Aprendizaje de Dapr: Creación de aplicaciones distribuidas nativas de la nube

Puntuación:   (4,2 de 5)

Aprendizaje de Dapr: Creación de aplicaciones distribuidas nativas de la nube (Haishi Bai)

Opiniones de los lectores

Resumen:

El libro «Learning Dapr» ha sido elogiado por su claridad, profundidad y ejemplos prácticos. Es un excelente complemento de la documentación en línea de Dapr, especialmente útil para quienes desean comprender e implementar las funciones de Dapr en arquitecturas de microservicios.

Ventajas:

Bien escrito y claro
proporciona una visión profunda de los desarrolladores de Dapr
excelente compañero para la documentación en línea
incluye ejemplos prácticos y varios casos de uso
valioso recurso para la comprensión del papel de Dapr en microservicios.

Desventajas:

No se reportaron inconvenientes potenciales del libro.

(basado en 1 opiniones de lectores)

Título original:

Learning Dapr: Building Distributed Cloud Native Applications

Contenido del libro:

Obtenga la guía autorizada de Dapr, el tiempo de ejecución de aplicaciones distribuidas que funciona con lenguajes de programación nuevos y existentes por igual. Escrita por los creadores del modelo, esta introducción muestra cómo Dapr no sólo unifica los modelos de programación sin estado, con estado y actor, sino que también se ejecuta en cualquier lugar, en la nube o en el borde.

Los autores, Haishi Bai y Yaron Schneider, del equipo de CTO de Azure de Microsoft, explican que, con Dapr, no es necesario incluir ningún SDK ni biblioteca en el código de usuario. En su lugar, obtendrá automáticamente vinculación flexible, gestión de estados, el patrón actor, pub-sub, mensajería fiable y muchas más características. Este libro muestra a desarrolladores, arquitectos, CIO, estudiantes y entusiastas de la informática cómo empezar a utilizar Dapr.

Aprenda el nuevo modelo de programación para aplicaciones nativas de la nube. Escriba aplicaciones distribuidas de alto rendimiento sin entrar en detalles técnicos.

Utilice Dapr con cualquier lenguaje o framework para escribir microservicios fácilmente. Aprenda cómo Dapr proporciona consistencia y portabilidad a través de APIs abiertas y componentes extensibles impulsados por la comunidad.

Explore cómo Dapr gestiona el estado, las vinculaciones de recursos y la mensajería pub-sub para permitir arquitecturas resistentes basadas en eventos que escalan. Integre aplicaciones en la nube con diversas ofertas de SaaS, como el aprendizaje automático.

Otros datos del libro:

ISBN:9781492072423
Autor:
Editorial:
Encuadernación:Tapa blanda
Año de publicación:2020
Número de páginas:200

Compra:

Actualmente disponible, en stock.

¡Lo compro!

Otros libros del autor:

Aprendizaje de Dapr: Creación de aplicaciones distribuidas nativas de la nube - Learning Dapr:...
Obtenga la guía autorizada de Dapr, el tiempo de...
Aprendizaje de Dapr: Creación de aplicaciones distribuidas nativas de la nube - Learning Dapr: Building Distributed Cloud Native Applications
Zen of Cloud: Aprendiendo Cloud Computing con Ejemplos, Segunda Edición - Zen of Cloud: Learning...
Este libro ofrece una revisión exhaustiva de la...
Zen of Cloud: Aprendiendo Cloud Computing con Ejemplos, Segunda Edición - Zen of Cloud: Learning Cloud Computing by Examples, Second Edition
Programación de Microsoft Azure Service Fabric - Programming Microsoft Azure Service...
Construir, operar y orquestar aplicaciones de microservicios...
Programación de Microsoft Azure Service Fabric - Programming Microsoft Azure Service Fabric
Edge Computing y arquitectura orientada a las capacidades - Edge Computing and Capability-Oriented...
Impulsada por las ambiciones de la informática...
Edge Computing y arquitectura orientada a las capacidades - Edge Computing and Capability-Oriented Architecture

Las obras del autor han sido publicadas por las siguientes editoriales:

© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)