中樞紐帶,代表客戶推動雲智能產品疊代及用戶體驗優化,終為阿裡雲贏得行業的用戶口碑。
目錄大綱
本書編寫組
序一
序二
前言
第1章 雲計算與數字化轉型 1
1.1 雲計算的三生三世 5
1.1.1 雲計算的演進之路 5
1.1.2 狹義的雲計算 13
1.1.3 廣義的雲計算 16
1.1.4 雲計算的發展現狀 20
1.1.5 雲計算的未來 21
1.2 從數字化轉型走向數智化轉型 23
1.2.1 信息化建設與數字化轉型 23
1.2.2 從數字化走向數智化 24
1.3 雲計算助力的數字化轉型之路 29
1.3.1 雲計算與數字化轉型是相輔相成的關係 29
1.3.2 雲計算與數字化轉型不是良藥 30
1.3.3 借鑒、實踐、提升 31
1.4 數字化轉型?:從建設到精細化經營 34
1.4.1 數字化轉型的初心 34
1.4.2 數字化運營是什麼 36
1.4.3 數字化運營需要的組織及能力 38
第2章 企業數字化轉型與頂層設計 40
2.1 當今企業所處的時代背景 40
2.1.1 數字經濟時代及其特點 40
2.1.2 企業面臨的內外部機遇與挑戰 42
2.1.3 數字化轉型已是大勢所趨 44
2.2 企業數字化轉型概述 48
2.2.1 企業數字化轉型的定義 48
2.2.2 企業數字化轉型的本質 51
2.2.3 企業數字化轉型的路徑和階段 51
2.2.4 企業數字化轉型面臨的挑戰 52
2.2.5 企業數字化轉型的多維框架 54
2.2.6 企業數字化轉型是個漫長的過程 57
2.2.7 企業數字化轉型的探索 57
2.2.8 企業數字化轉型的誤區 57
2.3 企業數字化轉型的頂層設計 60
2.3.1 頂層設計的價值 61
2.3.2 頂層設計的範圍 61
2.3.3 頂層設計的三大原則 62
2.3.4 企業如何進行數字化轉型的頂層設計 63
第3章 應用雲化與雲原生 67
3.1 傳統IT架構的現狀及問題分析 67
3.1.1 IDC時代的困境與挑戰 67
3.1.2 雲技術走向成熟 68
3.1.3 企業雲化的困境 69
3.1.4 企業雲化的關鍵技術 70
3.2 雲原生的概念、戰略及落地 73
3.2.1 雲原生概念的演進和發展 73
3.2.2 雲原生時代的方法論 77
3.2.3 雲原生戰略的規劃 80
3.2.4 雲原生時代應用架構的規劃 82
3.2.5 雲原生架構的原則 85
3.2.6 雲時代的應用架構解析 87
3.2.7 落地一個雲原生應用 90
3.3 雲容災架構的設計與實踐 92
3.3.1 雲容災是雲原生的高階使用場景 92
3.3.2 容災備份基礎 93
3.3.3 雲容災的建設需求 98
3.3.4 國內容災行業的需求分析 102
3.3.5 阿裡雲容災架構與實踐 104
第4章 雲上業務中臺 114
4.1 業務中臺的發展歷史和背景 114
4.1.1 什麼是業務中臺 114
4.1.2 阿裡巴巴數字化轉型與業務中臺的發展 114
4.2 業務中臺的價值 119
4.2.1 從業務中臺看數字化轉型 120
4.2.2 企業數字化轉型的特徵 120
4.2.3 企業數字化轉型中業務中臺的價值 122
4.3 業務中臺的戰略與演進 123
4.3.1 阿裡巴巴的業務中臺戰略 123
4.3.2 業務中臺的演進路線 125
4.3.3 中臺、微服務和DDD的關係 133
4.4 業務中臺的建設方法及劃分思路 133
4.4.1 概述 133
4.4.2 產品組合規劃 135
4.4.3 領域建模 135
4.5 業務中臺的建設過程 146
4.5.1 建設過程概述 146
4.5.2 需求調研 152
4.5.3 需求分析 162
4.5.4 架構設計 162
4.5.5 系統構建 172
4.5.6 阿裡底座產品 184
4.5.7 系統遷移 189
4.5.8 系統上線與保障 192
4.5.9 業務中臺的運營 201
4.6 業務中臺技術的實踐 206
4.6.1 分佈式服務框架與治理 206
4.6.2 分佈式事務處理 214
4.6.3 大促保障 240
4.6.4 端到端全鏈路壓測與監控 250
4.6.5 灰度發布 256
4.6.6 高可用與高並發 263
4.6.7 分佈式數據庫與緩存技術 274
4.6.8 Serverless在業務中臺場景中的應用 293
4.7 阿裡巴巴業務中臺項目案例 301
4.7.1 直銷行業案例 301
4.7.2 快消行業案例 306
4.7.3 餐飲行業案例 314
第5章 雲上數據中臺 318
5.1 雲上數據中臺概述 318
5.1.1 數據中臺的發展歷史 318
5.1.2 數據中臺的演進路線 319
5.1.3 數據中臺的建設內容 320
5.1.4 數據中臺的建設方法 321
5.1.5 數據中臺的價值 323
5.2 數據中臺的架構設計 324
5.2.1 數據中臺的理論 324
5.2.2 數據中臺產品體系 326
5.2.3 平臺架構設計 330
5.2.4 數據架構設計 339
5.2.5 標準規範設計 343
5.3 大數據平臺建設 347
5.3.1 大數據平臺建設概述 347
5.3.2 詳細技術架構 349
5.3.3 環境部署 359
5.3.4 安全方案部署 362
5.4 數據資產化建設 367
5.4.1 數據資產的定義 367
5.4.2 數據資產的採集 367
5.4.3 數據資產的構建 381
5.4.4 數據資產的管理 392
5.4.5 數據資產的價值 397
5.5 智能數據應用 398
5.5.1 數據應用概覽 398
5.5.2 數據應用規劃實踐 399
5.5.3 行業數據應用實踐 400
5.6 數據中臺技術實踐 409
5.6.1 數據治理 409
5.6.2 實時數據中臺 411
5.6.3 數據脫敏 433
5.7 阿裡巴巴數據中臺項目案例 439
5.7.1 美妝品牌項目 439
5.7.2 居然之家項目 444
5.7.3 某商業集團項目 450
第6章 雲上AIoT中臺 461
6.1 AIoT簡介 461
6.1.1 AIoT的定義 461
6.1.2 AIoT的體係與產業鏈 463
6.2 AIoT的發展 466
6.2.1 我國政策法規的支持 467
6.2.2 物聯網標準的發展 470
6.2.3 行業應用 471
6.2.4 技術的應用與發展 472
6.2.5 競爭格局 473
6.3 AIoT項目的建設過程 474
6.3.1 需求與方案調研 475
6.3.2 方案設計 477
6.3.3 交付實施 479
6.3.4 服務運營 480
6.3.5 AIoT交付的價值 482
6.4 阿裡雲AIoT中臺 484
6.4.1 一站式開發平臺IoT Studio 486
6.4.2 AIoT平臺 488
6.4.3 邊緣計算 497
6.4.4 物聯網設備 501
6.4.5 物聯網安全服務 504
6.4.6 物聯網應用服務平臺 505
6.5 阿裡雲AIoT項目案例 511
6.5.1 智慧社區 512
6.5.2 智慧園區 518
第7章 阿裡雲數字化轉型綜合案例 522
7.1 某航空公司數字化轉型案例 522
7.1.1 客戶背景 522
7.1.2 阿裡雲解決方案 522
7.1.3 項目交付過程 538
7.1.4 客戶價值 541
7.2 旅遊與酒店行業案例 542
7.2.1 客戶背景 542
7.2.2 阿裡雲解決方案 542
7.2.3 項目交付過程 544
7.2.4 客戶價值 547
7.3 飛鶴乳業客戶案例 547
7.3.1 客戶背景 547
7.3.2 阿裡雲解決方案 547
7.3.3 項目交付過程 553
7.3.4 客戶價值 556
參考文獻 558
