MANAGING FLINK APPLICATIONS EĞİTİMİ

Flink işlerini üretimde güvenle çalıştır ve ölçekle

Flink'in durumlu akış işleme modelini, checkpoint/savepoint ile hata toleransını, dağıtım modlarını ve üretim operasyonunu uçtan uca yönetin.

Apache Flink uygulamalarının üretimde yönetimine odaklanan ileri seviye eğitim: JobManager/TaskManager runtime, olay zamanı ve watermark, keyed/operator state ve RocksDB backend, checkpoint/savepoint ile exactly-once, application/session dağıtım modları, Kube…

4 gün İleri Seviye Online / Yüz Yüze / Hibrit Sertifikalı

Eğitim Hakkında

Flink runtime, durum yönetimi, checkpoint/savepoint, dağıtım ve izleme

Bu ileri seviye eğitim, Apache Flink uygulamalarının üretim ortamında yönetimine odaklanır. Katılımcılar Flink runtime mimarisini (JobManager, TaskManager, slot, parallelism), olay zamanı işleme ve watermark'ı; keyed state, operator state ve state backend (RocksDB) ile durum yönetimini uygular. Checkpoint, savepoint, exactly-once garantisi ve iki aşamalı commit; application/session/per-job dağıtım modları, Kubernetes ve YARN üzerinde dağıtım işlenir. Ölçekleme (rescaling), backpressure analizi, metrik ve log izleme, durum şeması evrimi ve sürüm yükseltme ele alınır. Eğitim, hata senaryoları ve kurtarma ile üretim hazırlığına yönelik kararlarla tamamlanır.

Süre ve Format

4 Gün. Her gün dört modül; Flink runtime ve durum yönetiminden dağıtım, ölçekleme ve üretim operasyonuna ilerlenir.

Seviye

İleri Seviye — Apache Flink uygulamalarının üretim ortamında dağıtımı, durum yönetimi, checkpoint/savepoint ve ölçeklendirilmesi.

Öğrenme Metodu

Katılımcılar Flink işlerini küme üzerinde dağıtır, checkpoint/savepoint ile durumu yönetir ve backpressure/metrik senaryolarını uygulamalı çözer.

Neden Bu Eğitim?

🧬Durum Yönetimi

Keyed/operator state ve RocksDB backend ile büyük durumu güvenle yönetirsiniz.

💾Hata Toleransı

Checkpoint ve savepoint ile exactly-once garantili kurtarma kurarsınız.

📐Üretim Ölçeği

Rescaling, backpressure ve izleme ile işleri üretimde sağlıklı tutarsınız.

Anahtar Konular

flink eğitimiapache flinkflink statecheckpoint savepointexactly onceflink kubernetesbackpressurerocksdb state backendflink sqlakış işleme
“Akış işlemede asıl zorluk veriyi işlemek değil, durumu bir an bile kaybetmeden işlemektir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1
Akış İşleme Temeli

Olay zamanı ve pencereleme kavramlarına aşinalık güçlü biçimde faydalıdır.

2
Java/Scala

Flink DataStream API'si için temel Java/Scala bilgisi beklenir.

3
Dağıtık Sistem

Küme, paralellik ve mesajlaşma kavramlarına aşinalık faydalıdır.

4
Çalışma Ortamı

Flink kurulu bir küme veya Kubernetes/YARN ortamına erişim.

Eğitim İçeriği

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

Günün hedefiKatılımcı, Flink runtime mimarisini açıklayıp temel DataStream işleri kurabilir.
Modül 1
Runtime Mimarisi
  • JobManager'ın iş koordinasyonu ve dağıtımı
  • TaskManager ve task slot ile paralel yürütme
  • Parallelism ve operator chaining
  • Dataflow graph ve operatör zinciri
  • Dispatcher ve ResourceManager rolleri
  • Streaming ve batch (unified) yürütme
Modül 2
DataStream API
  • Source, transformation ve sink yapısı
  • map, filter, flatMap stateless dönüşümler
  • keyBy ile akışın partitionlanması
  • process function ile düşük seviye kontrol
  • connect ve co-process ile akış birleştirme
  • Side output ile ayrık çıktı
Modül 3
Olay Zamanı ve Watermark
  • Event-time ile processing-time ayrımı
  • WatermarkStrategy ile watermark üretimi
  • Bounded out-of-orderness toleransı
  • Idle source yönetimi
  • Allowed lateness ile geç veri
  • Watermark'ın pencereyi tetiklemesi
Modül 4
Pencereleme
  • Tumbling, sliding ve session pencereleri
  • Global window ve özel trigger
  • Window assigner ve evictor kavramı
  • Aggregate ve process window fonksiyonları
  • Pencere birleştirme (merging) mantığı
  • Geç veri için side output kullanımı
Günün hedefiKatılımcı, Flink durumunu yönetip checkpoint/savepoint ile hata toleransı sağlayabilir.
Modül 1
Durum Türleri
  • Keyed state ve operator state ayrımı
  • ValueState, ListState, MapState kullanımı
  • ReducingState ve AggregatingState
  • State TTL ile otomatik temizleme
  • Broadcast state ile kural dağıtımı
  • Durum erişiminin yaşam döngüsü
Modül 2
State Backend
  • HashMap (bellek) backend özellikleri
  • RocksDB backend ile disk tabanlı büyük durum
  • Incremental checkpoint avantajı
  • State backend seçiminin performansa etkisi
  • Local recovery ile hızlı yeniden başlatma
  • Durum boyutu ve bellek yönetimi
Modül 3
Checkpoint
  • Asenkron bariyer tabanlı checkpoint mekanizması
  • Checkpoint aralığı ve timeout ayarı
  • Exactly-once ile at-least-once modu
  • Checkpoint depolama (durable storage)
  • Alignment ve unaligned checkpoint
  • Checkpoint başarısızlığının yönetimi
Modül 4
Savepoint ve Kurtarma
  • Savepoint ile manuel durum anlık görüntüsü
  • Savepoint'ten iş yeniden başlatma
  • Checkpoint ile savepoint farkı
  • Durum geçişinde uyumluluk
  • İki aşamalı commit ile exactly-once sink
  • Felaket kurtarma senaryosu
Günün hedefiKatılımcı, Flink işlerini farklı dağıtım modlarında kurup kaynaklara bağlayabilir.
Modül 1
Dağıtım Modları
  • Application mode'un izolasyon avantajı
  • Session mode ile paylaşımlı küme
  • Per-job mode ve kullanım senaryosu
  • JobManager yüksek erişilebilirliği (HA)
  • Mod seçiminin kaynak ve izolasyona etkisi
  • Dağıtım artefaktı (JAR) yönetimi
Modül 2
Kubernetes ve YARN
  • Native Kubernetes dağıtımı
  • Flink Kubernetes Operator ile yönetim
  • YARN üzerinde kaynak tahsisi
  • Pod/konteyner kaynak sınırları
  • Checkpoint depolamanın (S3/HDFS) bağlanması
  • Otomatik yeniden başlatma (restart strategy)
Modül 3
Connector ve Kaynaklar
  • Kafka connector ile kaynak/sink
  • Exactly-once Kafka sink (transactional)
  • JDBC ve dosya sistemi connector'ları
  • Formatlar: Avro, JSON, Parquet
  • Async I/O ile dış sistem zenginleştirme
  • Watermark'ın connector ile hizalanması
Modül 4
Table API ve SQL
  • Table API ile ilişkisel akış işleme
  • Flink SQL ile akış sorguları
  • Dynamic table ve continuous query
  • Catalog ve tablo tanımları
  • Zaman öznitelikleri (time attributes)
  • SQL ile DataStream'in birlikte kullanımı
Günün hedefiKatılımcı, Flink işlerini üretimde izleyip ölçekler ve güvenle yükseltebilir.
Modül 1
İzleme ve Metrik
  • Flink Web UI ile iş topolojisi izleme
  • Metrik sistemi (Prometheus) entegrasyonu
  • Records-in/out ve latency metrikleri
  • Checkpoint süresi ve boyut izleme
  • Log toplama ve hata analizi
  • Uyarı eşiklerinin tanımlanması
Modül 2
Backpressure Analizi
  • Backpressure'ın nedeni ve belirtileri
  • Web UI'da backpressure göstergeleri
  • Yavaş operatörün tespiti
  • Buffer debloating ve ağ belleği
  • Paralellik artırarak darboğaz giderme
  • Kaynak hızının sink'e uyarlanması
Modül 3
Rescaling
  • Savepoint ile paralellik değiştirme
  • Max parallelism ve key group kavramı
  • Reactive mode ile otomatik ölçekleme
  • Durum yeniden dağıtımı (redistribution)
  • Ölçeklemenin durum boyutuyla ilişkisi
  • Ölçekleme sırasında kesinti yönetimi
Modül 4
Sürüm Yükseltme
  • Savepoint tabanlı güvenli yükseltme
  • Durum şeması evrimi (schema evolution)
  • Operatör UID ile durum eşleme
  • Geriye uyumsuz değişikliklerin yönetimi
  • Canary ve kademeli dağıtım
  • Geri alma (rollback) stratejisi

Eğitim Kazanımları

Program sonunda katılımcılar:

✅
Runtime

JobManager/TaskManager ve slot modelini açıklarsınız.

✅
Olay Zamanı

Watermark ve pencerelerle olay zamanlı işleme kurarsınız.

✅
Durum

Keyed/operator state ve RocksDB backend ile durumu yönetirsiniz.

✅
Checkpoint

Checkpoint ve savepoint ile exactly-once kurtarma sağlarsınız.

✅
Dağıtım

Application/session modlarını Kubernetes/YARN üzerinde kurarsınız.

✅
Entegrasyon

Kafka ve JDBC connector'ları ile transactional sink bağlarsınız.

✅
İzleme

Backpressure ve metriklerle üretim işlerini sağlıklı tutarsınız.

✅
Ölçek/Yükseltme

Savepoint ile rescaling ve güvenli sürüm yükseltme yaparsınız.

Kimler İçin Uygundur?

  • Flink ile gerçek zamanlı uygulama geliştiren ve üretimde işleten veri mühendisleri
  • akış platformu ekipleri
  • dağıtık sistem uzmanları için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?
Flink ile gerçek zamanlı uygulama geliştiren ve üretimde işleten veri mühendisleri, akış platformu ekipleri ve dağıtık sistem uzmanları için uygundur.
Checkpoint ile savepoint farkı nedir?
Checkpoint sistemin otomatik aldığı, hata kurtarma için kullanılan anlık durumdur; savepoint ise manuel alınan, yükseltme ve yeniden başlatma için kullanılan daha kalıcı bir durum görüntüsüdür.
RocksDB backend ne zaman kullanılır?
Durum belleğe sığmayacak kadar büyüdüğünde RocksDB disk tabanlı durum ve incremental checkpoint sunar; eğitim seçim kriterlerini ele alır.
Flink işini nasıl ölçeklendiririm?
Savepoint alınıp iş yeni paralellikle yeniden başlatılır veya reactive mode kullanılır; max parallelism ve key group kavramları bunun sınırlarını belirler.
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. Managing Flink Applications Eğitimi Sertifika Kodu DV-2026XX00 Tarih 26.10.2026 Yetkili İmza DV AKADEMİ

Eğitim Bilgileri

Süre4 gün
Seviyeİleri Seviye
FormatOnline / Yüz Yüze / Hibrit
Sertifika✓ Var
Hemen Bilgi Al
İlgili Eğitimler

Bu Eğitimle Birlikte Tercih Edilenler

Büyük Veri TeknolojileriReal-Time Stream Processing with Apache Spark Structured Streaming and Kafka Eğitimi
Veri ve Analitik Eğitimleri

Real-Time Stream Processing with Apache Spark Structured Streaming and Kafka Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Spark Structured Streaming ve Kafka ile üretim ölçeğinde akış işleme: olay zamanı pencereleme, stateful join, exactly-once, RocksDB state store ve izleme.

Detayları Gör →
Büyük Veri TeknolojileriScheduling, Scaling, and Orchestrating Complex Kafka Workflows Eğitimi
Veri ve Analitik Eğitimleri

Scheduling, Scaling, and Orchestrating Complex Kafka Workflows Eğitimi

4 günİleriOnline / Yüz Yüze / Hibrit

Karmaşık Kafka iş akışlarını zamanlayın, ölçekleyin ve orkestre edin: partition/consumer ölçekleme, cooperative rebalance, KEDA, Strimzi ve dayanıklı mimari.

Detayları Gör →
Büyük Veri TeknolojileriSetting Up and Navigating a Spark Environment Eğitimi
Veri ve Analitik Eğitimleri

Setting Up and Navigating a Spark Environment Eğitimi

2 günTemelOnline / Yüz Yüze / Hibrit

Apache Spark ortamını kurun ve gezinin: bileşenler, local/standalone/YARN/K8s modları, spark-defaults yapılandırması, spark-submit ve Spark UI ile iş izleme.

Detayları Gör →
Büyük Veri TeknolojileriSpark / Pyspark Eğitimi
Veri ve Analitik Eğitimleri

Spark / Pyspark Eğitimi

3 günOrtaOnline / Yüz Yüze / Hibrit

PySpark ile Python üzerinden Spark'ı öğrenin: DataFrame işleme, join ve pencere fonksiyonları, Spark SQL, pandas UDF, pyspark.pandas ve performans ayarı.

Detayları Gör →
Büyük Veri TeknolojileriSpark Architecture and Execution Model Eğitimi
Veri ve Analitik Eğitimleri

Spark Architecture and Execution Model Eğitimi

3 günİleriOnline / Yüz Yüze / Hibrit

Spark iç mimarisini derinlemesine öğrenin: Catalyst, Tungsten, DAG scheduler, job/stage/task, shuffle, unified memory modeli, skew ve AQE ile performans teşhisi

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