时至今日，大数据技术的生态圈已经越来越庞大，目前比较流行的应用主要是 Hadoop、Spark和Elastic Search，绝大多数的大数据系统是基于这3个技术进行 开发的。大数据运维工作具有很大的挑战性，既要满足业务快速上线，又要保 证系统的安全可用。尤其是对于大数据系统，因其服务器数量多、数据存储量大、开源 技术多和新技术稳定性有待提高等特点，诸如服务器管理、备份管理、升级管理和性能 调优等运维工作，都需要针对大数据技术的特点进行相应的改变与调整。 本书作者有着多年开发和运维的工作经验，结合大数据系统的特点，从运维视角进 行阐述，编写了大数据运维的教材，以填补这一方面的空白。本书自 2020 年出版后， 社会反应良好，被多所高校选作课程教材。这次我们根据大数据技术的最新发展， 结合师生们提出的宝贵建议，对本书进行了全新改版，主要增加了云技术发展趋势下涉 及的系统运维工作，包括云原生运维、微服务及容器虚拟化、持续集成/持续交付等， 并对系统升级涉及的数据准备、业务验证、测试、发布以及性能和日志管理进行大幅补 充与完善。 本书从运维工作的分类出发，对每种运维工作都进行了由浅入深的介绍。配置管理 是整个运维工作的基础和核心，没有配置管理，就如同没有地图在复杂的城市道路中行 走一样，随时可能迷失方向；同时，在配置管理章节介绍大数据技术的运维管理工具， 掌握这些工具能有效地提高工作效率。系统管理、故障管理、变更管理和升级管理是基 础性的，也是日常性的运维工作；安全管理、性能管理、服务资源管理和高可用管理则 在运维工作中相对比较高阶，也是比较复杂的内容；而且系统运维注重强调标准、流程 和制度。本书侧重理论和实践的结合。考虑到以青年学生为主的读者对相关概念接触不 多，本书在概念阐述上会占有一定篇幅，从而帮助读者更好地理解和融会贯通相关的知 识。