Cloud Developer: Google Cloud Data & Storage

Eğitim Hakkında

Google Cloud veri ve depolama servislerinin uygulama geliştirme perspektifinde kullanımı

Uygulamanın erişim desenine göre Cloud Storage, Firestore, Cloud SQL, Spanner ve Bigtable seçimi; client library ile erişim, signed URL, indeks tasarımı, Pub/Sub ile asenkron akış, BigQuery ile analiz, veri koruma, test ve izleme geliştirici bakışıyla uygulanır. Konular Veritabanı Hizmetlerinin Karşılaştırması, Cloud Storage ile Nesne Depolama, Depolama Mimarisi: Blok, Dosya ve Nesne gibi modüllerle laboratuvar destekli işlenir.

Süre ve Format

3 Gün. Her gün dört modül; her modülde altı konu başlığı, kod laboratuvarı, dağıtım ve log tabanlı doğrulama.

Seviye

Orta Seviye — Google Cloud veri ve depolama servislerinin uygulama geliştirme perspektifinde kullanımı konularını kapsar

Öğrenme Metodu

Her modülde kod laboratuvarı yazılır, Cloud Shell veya yerel geliştirme ortamında dağıtılır ve Cloud Logging ile doğrulanır.

Neden Bu Eğitim?

💻Kod Laboratuvarı

Her konu Python, Node.js veya Java örnek uygulamalarıyla gerçek dağıtıma kadar uygulanır.

🔑Güvenli Kimlik

Service account, ADC ve Secret Manager ile üretim güvenliği uygulamalarını kodunuza taşırsınız.

📈Üretim Disiplini

Test, CI/CD ve izleme ile uygulamayı yayınlanabilir kaliteye getirirsiniz.

Anahtar Konular

cloud developer: google cloud data & storage services eğitimicloud developer: google cloud data & storage services kursugoogle cloud eğitimigcp eğitimigoogle cloud kursuveritabanı hizmetlerinin karşılaştırmasıcloud storage ile nesne depolamadepolama mimarisi: blok, dosya ve nesnebulutta uygulama geliştirme desenlericloud sql örnekleri ve yönetimi

“Bulut için yazılan kod, ölçeklendiğinde kendi hikayesini anlatır.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Programlama deneyimi

Python, Java, Node.js veya Go dillerinden birinde uygulama geliştirme deneyimi gerekir.

2

Git ve komut satırı

Git ve Linux komut satırı kullanımı laboratuvar akışı için gereklidir.

3

Temel bulut kavramları

VM, konteyner ve REST API kavramlarına aşinalık beklenir.

4

Laboratuvar hesabı

Dağıtım laboratuvarları için Google Cloud hesabı veya laboratuvar ortamı gerekir.

Eğitim İçeriği

Programın gün gün akışı aşağıdadır. Bir güne tıklayarak o günün modüllerini ve içeriklerini görebilirsiniz.

Günün hedefiKatılımcı, veritabanı seçimi, Cloud Storage, depolama tasarımı ve uygulama desenleri kapsamında Veritabanı Hizmetlerinin Karşılaştırması ve Cloud Storage ile Nesne Depolama konularını uygulamalı olarak işler; Depolama Mimarisi: Blok, Dosya ve Nesne ile Bulutta Uygulama Geliştirme Desenleri başlıklarında öğrendiklerini pekiştirir.

Modül 1

Veritabanı Hizmetlerinin Karşılaştırması

Cloud SQL, AlloyDB ve Spanner için ilişkisel veritabanı seçim ölçütleri
Firestore ve Bigtable için NoSQL belge ve geniş sütun senaryoları
Memorystore (Redis, Memcached) ile önbellekleme katmanı
OLTP ve OLAP ayrımı, BigQuery'nin analitik rolü
Tutarlılık, gecikme ve ölçek gereksinimlerine göre karar ağacı
Veritabanı seçiminde maliyet, yönetim yükü ve taşınabilirlik değerlendirmesi

Modül 2

Cloud Storage ile Nesne Depolama

Bucket ve object yapısı, konum türleri (region, dual-region, multi-region)
Standard, Nearline, Coldline ve Archive sınıfları ile minimum saklama süreleri
Object Lifecycle Management ile sınıf geçişi ve otomatik silme
Uniform bucket-level access, ACL ve signed URL kullanımı
Object versioning, retention policy, bucket lock ve soft delete
gsutil ve gcloud storage ile paralel yükleme ve rsync

Modül 3

Depolama Mimarisi: Blok, Dosya ve Nesne

Persistent Disk, Hyperdisk ve Local SSD için IOPS ve throughput planlaması
Filestore (Basic, Zonal, Enterprise) ile NFS paylaşımı ve ölçek sınırları
Cloud Storage sınıf seçimi ve erişim sıklığına göre yaşam döngüsü tasarımı
Parallelstore ve Cloud Storage FUSE ile yüksek performanslı veri erişimi
Çok bölgeli depolama ve dual-region ile turbo replication hedef RPO
Depolama maliyet modeli: saklama, işlem, erişim ve egress kalemleri

Modül 4

Bulutta Uygulama Geliştirme Desenleri

Durumsuz servis tasarımı, oturum bilgisinin Memorystore veya Firestore'da tutulması
Pub/Sub ile asenkron iletişim, dead-letter topic ve idempotent işleme
Cloud Tasks ile hız sınırlı görev kuyruğu
Firestore veri modelleme, alt koleksiyonlar ve indeks planlama
Cloud Storage ile dosya yükleme akışı ve signed URL kullanımı
API tasarımı, kimlik doğrulama (Firebase Auth, Identity Platform) ve sürümleme

Günün hedefiKatılımcı, cloud SQL, veritabanı mimarisi, veri hatları ve BigQuery kapsamında Cloud SQL Örnekleri ve Yönetimi ve Veritabanı Mimarisi: Cloud SQL, Spanner ve Bigtable konularını uygulamalı olarak işler; Veri İşleme: Pub/Sub, Dataflow ve Dataproc ile BigQuery ve Veri Analitiği başlıklarında öğrendiklerini pekiştirir.

Modül 1

Cloud SQL Örnekleri ve Yönetimi

Cloud SQL örnek oluşturma: edisyon, makine tipi, depolama ve otomatik büyüme
Yetkili ağlar, Private IP ve SSL/TLS zorunluluğu
Veritabanı bayrakları (flags), kullanıcı ve veritabanı yönetimi
Bulut içine veri aktarımı: dump, SQL import ve CSV import
Yüksek erişilebilirlik yapılandırması ve zorunlu yük devri (failover) testi
IAM veritabanı kimlik doğrulaması ve denetim günlükleri

Modül 2

Veritabanı Mimarisi: Cloud SQL, Spanner ve Bigtable

Cloud SQL yüksek erişilebilirlik, read replica ve cross-region replica yapısı
Spanner instance config, node/processing unit planlama ve TrueTime ile dış tutarlılık
Bigtable satır anahtarı tasarımı, hotspot önleme ve cluster replikasyonu
Firestore Native ve Datastore modu, indeks yönetimi
AlloyDB mimarisi, columnar engine ve PostgreSQL uyumluluğu
Memorystore ile okuma yükü azaltma ve önbellek geçersiz kılma stratejileri

Modül 3

Veri İşleme: Pub/Sub, Dataflow ve Dataproc

Pub/Sub topic, subscription, push/pull ve ack deadline kavramları
Dataflow ile Apache Beam tabanlı batch ve streaming işleme
Dataproc ile yönetilen Spark ve Hadoop kümeleri, ephemeral cluster yaklaşımı
Cloud Composer (Airflow) ile iş akışı orkestrasyonu
Datastream ve Database Migration Service ile veri aktarımı
Data Fusion ve Dataprep ile kod yazmadan veri hazırlama

Modül 4

BigQuery ve Veri Analitiği

BigQuery mimarisi: Dremel, Colossus ve depolama-hesaplama ayrımı
Dataset, tablo, view ve materialized view nesneleri
Bölümleme (partitioning) ve kümeleme (clustering) ile sorgu maliyetini düşürme
On-demand ve capacity (slot) fiyatlandırma modelleri
bq CLI ile veri yükleme, dışa aktarma ve zamanlanmış sorgular
BigQuery ML ile SQL üzerinden model eğitimi ve Looker Studio ile görselleştirme

Günün hedefiKatılımcı, depolama güvenliği, service account, test ve izleme kapsamında Depolama Güvenliği ve Veri Koruma ve Service Account'lar ve Uygulama Kimliği konularını uygulamalı olarak işler; Uygulama Test Stratejisi ve Otomasyonu ile Uygulama İzleme ve Hata Ayıklama başlıklarında öğrendiklerini pekiştirir.

Modül 1

Depolama Güvenliği ve Veri Koruma

CMEK ile Cloud Storage ve Persistent Disk şifreleme
Bucket Lock, retention policy ve object hold ile değişmezlik
Public access prevention ve uniform bucket-level access zorunluluğu
Signed URL ve signed policy document ile geçici erişim
Veri kaybı önleme (DLP API) ile hassas veri tarama ve maskeleme
Yedekleme planları: snapshot, Backup and DR Service ve geri yükleme testi

Modül 2

Service Account'lar ve Uygulama Kimliği

Kullanıcı tanımlı, varsayılan ve Google yönetimli service account türleri
Application Default Credentials (ADC) çözümleme sırası
Service account anahtarı riskleri ve anahtarsız alternatifler
Service account impersonation ve roles/iam.serviceAccountTokenCreator
Workload Identity Federation ile dış kimlik sağlayıcılarından erişim
Varsayılan Compute Engine service account'ının yetki daraltılması

Modül 3

Uygulama Test Stratejisi ve Otomasyonu

Test piramidi: birim, entegrasyon ve uçtan uca testler
Pub/Sub, Firestore ve Datastore emülatörleriyle yerel test
Cloud Build içinde test adımları ve başarısız build'in engellenmesi
Test ortamı izolasyonu: ayrı proje, service account ve test verisi
Yük ve performans testi: Locust/k6 ile ölçekleme davranışı doğrulama
Sentetik izleme, uptime check ve üretimde test (canary) yaklaşımı

Modül 4

Uygulama İzleme ve Hata Ayıklama

Yapılandırılmış günlükleme (JSON payload) ve severity kullanımı
OpenTelemetry ile dağıtık izleme ve Cloud Trace entegrasyonu
Cloud Profiler ile CPU ve bellek darboğazı bulma
Error Reporting ile hata gruplama ve bildirim
Özel metrik (custom metric) ve SLO tabanlı alarm tanımı
Olay sonrası inceleme (postmortem) ve kök neden analizi pratiği

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Veritabanı Seçimi

İş yükünün erişim desenine göre uygun Google Cloud veritabanını seçebilirsiniz.

🔧

Depolama Tasarımı

Blok, dosya ve nesne depolamayı performans ve maliyet kriterleriyle birlikte tasarlayabilirsiniz.

🛡️

Bulut Uygulama Mimarisi

Bulutta ölçeklenebilir uygulama için durumsuz tasarım, kuyruklama ve önbellekleme desenlerini uygulayabilirsiniz.

☁️

Veritabanı Mimarisi

Cloud SQL, Spanner, Bigtable ve Firestore için ölçek ve tutarlılık odaklı mimari kurabilirsiniz.

📊

Veri Hatları

Akış ve toplu veri işleme hatlarını Pub/Sub, Dataflow ve Dataproc ile kurgulayabilirsiniz.

🚀

Depolama Güvenliği

Depolanan veriyi şifreleme, erişim denetimi ve saklama politikalarıyla koruyabilirsiniz.

🧩

Service Account Yönetimi

Service account'ları güvenli oluşturup anahtarsız kimlik doğrulama modeline geçebilirsiniz.

🎯

Üretim İzleme

Üretimdeki uygulamayı Trace, Profiler ve Error Reporting ile izleyip sorun giderebilirsiniz.

Kimler İçin Uygundur?

Veri katmanı bulut servislerini uygulamasına entegre eden geliştiriciler
arka uç mühendisleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Veri katmanı bulut servislerini uygulamasına entegre eden geliştiriciler ve arka uç mühendisleri için uygundur.

Ön bilgi gerekli mi?

Bir programlama dilinde uygulama geliştirme deneyimi, Git ve temel komut satırı bilgisi gerekir.

Professional Cloud Developer sınavına hazırlık sağlar mı?

Eğitim, Professional Cloud Developer sınav alanlarıyla ilişkili konuları uygulamalı işler; sınav sonucunu garanti etmez ve bireysel çalışma gerektirir.

Eğitim sonunda sertifika veriliyor mu?

Katılımcılara Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.Resmi sınav söz konusu olduğunda sınav başvurusu ve ücreti ilgili kuruma aittir; DVA sınavı vermez ve sınav sonucunu garanti etmez.

Cloud Developer: Google Cloud Data & Storage Services eğitiminde hangi konular işlenir?

Eğitim 3 gündür: 1. gün Veri Servisi Seçimi ve Nesne Depolama; 2. gün İlişkisel ve NoSQL Servisler; 3. gün Güvenlik, Test ve İzleme. Her gün dört modül ve her modülde altı konu başlığı işlenir.

Sertifikalandırma

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.

Örnek Sertifika

GOOGLE PROFESSIONAL CLOUD DEVELOPER: GOOGLE CLOUD DATA & STORAGE SERVICES EĞİTİMİ

Eğitim Hakkında

Neden Bu Eğitim?

Anahtar Konular

Ön Koşullar

Eğitim İçeriği

Veritabanı Hizmetlerinin Karşılaştırması

Cloud Storage ile Nesne Depolama

Depolama Mimarisi: Blok, Dosya ve Nesne

Bulutta Uygulama Geliştirme Desenleri

Cloud SQL Örnekleri ve Yönetimi

Veritabanı Mimarisi: Cloud SQL, Spanner ve Bigtable

Veri İşleme: Pub/Sub, Dataflow ve Dataproc

BigQuery ve Veri Analitiği

Depolama Güvenliği ve Veri Koruma

Service Account'lar ve Uygulama Kimliği

Uygulama Test Stratejisi ve Otomasyonu

Uygulama İzleme ve Hata Ayıklama

Eğitim Kazanımları

Kimler İçin Uygundur?

Sıkça Sorulan Sorular

Sertifikalandırma

Eğitim Bilgileri

Bu Eğitimle Birlikte Tercih Edilenler

Developing Applications with Google Cloud (GC-DEV) Eğitimi

Developing Applications with Google Cloud Eğitimi

Developing Applications with Google Cloud Platform Eğitimi

Drug Discovery Essentials on Google Cloud (DDEGC) Eğitimi

From Data to Insights with Google Cloud Platform Eğitimi