INTRODUCTION TO AMAZON KINESIS ANALYTICS EĞİTİMİ

Akan veriyi gerçek zamanlı analiz et ve yönlendir

Kinesis Data Streams, Firehose ve Managed Service for Apache Flink ile akış verisini SQL ve Flink kullanarak canlı analiz edin.

Amazon Kinesis ile gerçek zamanlı akış verisinin toplanması ve Managed Service for Apache Flink üzerinde Flink SQL, pencere sorguları ve anomali tespiti ile analizini uygulamalı öğreten orta seviye eğitim.

3 gün Orta Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Kinesis Data Streams, Firehose, Flink SQL ve pencere tabanlı akış analitiği

Bu orta seviye eğitim, Amazon Kinesis ekosisteminde gerçek zamanlı veri analitiğini uygulamalı ele alır. Kinesis Data Streams ile veri toplama, shard ve partition key mantığı, Kinesis Data Firehose ile S3/Redshift'e teslim ve Kinesis Data Analytics'in bugünkü karşılığı olan Amazon Managed Service for Apache Flink işlenir. Katılımcılar Flink SQL ve Studio notebook ile tumbling, sliding ve session pencereleri, event-time ve watermark kavramı, toplulaştırma, akış-tablo birleştirmeleri ve anomali tespiti (RANDOM_CUT_FOREST) uygular. CloudWatch ile izleme ve ölçekleme konuları da kapsanır.

Süre ve Format

3 Gün. Her gün dört modül; katılımcılar veri toplamadan akış analitiği ve teslimata kadar uçtan uca ilerler.

Seviye

Orta Seviye — Amazon Kinesis ile gerçek zamanlı akış verisinin toplanması ve Kinesis Data Analytics (Managed Service for Apache Flink) ile SQL ve Flink tabanlı analizinin ele alınması.

Öğrenme Metodu

Katılımcılar örnek bir olay akışını Kinesis'e besleyip Flink SQL ve Studio notebook ile pencere tabanlı sorgular çalıştırarak uygulamalı öğrenir.

Neden Bu Eğitim?

⚡Gerçek Zamanlı

Verinin oluştuğu anda saniyeler içinde analiz etmeyi ve tepki vermeyi öğrenirsiniz.

🪟Pencere Analizi

Tumbling ve sliding pencerelerle zaman tabanlı toplulaştırmayı kavrarsınız.

🔌Tam Entegrasyon

Kinesis'i S3, Redshift ve Lambda ile birleştirerek uçtan uca hat kurarsınız.

Anahtar Konular

amazon kinesiskinesis data streamskinesis analyticsapache flinkflink sqlakış analitiğigerçek zamanlı verikinesis firehoseaws streamingpencere sorgusu
“Verinin değeri çoğu zaman onu ne kadar hızlı analiz ettiğinizle ölçülür.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
AWS Temeli

IAM, S3 ve temel AWS konsol kullanımı bilgisi beklenir.

2
SQL Bilgisi

SELECT, GROUP BY ve toplulaştırma fonksiyonlarına aşinalık güçlü biçimde faydalıdır.

3
AWS Hesabı

Uygulamalar için erişilebilir bir AWS hesabı veya eğitim ortamı gereklidir.

4
Akış Kavramı

Toplu (batch) ve akış (streaming) işleme farkına temel aşinalık faydalıdır.

Eğitim İçeriği

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

Günün hedefiKatılımcı, Kinesis Data Streams'e veri yazabilir ve shard tabanlı ölçeklemeyi açıklayabilir.
Modül 1
Akış Mimarisi
  • Batch ve streaming işleme paradigmalarının karşılaştırılması
  • Kinesis ailesi: Data Streams, Firehose, Analytics ve Video Streams
  • Olay (event) tabanlı mimarilerde Kinesis'in rolü
  • Düşük gecikme ve yüksek verimli veri boru hatları
  • At-least-once teslim garantisi ve tekrar işleme
  • Tipik kullanım senaryoları: log, IoT, tıklama akışı
Modül 2
Data Streams
  • Shard kavramı ve her shard'ın verim limitleri (1 MB/s yazma)
  • Partition key ile kayıtların shard'lara dağıtılması
  • Sequence number ile kayıt sırası
  • On-demand ve provisioned kapasite modları
  • Retention period (24 saat - 365 gün) ayarı
  • Hot shard sorunu ve partition key seçimi
Modül 3
Üretici ve Tüketici
  • PutRecord ve PutRecords API ile veri yazma
  • Kinesis Producer Library (KPL) ile toplu gönderim
  • Kinesis Client Library (KCL) ile tüketim
  • Enhanced fan-out ile tüketici başına ayrılmış verim
  • Checkpoint ile tüketim konumunun saklanması
  • Lambda'nın Kinesis olay kaynağı olarak tetiklenmesi
Modül 4
Firehose Teslimatı
  • Kinesis Data Firehose'un yönetilen teslimat rolü
  • S3, Redshift, OpenSearch ve Splunk hedefleri
  • Buffer size ve buffer interval ile toplu yazma
  • Parquet/ORC dönüşümü ve sıkıştırma (GZIP)
  • Lambda ile akış içi dönüşüm (transformation)
  • Teslim hatalarının S3 error prefix'ine yazılması
Günün hedefiKatılımcı, Flink SQL kullanarak akış verisi üzerinde zaman tabanlı pencere sorguları yazabilir.
Modül 1
Flink Giriş
  • Amazon Managed Service for Apache Flink'in konumu
  • Kinesis Data Analytics'ten Flink tabanlı servise geçiş
  • Flink'in stateful akış işleme mimarisi
  • Studio notebook (Zeppelin) ile etkileşimli geliştirme
  • Uygulama parallelism ve KPU kavramı
  • Checkpoint ve savepoint ile durum dayanıklılığı
Modül 2
Kaynak ve Hedef Tablolar
  • CREATE TABLE ile Kinesis kaynağının tanımlanması
  • Connector özellikleri ve format (JSON, CSV) ayarı
  • WATERMARK FOR ... ile event-time işaretleme
  • Hedef tablonun S3 veya başka akışa yazılması
  • Şema (DDL) ile alanların ve türlerin tanımı
  • Kinesis stream'den gelen verinin sütunlara eşlenmesi
Modül 3
Pencere Türleri
  • TUMBLE ile çakışmayan sabit pencereler
  • HOP (sliding) ile kayan ve örtüşen pencereler
  • SESSION pencere ile aktivite boşluğuna göre gruplama
  • Event-time ve processing-time ayrımı
  • Watermark ile geç gelen olayların yönetimi
  • Pencere boyutunun gecikme-doğruluk dengesine etkisi
Modül 4
Toplulaştırma
  • Pencere üzerinde COUNT, SUM, AVG hesaplama
  • GROUP BY ile anahtar ve pencere bazlı gruplama
  • TUMBLE_START ve TUMBLE_END ile pencere sınırları
  • Akış-akış ve akış-tablo JOIN işlemleri
  • TOP-N sorgularıyla en yüksek değerlerin bulunması
  • Sonuçların gerçek zamanlı panoya aktarılması
Günün hedefiKatılımcı, akış üzerinde anomali tespiti kurar ve uygulamayı izleyip ölçeklendirebilir.
Modül 1
Anomali Tespiti
  • RANDOM_CUT_FOREST ile gerçek zamanlı aykırı değer tespiti
  • Anomali skorunun eşik ile uyarıya dönüştürülmesi
  • Mevsimsel ve trend içeren verilerde yorum
  • HOTSPOTS ile yoğunlaşma bölgelerinin bulunması
  • Sahte pozitiflerin pencere ve eşik ayarıyla azaltılması
  • Anomali olaylarının SNS ile bildirilmesi
Modül 2
UDF ve Zenginleştirme
  • Kullanıcı tanımlı fonksiyon (UDF) ile özel mantık
  • Akış verisinin referans tabloyla zenginleştirilmesi
  • Lookup join ile dış veri kaynağından arama
  • Veri temizleme ve biçim dönüşümü
  • JSON iç içe yapıların düzleştirilmesi
  • Zaman damgası ve saat dilimi dönüşümleri
Modül 3
İzleme ve Ölçekleme
  • CloudWatch metrikleriyle gecikme ve throughput izleme
  • millisBehindLatest ile tüketim gecikmesinin ölçümü
  • Autoscaling ile KPU sayısının ayarlanması
  • Backpressure (geri baskı) belirtilerinin okunması
  • Shard sayısının resharding ile değiştirilmesi
  • Log ve hata ayıklamanın CloudWatch Logs ile yapılması
Modül 4
Uçtan Uca Hat
  • Üretici → Data Streams → Flink → Firehose → S3 akışı
  • Analitik sonuçların Redshift veya OpenSearch'e yazılması
  • Lambda ile olay bazlı tetikleme entegrasyonu
  • IAM rolleri ve en az ayrıcalık ilkesi
  • Maliyet: shard-saat, KPU ve Firehose veri hacmi
  • Üretim hattında hata toleransı ve tekrar işleme

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Veri Toplama

Kinesis Data Streams'e KPL ve API ile akış verisi yazarsınız.

✅
Shard Mimarisi

Shard, partition key ve ölçekleme kararlarını doğru verirsiniz.

✅
Flink SQL

Managed Service for Apache Flink üzerinde SQL ile akış sorguları yazarsınız.

✅
Pencere Analizi

Tumbling, sliding ve session pencereleriyle zaman tabanlı analiz yaparsınız.

✅
Event-Time

Watermark ile geç gelen olayları doğru biçimde işlersiniz.

✅
Anomali Tespiti

RANDOM_CUT_FOREST ile gerçek zamanlı aykırı değerleri yakalarsınız.

✅
Teslimat

Firehose ile sonuçları S3, Redshift ve OpenSearch'e teslim edersiniz.

✅
İzleme

CloudWatch metrikleriyle gecikmeyi izler ve uygulamayı ölçeklendirirsiniz.

Kimler İçin Uygundur?

  • Veri mühendisleri
  • bulut geliştiricileri
  • akış verisiyle çalışan analistler
  • AWS üzerinde gerçek zamanlı analitik kurmak isteyen teknik profesyoneller için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Veri mühendisleri, bulut geliştiricileri ve AWS üzerinde gerçek zamanlı analitik kurmak isteyen teknik profesyoneller için uygundur.
Kinesis Data Analytics hâlâ var mı?
Servis bugün Amazon Managed Service for Apache Flink adıyla sunulmaktadır; eğitim güncel servis ve Flink SQL üzerinden anlatılır.
SQL bilgisi gerekli mi?
Temel SQL (SELECT, GROUP BY, toplulaştırma) bilgisi Flink SQL modüllerinden verim almak için güçlü biçimde faydalıdır.
AWS hesabı gerekli mi?
Uygulamalı alıştırmalar için erişilebilir bir AWS hesabı veya sağlanan eğitim ortamı gereklidir.
Eğitim sonunda sertifika veriliyor mu?
Katılım ve değerlendirme sonrası Digital Vizyon Akademi Katılım ve Başarı Sertifikası verilir.

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 d Digital Vizyon AKADEMİ KATILIM SERTİFİKASI Bu sertifika [Katılımcı Adı Soyadı] adlı katılımcının aşağıdaki eğitim programını başarıyla tamamladığını belgeler. Introduction to Amazon Kinesis Analytics Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre3 gün
SeviyeOrta Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Veri Analizi ve İstatistikNew Age Data Infrastructures: Factors Driving Data Infrastructures Eğitimi
Veri ve Analitik Eğitimleri

New Age Data Infrastructures: Factors Driving Data Infrastructures Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Modern veri altyapısını yönlendiren etkenler: veri büyümesi, bulut ve depolama-işlem ayrımı, dağıtık işleme, batch/streaming, FinOps, yönetişim ve modern data s

Detayları Gör →
Veri Analizi ve İstatistikNo-code ML with RapidMiner: Time-series Forecasting & Market Basket Analysis Eğitimi
Veri ve Analitik Eğitimleri

No-code ML with RapidMiner: Time-series Forecasting & Market Basket Analysis Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

RapidMiner ile kodsuz ML: süreç tasarımı, zaman serisi tahmini (ARIMA, Holt-Winters) ve pazar sepeti analizi (FP-Growth, support/confidence/lift) uygulamalı.

Detayları Gör →
Veri Analizi ve İstatistikObjects & Retrieving Data Eğitimi
Veri ve Analitik Eğitimleri

Objects & Retrieving Data Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Veritabanı nesneleri ve SQL ile veri getirme: tablo/view, SELECT, WHERE, BETWEEN/IN/LIKE, ORDER BY, toplama fonksiyonları, GROUP BY/HAVING ve JOIN uygulamalı.

Detayları Gör →
Veri Analizi ve İstatistikOlay Yönetimi ve Suçlamasız Olay Sonrası Analiz Eğitimi
Veri ve Analitik Eğitimleri

Olay Yönetimi ve Suçlamasız Olay Sonrası Analiz Eğitimi

2 günOrtaOnline / Yüz Yüze / Hibrit

Olay yönetimi ve suçlamasız postmortem: olay yaşam döngüsü, roller, gözlemlenebilirlik, kök neden (5 Neden), MTTR/MTTD, SLO ve hata bütçesi ile sürekli iyileşti

Detayları Gör →
Veri Analizi ve İstatistikONTAP Cluster Administration and Data Protection Bundle (CDOTDP) Eğitimi
Veri ve Analitik Eğitimleri

ONTAP Cluster Administration and Data Protection Bundle (CDOTDP) Eğitimi

5 günİleriOnline / Yüz Yüze / Hibrit

NetApp ONTAP küme yönetimi ve veri koruma (CDOTDP): küme, aggregate/RAID, SVM, NFS/SMB ve SAN, Snapshot, FlexClone, SnapMirror replikasyon ve felaket kurtarma.

Detayları Gör →
+90 (501) 369 40 14 WhatsApp [email protected] LinkedIn