Bulut Performans Mühendisliği Eğitimi

Eğitim Hakkında

Bulutta performans sorunlarının ölçülmesi, teşhisi ve giderilmesi

Bu eğitim, bulut tabanlı uygulamalarda performans sorunlarının sistematik teşhis ve çözümünü anlatır. USE ve RED yöntemleri, yüzdelik gecikme analizi, k6 ile yük testi, flame graph ile profil çıkarma, dağıtık izleme, CPU, bellek, G/Ç ve ağ darboğazları, otomatik ölçekleme ayarı, Redis önbellek, CDN ve veritabanı indeks ve sorgu optimizasyonu uygulamalı işlenir.

Süre ve Format

2 Gün. Her gün dört modül; her modülde altı konu başlığı, bozuk uygulama üzerinde teşhis ve düzeltme laboratuvarları.

Seviye

İleri Seviye — Bulut performans mühendisliği: ölçüm, profil, darboğaz analizi, ölçekleme, önbellek ve veritabanı ayarı

Öğrenme Metodu

Kasıtlı yavaşlatılmış bir bulut uygulaması üzerinde ölçüm yapılır, darboğaz bulunur, düzeltme uygulanır ve iyileşme yük testiyle doğrulanır.

Neden Bu Eğitim?

🔬Sistematik Teşhis

Tahmin yerine ölçüme dayalı darboğaz analizi yöntemi uygulanır.

⚡Somut İyileşme

Önbellek, ölçekleme ve sorgu ayarıyla ölçülebilir hız kazancı sağlanır.

📐Kapasite Güveni

Yük testleri ve eşik değerleriyle büyümeye hazırlık yapılır.

Anahtar Konular

bulut performans mühendisliğiperformans optimizasyonuflame graphk6 yük testiuse red yöntemidarboğaz analiziredis önbellekveritabanı sorgu optimizasyonuopentelemetryotomatik ölçekleme

“Ölçmeden yapılan optimizasyon, tahminle yapılan müdahaledir.”

Ön Koşullar

Eğitimden verim almak için faydalı olacak bilgi ve ortam gereksinimleri

1

Bulut ve Linux

Sanal makine, Linux komut satırı ve temel bulut servisleri bilgisi gerekir.

2

Uygulama mimarisi

Web uygulaması, veritabanı ve önbellek katmanlarını tanımak beklenir.

3

Sorgu bilgisi

SQL temel bilgisi faydalıdır.

4

Laboratuvar

Bulut hesabı veya eğitim ortamı sağlanır.

Eğitim İçeriği

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

Günün hedefiKatılımcı, USE ve RED yöntemleriyle ölçüm yapıp sistem darboğazlarını belirleyebilir.

Modül 1

Performans Metrikleri

Gecikme, throughput, hata oranı ve doygunluk
Ortalama yerine p50, p95, p99
Little yasası ve kuyruk teorisi temelleri
Brendan Gregg'in USE yöntemi
RED yöntemi: Rate, Errors, Duration
Dört altın sinyal

Modül 2

Linux Düzeyinde Teşhis

top, vmstat ve iostat ile kaynak okuma
CPU: load average ve çalıştırma kuyruğu
Bellek: swap, sayfa önbelleği, OOM
Disk G/Ç: await ve kuyruk derinliği
Ağ: ss, sar ve paket kaybı
perf ve eBPF araçlarına giriş

Modül 3

Profil Çıkarma

CPU profili ve flame graph
Java, Go ve Python profilleme
Bellek sızıntısı analizi
Kilit çekişmesi ve thread dump
Sürekli profilleme (continuous profiling)
Profil yorumlama pratiği

Modül 4

Yük Testi

k6 ve JMeter ile yük senaryosu
Gerçekçi trafik modeli
Ramp up, soak ve spike testleri
Yük testi sırasında metrik toplama
Sonuç yorumlama ve doygunluk noktası
Performans regresyonunu CI'da yakalama

Günün hedefiKatılımcı, ölçekleme, önbellek ve veritabanı optimizasyonu yaparak performans sorunlarını giderebilir.

Modül 1

Dağıtık İzleme ve Gözlem

OpenTelemetry ile enstrümantasyon
Jaeger ve Tempo ile iz analizi
Yavaş servis zincirini bulma
N+1 sorgu ve gereksiz çağrı tespiti
Eşzamansız işleme ve kuyruk gecikmesi
İzleme ile SLO ilişkisi

Modül 2

Ölçekleme Stratejileri

Yatay ve dikey ölçekleme
Auto Scaling politikaları ve metrik seçimi
Isınma süresi ve ani yük
Kubernetes HPA ve kaynak sınırları
Sunucusuz soğuk başlatma sorunu
Bağlantı havuzu ve eşzamanlılık ayarı

Modül 3

Önbellek ve İçerik Dağıtımı

Redis ve Memcached önbellek desenleri
Cache-aside, write-through, TTL
Önbellek geçersiz kılma ve stampede
CDN önbellek ve başlık ayarları
Görsel ve statik içerik optimizasyonu
HTTP/2, sıkıştırma ve keep-alive

Modül 4

Veritabanı Performansı

EXPLAIN ve sorgu planı okuma
İndeks tasarımı ve kapsayan indeks
Yavaş sorgu logu analizi
Bağlantı havuzu: PgBouncer
Okuma replikası ve bölümleme
Bulut DB parametre ve IOPS ayarı

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Metrik Seçimi

USE, RED ve yüzdelik gecikmelerle doğru metrikleri izleyebilirsiniz.

✅

Linux Teşhisi

vmstat, iostat ve ss ile kaynak darboğazını bulabilirsiniz.

✅

Profil Analizi

Flame graph ile CPU ve bellek sorunlarını tespit edebilirsiniz.

✅

Yük Testi

k6 ile gerçekçi yük senaryoları çalıştırabilirsiniz.

✅

İz Analizi

Dağıtık izleme ile yavaş servis zincirini çözümleyebilirsiniz.

✅

Ölçekleme Ayarı

Auto Scaling ve HPA politikalarını doğru ayarlayabilirsiniz.

✅

Önbellek Tasarımı

Redis ve CDN ile önbellek stratejisi kurabilirsiniz.

✅

Sorgu Optimizasyonu

EXPLAIN ile yavaş sorguları indeks ve yeniden yazımla hızlandırabilirsiniz.

Kimler İçin Uygundur?

Performans sorunlarıyla uğraşan bulut mühendisleri
SRE ekipleri
arka uç geliştiriciler
kapasite planlayıcılar için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Performans sorunlarıyla uğraşan bulut mühendisleri, SRE ekipleri, arka uç geliştiriciler ve kapasite planlayıcılar için uygundur.

Hangi araçlar kullanılır?

vmstat, iostat, perf, k6, JMeter, OpenTelemetry, Jaeger, Redis ve EXPLAIN gibi araçlar laboratuvarda kullanılır.

Hangi dil ve platform?

Örnek uygulama bulut üzerinde çalışır; Java, Go ve Python için profilleme yaklaşımı gösterilir, belirli bir dil zorunlu değildir.

Gerçek sorun çözümü var mı?

Evet, kasıtlı yavaşlatılmış uygulamada darboğaz bulunur, düzeltilir ve yük testiyle iyileşme doğrulanır.

Sertifika verilir mi?

Katılımcılara 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

PERFORMANCE ENGINEERING: FIXING CLOUD PERFORMANCE ISSUES EĞİTİMİ