不要因为走得太远而忘记为什么出发:陈虻,我们听你讲

不要因为走得太远而忘记为什么出发:陈虻,我们听你讲

加载中...

微信扫码,免登录解锁高速下载

如何使用 & 隐私说明

精彩点评

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    zy
    推荐

    对微服务一个概括的了解,持续学习,加深理解。本书作者提出了微服务的设计原则,实现的技术手段,指引方向,一部领进门的学习资源

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    k
    推荐

    全面系统的介绍了微服务架构相关的方方面面 适合系统架构师阅读 核心思想是演进式架构如何逐步落地

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    风云
    推荐

    还不错,更像是一些思想与随笔。对于时间的编排与协调,以及引导向善等话题较有启发

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    廖卓笛
    推荐

    对于微服务整体有个全局性的介绍。时间上的原因,有些技术产生过时。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Edwin, 尚尔鑫
    推荐

    比较高抽象层次介绍了微服务设计的时候需要注意的问题,缺少一些步骤实现的细节。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Lee
    推荐

    学习微服务前强烈推荐先看这本书,书中虽然没有具体技术的实现细节,但是通过阅读本书的过程中你可以了解到非常重要的信息:1,微服务架构中会涉及到哪些内容(再根据需要选择学习);2,微服务可能会遇到的各种坑(了解是否需要微服务) 同时推荐了解一下领域驱动设计(DDD)相关知识(因为DDD是可以帮助大家更好的划分微服务)

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Heartsuit
    推荐

    看前面几章你会感觉讲得并不深入,蜻蜓点水,但坚持读下来,你会发现,这本书更像一张地图,为你指明了未来的方向,每一章,每一点都值得深入探索。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    TerryLi
    推荐

    本书从微服务架构的设计到服务的实现再到发布,以及服务的管理,监控给出了方向, 对正在路上的小伙伴起到了指导作用

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Contemplator
    推荐

    单体系统分解那块讲的还可以,其他的地方一般般吧。只能说理论大于实践,大多数还是具体情况具体分析。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    流星泉
    推荐

    看到这本书时候,团队已经在微服务的路上走了几年了。很多弯路已经在书中提及,很多待解决的问题在这里也有了解决方案。很难能可贵的是,本书的作者不是技术至上论,不止一次提到人在微服务上的重要性和价值。很多当前团队正在走的弯路正是忽视了人的因素一厢情愿地诉诸理想,结果反倒成了四不像。本书基于的技术体系与今天早就不能同日而语,k8s和istio的出现大大简化了很多概念的实现难度,却也产生了更多的问题,希望能看到新版本或者其他书的解答。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    李刘娟
    推荐

    阅读之前期待很高,读起来实在让人犯困。本书对微服务的方方面面都要讲到,但都是浅尝辄止,简要介绍,而且行文方式稍显琐碎啰嗦,缺少提纲挈领的框架性思维,既没有框架性思维的阐述,也无法指导具体实践,不建议阅读。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Joker
    推荐

    微服务的设计需要仔细考虑每一步,同时与业务结合,该舍弃的东西还是要舍弃的。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    温大娇
    推荐

    讲得很全面。我之前做公有云厂商的bss,只接触到微服务应用程序的设计开发,而且是云原生的应用。这本书涵盖面很广,包括微服务的前世今生、开发运维、应用程序在云时代的方方面面考量。娓娓道来,给人一个全视角。如果想深入哪个领域,可以再找相关知识。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    朱镕清
    推荐

    这本书英文版已经更新到第二版了,推荐大家去看原版,这本过时了。

  • 不要因为走得太远而忘记为什么出发:陈虻,我们听你讲
    Zcxu
    推荐

    内容涵盖的范围还是挺广的,各方面都点到了,具体个方向的细节需要看更具体的书籍,这本书告诉了我们微服务是有优势的,但是也得看合适的场景,并且它会改变开发管理模式,总体来说难度是更大的,需要的支持也是更多的,复杂性也是更高的,但对于大系统来讲,利大于弊。

Copyright © 2020 - 2022 Mitsuha. All Rights Reserved. 用户协议 · 隐私政策 ·