MongoDB with Python Eğitimi

Eğitim Hakkında

Python geliştiricileri için PyMongo ve Motor ile MongoDB uygulama geliştirme eğitimi

MongoDB with Python Eğitimi, Python ile MongoDB üzerinde veri uygulamaları geliştirmeye odaklanır. Katılımcılar PyMongo sürücüsüyle bağlantı yönetimini, BSON tiplerini ve CRUD işlemlerini öğrenir. Sorgu operatörleri, aggregation pipeline, indeks yönetimi, toplu işlemler ve GridFS ile dosya saklama ele alınır. Motor ile asenkron erişim, pandas entegrasyonu ve FastAPI ile web entegrasyonu gerçek kod örnekleriyle uygulamalı işlenir.

Süre ve Format

3 Gün. İlk gün PyMongo ve CRUD, ikinci gün aggregation, indeks ve GridFS, üçüncü gün Motor async, pandas ve web entegrasyonu uygulamalı işlenir.

Seviye

Orta Seviye — PyMongo ile CRUD, aggregation, indeks, Motor ile async ve pandas entegrasyonu işlenir

Öğrenme Metodu

Her konu Python ortamında PyMongo ve Motor ile gerçek kod yazılarak, sorgu çalıştırılarak ve uygulama kurularak uygulamalı işlenir.

Neden Bu Eğitim?

🐍Pythonic erişim

PyMongo ile sözlük tabanlı doğal Python söz dizimi kullanarak MongoDB belgeleriyle akıcı biçimde çalışırsınız.

⚙️Asenkron performans

Motor sürücüsüyle asenkron erişim kurar, yüksek eşzamanlı yük altında ölçeklenebilir uygulamalar geliştirirsiniz.

📈Veri analizi entegrasyonu

MongoDB verisini pandas DataFrame'e taşır, Python ekosisteminin analiz ve görselleştirme gücünden yararlanırsınız.

Anahtar Konular

mongodb python eğitimipymongo kursumongodb python entegrasyonumotor async mongodbpython nosql eğitimipymongo aggregationmongodb pandasfastapi mongodb

“Python ile MongoDB; sözlüğün sadeliğini belge modelinin esnekliğiyle buluşturarak veri uygulamalarını hızla hayata geçirir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak temel bilgi ve ortam gereksinimleri

1

Python bilgisi

Fonksiyon, sözlük ve liste gibi temel Python kavramlarına hakimiyet kod örneklerini kolaylaştırır.

2

MongoDB temelleri

Belge modeli ve CRUD işlemlerine temel aşinalık PyMongo konularını kavramayı hızlandırır.

3

Python ortamı

pip ile paket kurabileceğiniz bir Python 3 ortamı ve sanal ortam kullanımı faydalıdır.

4

MongoDB erişimi

Uygulamalar için yerel MongoDB kurulumu veya ücretsiz bir Atlas kümesine erişim yeterlidir.

Eğitim İçeriği

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

Günün hedefiBu gün sonunda PyMongo ile MongoDB'ye bağlanır, BSON tiplerini kavrar ve Python kodundan belge ekleme, okuma, güncelleme ve silme işlemlerini uygularsınız.

Modül 1

PyMongo Kurulumu ve Bağlantı

pip ile PyMongo kurulumu ve sanal ortam hazırlığı
MongoClient ile bağlantı dizesinin yapılandırılması
Veritabanı ve koleksiyonlara Python nesneleriyle erişim
Bağlantı havuzu ve zaman aşımı ayarlarının yönetimi
Atlas bağlantısı ve TLS yapılandırması
Bağlantı hatalarının yakalanması ve yönetimi

Modül 2

BSON ve Veri Tipleri

Python sözlükleri ile BSON belgeleri arasındaki eşleme
ObjectId tipinin oluşturulması ve kullanımı
datetime, Decimal128 ve binary tiplerinin işlenmesi
İç içe sözlük ve listelerle belge modelleme
Tip dönüşümlerinde dikkat edilmesi gerekenler
Özel BSON kodlama ve çözme seçenekleri

Modül 3

Belge Ekleme ve Sorgulama

insert_one ve insert_many ile belge ekleme
find ve find_one ile belge okuma ve filtreleme
Sorgu filtrelerinin Python sözlükleriyle ifade edilmesi
Karşılaştırma ve mantıksal operatörlerin kullanımı
Projection ile dönen alanların sınırlandırılması
Cursor üzerinde döngü, sort, limit ve skip kullanımı

Modül 4

Güncelleme ve Silme

update_one ve update_many ile belge güncelleme
set, inc ve push güncelleme operatörlerinin kullanımı
upsert ile koşullu ekleme senaryoları
delete_one ve delete_many ile belge silme
find_one_and_update ile atomik güncelleme
Güncelleme sonucu nesnelerinin değerlendirilmesi

Günün hedefiBu gün sonunda PyMongo ile aggregation pipeline kurar, indeksleri yönetir, toplu işlemlerle performansı artırır ve GridFS ile büyük dosyaları saklarsınız.

Modül 1

Aggregation Pipeline

aggregate metodu ile pipeline aşamalarının tanımlanması
match ve group ile filtreleme ve toplama işlemleri
project ve add_fields ile hesaplanmış alanlar
lookup ile koleksiyonlar arası birleştirme
unwind ile dizi alanlarının açılması
Pipeline sonuçlarının Python'da işlenmesi

Modül 2

İndeks Oluşturma ve Yönetimi

create_index ile tekli ve bileşik indeks oluşturma
İndeks sırası ve yön seçiminin performansa etkisi
Metin, coğrafi ve TTL indekslerinin oluşturulması
explain ile sorgu planının Python'dan incelenmesi
Benzersiz ve kısmi indekslerle özel senaryolar
İndeks listeleme, bakım ve silme işlemleri

Modül 3

Toplu İşlemler ve Performans

bulk_write ile toplu ekleme, güncelleme ve silme
Sıralı ve sırasız toplu işlem modlarının seçimi
Yazma performansının toplu işlemlerle artırılması
Write concern ile yazma dayanıklılığının ayarlanması
Büyük sonuç kümelerinin bellek dostu işlenmesi
Sayfalama desenleriyle verimli veri okuma

Modül 4

GridFS ile Dosya Saklama

GridFS ile büyük dosyaların parçalanarak saklanması
put ve get metotlarıyla dosya yükleme ve indirme
Dosya meta verilerinin yönetimi
Dosya sürümleme ve sorgulama senaryoları
GridFS ile akış tabanlı dosya işleme
Belge boyutu sınırının GridFS ile aşılması

Günün hedefiBu gün sonunda Motor ile asenkron erişim kurar, MongoDB verisini pandas ile analiz eder ve FastAPI veya Flask ile veri servisli bir web uygulaması geliştirirsiniz.

Modül 1

Motor ile Asenkron Erişim

Motor sürücüsü ile asyncio tabanlı bağlantı kurulması
await ile asenkron CRUD işlemlerinin yürütülmesi
Asenkron cursor ile sonuçların işlenmesi
Eşzamanlı işlemlerle performansın artırılması
Senkron ve asenkron erişimin karşılaştırılması
Asenkron bağlam yönetimi ve hata ele alma

Modül 2

Pandas ile Veri Analizi

MongoDB sorgu sonuçlarının DataFrame'e dönüştürülmesi
Aggregation çıktısının pandas ile analiz edilmesi
İç içe belgelerin normalize edilerek düzleştirilmesi
DataFrame verisinin MongoDB'ye geri yazılması
Veri temizleme ve dönüştürme işlemleri
Analiz sonuçlarının görselleştirme için hazırlanması

Modül 3

İşlemler ve Change Streams

Çok belgeli işlemlerin PyMongo ile yönetilmesi
İşlem oturumu ve onay/geri alma senaryoları
watch ile change streams üzerinden değişiklik izleme
Resume token ile kesintisiz değişiklik takibi
Olay tabanlı Python uygulamalarının tasarlanması
İşlem ve akış senaryolarında hata yönetimi

Modül 4

Web Uygulaması Entegrasyonu

FastAPI veya Flask ile MongoDB bağlantısının kurulması
API uç noktalarından CRUD işlemlerinin sunulması
Pydantic ile veri doğrulama ve serileştirme
Asenkron uç noktalarla Motor sürücüsünün kullanımı
Sayfalama ve filtreli API yanıtlarının üretilmesi
Uygulamada bağlantı yönetimi ve güvenlik uygulamaları

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

PyMongo hakimiyeti

PyMongo ile MongoDB'ye bağlanır, BSON tiplerini yönetir ve Python kodundan CRUD işlemlerini akıcı uygulayabilirsiniz.

✅

Sorgu ve aggregation

Python sözlükleriyle sorgu filtreleri yazar ve aggregation pipeline ile veriyi analiz edebilirsiniz.

✅

İndeks ve performans

create_index ve explain ile indeksleri yönetir, toplu işlemlerle yazma performansını artırabilirsiniz.

✅

GridFS ile dosya

GridFS ile belge boyutu sınırını aşarak büyük dosyaları parçalı biçimde saklayıp sorgulayabilirsiniz.

✅

Asenkron geliştirme

Motor sürücüsüyle asyncio tabanlı asenkron erişim kurarak yüksek eşzamanlı uygulamalar geliştirebilirsiniz.

✅

Pandas entegrasyonu

MongoDB verisini DataFrame'e taşır, pandas ile analiz eder ve sonuçları geri yazabilirsiniz.

✅

İşlemler ve olaylar

Çok belgeli işlemleri yönetir ve change streams ile gerçek zamanlı değişiklikleri izleyebilirsiniz.

✅

Web entegrasyonu

FastAPI veya Flask ile MongoDB destekli, doğrulamalı ve asenkron veri servisleri geliştirebilirsiniz.

Kimler İçin Uygundur?

Python ile backend ve veri uygulamaları geliştiren yazılımcılar
MongoDB'yi Python projelerine entegre eden mühendisler
veri analizi yapan Python geliştiricileri
API tabanlı servis geliştiren ekipler için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Python ile backend ve veri uygulamaları geliştiren yazılımcılar, MongoDB'yi Python projelerine entegre eden mühendisler ve veri analizi yapan Python geliştiricileri için uygundur. API tabanlı servis geliştiren ekiplere de yöneliktir.

Eğitim kaç gün sürüyor ve nasıl işleniyor?

Eğitim 3 gün sürer. İlk gün PyMongo ve CRUD, ikinci gün aggregation, indeks ve GridFS, üçüncü gün Motor async, pandas ve web entegrasyonu işlenir. Her konu Python ortamında gerçek kod yazılarak uygulamalı çalışılır.

Hangi Python kütüphaneleri kullanılıyor?

Eğitimde senkron erişim için PyMongo, asenkron erişim için Motor, veri analizi için pandas ve web entegrasyonu için FastAPI veya Flask kullanılır. Veri doğrulama için Pydantic örnekleri de ele alınır.

Ön koşul olarak ne bilmek gerekir?

Fonksiyon, sözlük ve liste gibi temel Python bilgisi ile belge modeli ve CRUD gibi temel MongoDB kavramları faydalıdır. pip ile paket kurabileceğiniz bir Python 3 ortamı yeterlidir; ileri MongoDB deneyimi gerekmez.

Katılımcılar sertifika alıyor mu?

Programı tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Eğitim, Python ile MongoDB kullanan projelerde uygulamalı yetkinlik kazandırmayı hedefler.

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