Veri-yoğun sistemleri güvenle ölçekleyin
Depolama motorları, replikasyon ve tutarlılık modelleri, bölümleme, toplu/akış işleme ve self-servis veri platformu ile gözlemlenebilirlik ve SLO'ları kapsayan ileri seviye platform mühendisliği eğitimi.
Dağıtık depolama, replikasyon, bölümleme ve akış platformu
Bu ileri seviye eğitim, büyük ölçekli veri işleyen uygulamaların altında yatan platform mühendisliğini öğretir. Depolama motorları ve veri modelleri (satır/sütun, LSM-tree, B-tree); replikasyon (lider-takipçi, çoklu lider, lidersiz) ve tutarlılık modelleri; bölümleme (partitioning/sharding) ve yeniden dengeleme; işlemler ve izolasyon seviyeleri; toplu (batch) ve akış (stream) işleme, event log ve Kafka benzeri mesajlaşma; veri platformu katmanları, self-servis veri erişimi, gözlemlenebilirlik (observability), SLO ve kapasite planlaması ele alınır. Katılımcı, bir veri platformunu ölçeklenebilirlik, dayanıklılık ve tutarlılık ödünleşimlerini bilinçli yöneterek tasarlayabilir.
4 Gün. Her gün dört modül; katılımcılar depolama ve replikasyondan akış işleme ve platform mühendisliğine ilerler.
İleri Seviye — Veri-yoğun uygulamalar için dağıtık depolama, akış, bölümleme, replikasyon ve platform mühendisliği desenleri.
Katılımcılar örnek mimari senaryolar üzerinde ödünleşimleri tartışıp referans bir veri platformu tasarlar.
Bölümleme ve replikasyonla sistemleri güvenle büyütürsünüz.
Hata senaryolarında veri kaybı ve kesintiyi en aza indirirsiniz.
Tutarlılık, gecikme ve maliyet arasında bilinçli seçim yaparsınız.
Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri
Dağıtık sistemler ve ağ temellerine aşinalık beklenir.
İlişkisel ve NoSQL veritabanı deneyimi faydalıdır.
Bir backend dilinde (Java/Go/Python) deneyim yararlıdır.
Bulut veya Kubernetes aşinalığı faydalıdır.
Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.
Program sonunda katılımcılar:
Depolama motorlarını ve veri modellerini senaryoya göre seçersiniz.
Lider-takipçi, çoklu lider ve lidersiz replikasyonu tasarlarsınız.
CAP/PACELC ve quorum ile tutarlılık ödünleşimlerini yönetirsiniz.
Sharding ve yeniden dengelemeyle yükü dağıtırsınız.
Kafka benzeri log ve pencerelemeyle akış hattı kurarsınız.
Exactly-once ve idempotentliği doğru uygularsınız.
Metrik, log ve iz ile platformu gözlemlersiniz.
SLI/SLO ve hata bütçesiyle güvenilirliği yönetirsiniz.
Bu eğitim Digital Vizyon Akademi Başarı Sertifikası ile tamamlanır.
Eğitim başında “Ön Test”, bitiminde “Son Test” uygulanarak gelişim ölçümlenir. Değerlendirme formunu dolduran katılımcılar sertifikalarını alır. Sertifikanızın geçerliliğini Sertifika Sorgulama sayfasından doğrulayabilirsiniz.
JSON/XML, iç içe yapılar, serileştirme, JSONPath/XPath, JSON Schema doğrulama ve API entegrasyonuyla zengin uygulama verisini işlemeyi öğrenin.
Detayları Gör →
WrenAI ile doğal dilden SQL, semantik model, metrik tanımı ve ürün takımları için güvenilir self-servis BI kurmayı uygulamalı öğrenin.
Detayları Gör →
Zaman çizelgesi, kanıt referansı, 5N1K, kök neden ve farklı kitleye sunumla açık, nesnel ve eyleme dönük olay raporları yazmayı öğrenin.
Detayları Gör →
MongoDB'de insert/update, sorgu operatörleri, indeks ve $match/$group/$lookup aggregation pipeline ile veriyi yazmayı, okumayı ve toplulaştırmayı öğrenin.
Detayları Gör →
Pencere fonksiyonları, CTE, zaman zekâsı, kohort ve pivot desenleriyle iş zekâsı panolarını besleyen performanslı analitik SQL sorguları yazmayı öğrenin.
Detayları Gör →