</> CodeBooks
    ← Volver a DevOps y contenedores (página 5)
    Portada de Python for DevOps

    Python for DevOps

    Noah Gift, Kennedy Behrman, Alfredo Deza, Grig Gheorghiu

    Editorial
    O'Reilly
    Año
    2020
    Páginas
    ~872
    Nivel
    Intermedio

    De qué trata

    Manual práctico y exhaustivo publicado por O'Reilly en el que Noah Gift, Kennedy Behrman, Alfredo Deza y Grig Gheorghiu abordan la automatización integral de infraestructura y flujos de trabajo en Linux utilizando Python 3. Está dirigido a administradores de sistemas, ingenieros de operaciones y desarrolladores de software con nivel intermedio que ya conocen la sintaxis básica de Python y el manejo elemental de la terminal, pero desean dar el salto cualitativo hacia la ingeniería DevOps y la gestión automatizada de sistemas en entornos locales y cloud.

    La obra profundiza en la interacción con el sistema operativo y la manipulación de archivos mediante módulos nativos como sys, os, pathlib y subprocess, combinados con el desarrollo de utilidades de terminal modulares mediante Click e IPython. Se enseña a implementar control de calidad con pruebas en Pytest, canalizaciones de integración continua (CI/CD) con GitHub Actions, infraestructura como código (IaC) con Terraform y Ansible, y contenedorización con Docker y Docker Compose. Además, cubre la automatización en nubes públicas (AWS, GCP, Azure) a través de Boto3, el despliegue de funciones serverless en AWS Lambda, la orquestación en Kubernetes y prácticas de observabilidad con Prometheus y logging centralizado, rematando con fundamentos aplicados de MLOps y Data Engineering con Pandas y Scikit-learn.

    A lo largo de sus capítulos se desarrollan herramientas CLI para tareas de mantenimiento, suites de pruebas para infraestructura y pipelines que automatizan la construcción y el despliegue de microservicios en la nube. Su mayor valor reside en enseñar a concebir Python como el pegamento indispensable de todo el ecosistema de herramientas DevOps moderno; no obstante, debido a su enorme amplitud temática, no profundiza exhaustivamente en la arquitectura interna de Kubernetes ni en patrones avanzados de desarrollo de software, resultando ideal como manual de campo y recetario práctico de automatización.

    • Python 3
    • Automatización Linux
    • Click
    • Pytest
    • CI/CD
    • Docker
    • Kubernetes
    • AWS
    • Terraform
    • Ansible
    • MLOps
    • Serverless

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✓ Incluye ejercicios
    • ✓ Incluye proyectos

    Proyectos

    Herramientas CLI de administración de sistemas con Click

    Desarrollo de utilidades modulares de línea de comandos en Python con la librería Click para automatizar la gestión de archivos, procesos y tareas del sistema operativo en servidores Linux.

    Microservicio serverless con CI/CD en AWS

    Implementación de un microservicio desplegado en AWS Lambda gestionado con Boto3, integrado con suites de pruebas en Pytest y canalizaciones continuas en GitHub Actions.

    Despliegue y orquestación de aplicación en Kubernetes

    Empaquetado de una aplicación web en contenedores Docker y su posterior despliegue y gestión declarativa en un clúster de Kubernetes mediante manifiestos.

    Más de DevOps y contenedores con nivel Intermedio