Oracle Autonomous Data Warehouse (ADW) Eğitimi

Eğitim Hakkında

Oracle Autonomous Data Warehouse ile analitik veri ambarı yönetimini öğreten temel seviye eğitim

Bu eğitim, OCI üzerinde çalışan kendi kendini yöneten analitik veri ambarı ADW'ye odaklanır. Katılımcılar ADW örneği sağlamayı, columnar depolama ve paralel sorgu ile analitik iş yüklerinin nasıl hızlandığını, Data Pump ve Object Storage'dan veri yüklemeyi, otomatik ölçekleme ile CPU ve depolama yönetimini öğrenir. Database Actions, otomatik indeksleme ve Oracle Machine Learning not defterleri uygulamalı işlenir. ATP ile ADW farkı analitik açıdan ele alınır.

Süre ve Format

3 Gün. İlk gün ADW mimarisi ve sağlama, ikinci gün veri yükleme ve otomatik ölçekleme, üçüncü gün Database Actions, güvenlik ve Oracle Machine Learning işlenir.

Seviye

Temel Seviye — ADW ile analitik iş yükleri, veri yükleme, otomatik ölçekleme ve Oracle Machine Learning temelleri işlenir

Öğrenme Metodu

Her konu OCI konsolunda gerçek ADW örneği sağlanarak, veri yüklenerek ve Database Actions ile sorgu çalıştırılarak uygulamalı işlenir.

Neden Bu Eğitim?

🏢Self-servis veri ambarı

Altyapı yönetimine zaman harcamadan analitik veri ambarını dakikalar içinde sağlar ve iş yüküne göre otomatik ölçeklersiniz.

⚡Analitik performans

Columnar format, paralel sorgu ve otomatik indeksleme ile büyük veri kümelerinde raporların hızlı çalışmasını sağlarsınız.

🤖Yerleşik makine öğrenmesi

Oracle Machine Learning not defterleriyle veri ambarı üzerinde doğrudan model eğitir ve tahmin üretirsiniz.

Anahtar Konular

oracle adw eğitimiautonomous data warehouseoracle veri ambarı eğitimioci veritabanı eğitimidbms_cloud veri yüklemeoracle otonom veritabanıadw kursuoracle machine learning

“Autonomous Data Warehouse, altyapının karmaşıklığını üstlenerek ekiplerin dikkatini veriyi yönetmekten veriden değer üretmeye kaydırır.”

Ön Koşullar

Eğitimden en iyi verimi almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Temel SQL bilgisi

SELECT, JOIN ve GROUP BY sorgularına aşinalık analitik sorguları ve veri yükleme adımlarını takip etmeyi kolaylaştırır.

2

İlişkisel veritabanı

Tablo, şema ve indeks gibi ilişkisel kavramlara temel aşinalık veri ambarı modelini anlamayı destekler.

3

Bulut kavramları

Bölge (region), kiracı (tenancy) ve bölmelerin (compartment) ne olduğunu bilmek OCI konsolunda çalışmayı kolaylaştırır.

4

OCI deneme hesabı

OCI Free Tier veya deneme hesabı örnekleri birebir uygulamalı takip etmeyi sağlar.

Eğitim İçeriği

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

Günün hedefiKatılımcılar ADW'nin kendi kendini yöneten mimarisini ve analitik iş yükü tipini kavrar, OCI konsolunda ilk ADW örneğini sağlar ve bağlantı yapılandırmasını kurar.

Modül 1

Autonomous Database ve ADW Konumu

Autonomous Database ailesinde ADW, ATP ve JSON iş yükü tiplerinin farkı
Self-driving, self-securing ve self-repairing özelliklerinin anlamı
ADW'nin analitik (OLAP) iş yüküne göre optimize edilmesi
Shared (serverless) ve Dedicated altyapı seçeneklerinin karşılaştırması
ADW'nin Exadata altyapısı üzerinde çalışmasının getirdiği avantajlar
Otomatik yama, yedekleme ve bakımın yönetim yükünü azaltması

Modül 2

Columnar Depolama ve Analitik Optimizasyon

ADW'de verinin hibrit columnar sıkıştırma ile saklanması
Analitik sorgularda sütun bazlı erişimin sağladığı performans
Paralel sorgu (parallel query) ile büyük tablolarda tarama hızı
Otomatik indeksleme (auto-indexing) özelliğinin çalışma mantığı
İstatistiklerin otomatik toplanması ve optimizer'a etkisi
ADW'de geleneksel ayar yükünün azalmasının nedenleri

Modül 3

ADW Örneği Sağlama

OCI konsolunda Autonomous Database oluşturma sihirbazının adımları
İş yükü tipi olarak Data Warehouse seçimi ve ad verme
ECPU/OCPU ve depolama (storage) kapasitesinin belirlenmesi
ADMIN kullanıcı parolasının güvenli biçimde ayarlanması
Lisans modeli: BYOL ile License Included seçeneklerinin farkı
Örnek durumunun (provisioning, available) konsoldan izlenmesi

Modül 4

Bağlantı ve İstemci Yapılandırması

Wallet (client credentials) indirme ve mTLS bağlantısının kurulması
TNS connection string ve servis adlarının (low, medium, high) anlamı
SQL Developer masaüstü aracıyla ADW'ye bağlanma
Database Actions (web tabanlı) üzerinden tarayıcıdan erişim
mTLS ile TLS bağlantı seçeneklerinin karşılaştırılması
Erişim denetim listesi (ACL) ile ağ erişiminin sınırlandırılması

Günün hedefiKatılımcılar Object Storage ve Data Pump ile ADW'ye veri yükler, DBMS_CLOUD paketini kullanır ve otomatik ölçekleme ile CPU ve depolama kaynaklarını iş yüküne göre yönetir.

Modül 1

DBMS_CLOUD ile Veri Yükleme

DBMS_CLOUD paketinin ADW'de veri yüklemedeki rolü
Object Storage'daki dosyalara erişim için credential oluşturma
DBMS_CLOUD.COPY_DATA ile CSV dosyasını tabloya yükleme
DBMS_CLOUD.CREATE_EXTERNAL_TABLE ile dış tablo tanımlama
Parquet ve JSON gibi formatların yükleme sırasında işlenmesi
Yükleme hatalarının bad ve log tablolarından izlenmesi

Modül 2

Data Pump ve Veri Taşıma

Data Pump export dosyasının Object Storage'a yüklenmesi
impdp ile ADW'ye şema düzeyinde veri aktarımı
ADW'de desteklenen ve kısıtlanan Data Pump seçenekleri
SQL Developer Cart ile tabloların buluta taşınması
Mevcut on-premise ambardan ADW'ye geçiş yaklaşımı
Büyük veri setlerinde paralel yükleme ile süreyi kısaltma

Modül 3

Otomatik Ölçekleme ve Kaynaklar

Auto scaling ile anlık iş yüküne göre CPU'nun üçe katlanması
Compute ve storage auto scaling seçeneklerinin ayrı yönetimi
Örneğin kesintisiz (online) olarak yeniden boyutlandırılması
ECPU modelinde kaynak tüketiminin maliyetle ilişkisi
Yoğunluk azaldığında kaynakların otomatik geri çekilmesi
Start/stop ile kullanılmayan dönemlerde maliyetin düşürülmesi

Modül 4

Consumer Group ve İş Yükü Yönetimi

Servis adlarının (high, medium, low, tp) kaynak önceliği farkı
high servisinin tam paralellik, low servisinin eşzamanlılık odağı
Analitik raporların doğru servis adıyla çalıştırılması
Eşzamanlılık (concurrency) ile paralellik dengesinin kurulması
Uzun süren sorguların uygun consumer group'a yönlendirilmesi
Kaynak tüketiminin Performance Hub'dan gözlemlenmesi

Günün hedefiKatılımcılar Database Actions araç setini kullanır, ADW'nin otomatik güvenlik ve yedekleme özelliklerini kavrar ve Oracle Machine Learning not defterleriyle veri üzerinde model eğitir.

Modül 1

Database Actions ve SQL Developer Web

Database Actions başlatma panelindeki araçların tanıtımı
SQL Developer Web ile tarayıcıdan sorgu ve PL/SQL çalıştırma
Data Load aracıyla dosya sürükle-bırak ile tablo oluşturma
Data Insights ile veride otomatik desen ve anomali keşfi
Catalog ve Data Modeler ile şema nesnelerinin incelenmesi
JSON ve REST araçlarıyla veriye servis olarak erişim

Modül 2

Otomatik Yedekleme ve Kurtarma

ADW'nin otomatik günlük yedekleme politikasının çalışması
60 günlük varsayılan yedek saklama penceresinin anlamı
Belirli bir ana geri dönüş (point-in-time restore) yapılması
Manuel yedek oluşturma ve uzun süreli saklama ihtiyacı
Yedekten yeni örnek olarak geri yükleme senaryosu
Felaket kurtarma için Autonomous Data Guard'ın rolü

Modül 3

Güvenlik ve Erişim Denetimi

Verinin durağan (at rest) ve aktarımda (in transit) şifrelenmesi
ADMIN kullanıcısı ve yeni şema kullanıcılarının oluşturulması
DWROLE ve yetkilendirme ile kullanıcı erişiminin düzenlenmesi
mTLS wallet ve ACL ile ağ düzeyinde erişimin kısıtlanması
Özel uç nokta (private endpoint) ile VCN içine yerleştirme
Data Safe ile güvenlik değerlendirmesinin başlatılması

Modül 4

Oracle Machine Learning (OML)

OML Notebooks ortamının ADW içindeki yeri ve açılması
Zeppelin tabanlı not defterlerinde SQL ve PL/SQL ile çalışma
Veritabanı içinde model eğitimi (in-database ML) mantığı
Sınıflandırma ve regresyon algoritmalarının OML ile kullanımı
AutoML ile model seçimi ve özellik mühendisliğinin otomasyonu
Eğitilen modelin SQL sorgusuyla tahmin üretmesi (scoring)

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

ADW mimarisi

Autonomous Data Warehouse'un kendi kendini yöneten yapısını ve analitik iş yükü optimizasyonunu kavrarsınız.

✅

Örnek sağlama

OCI konsolunda ADW örneği sağlar, kaynakları belirler ve wallet ile güvenli bağlantı kurarsınız.

✅

Veri yükleme

DBMS_CLOUD ve Data Pump ile Object Storage'dan ve dış kaynaklardan ADW'ye veri aktarırsınız.

✅

Otomatik ölçekleme

Auto scaling ile CPU ve depolama kaynaklarını iş yüküne göre esnek biçimde yönetirsiniz.

✅

İş yükü servisleri

high, medium ve low servis adlarıyla analitik sorguları doğru kaynak önceliğinde çalıştırırsınız.

✅

Database Actions

SQL Developer Web, Data Load ve Data Insights araçlarıyla tarayıcıdan veriyle çalışırsınız.

✅

Güvenlik ve yedekleme

Şifreleme, ACL ve otomatik yedekleme özellikleriyle ambarı güvenli ve kurtarılabilir tutarsınız.

✅

Makine öğrenmesi

Oracle Machine Learning not defterleriyle veri ambarı üzerinde model eğitir ve tahmin üretirsiniz.

Kimler İçin Uygundur?

Veri ambarı ve raporlama projelerinde çalışan veri mühendisleri
analitik altyapı kuran BI uzmanları
bulut veritabanı yönetimine geçen DBA'lar
OCI veri platformunu öğrenmek isteyen uzmanlar için uygundur

Sıkça Sorulan Sorular

Bu Autonomous Data Warehouse eğitimi kimler için uygundur?

Veri ambarı ve raporlama projelerinde çalışan veri mühendisleri, analitik altyapı kuran BI uzmanları ve bulut veritabanına geçen DBA'lar için uygundur. OCI veri platformunu temel seviyede öğrenmek isteyen herkese hitap eder; ileri düzey Oracle yönetim deneyimi gerekmez.

ADW ile ATP arasındaki fark nedir?

Her ikisi de Autonomous Database ailesindendir; fark iş yükü optimizasyonundadır. ADW analitik (OLAP) sorgular için columnar format, paralel sorgu ve veri ambarı ayarlarıyla gelir. ATP ise yoğun ve kısa işlemlerin olduğu OLTP iş yükleri için satır bazlı depolama ve işlem odaklı yapılandırma kullanır.

ADW'ye veri nasıl yüklenir?

En yaygın yöntem Object Storage'a yüklenen dosyaları DBMS_CLOUD paketiyle tabloya aktarmaktır. Ayrıca Data Pump export dosyaları impdp ile aktarılabilir, Database Actions içindeki Data Load aracıyla dosyalar sürükle-bırak ile yüklenebilir. Eğitimde bu yöntemleri gerçek bir örnek üzerinde uygulayacaksınız.

Autonomous Data Warehouse sertifikasına hazırlıyor mu?

Eğitim, Oracle Data Platform Foundations konularını temel seviyede kapsayarak kavramsal altyapı kazandırır. Oracle'ın resmi sertifika sınavına girmek isteyenler için sınav başvurusu ve ücreti ilgili kuruma aittir; eğitim sınav garantisi vermez, konuların anlaşılmasına odaklanır.

Eğitim sonunda sertifika veriliyor mu?

Program tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika eğitime katılımı ve değerlendirmedeki başarıyı belgeler; bir resmi sınava girilmek istenirse o sınavın başvurusu ve ücreti ilgili kuruma aittir.

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