MongoDB Atlas Cluster Etkileşim Eğitimi

Eğitim Hakkında

MongoDB Atlas cluster ile sorgu, aggregation ve indeks etkileşimini uygulamalı öğreten eğitim

Bu eğitim, kurulu bir Atlas cluster'ı üzerinde günlük geliştirme işlerini derinleştirir. Katılımcılar mongosh, Compass ve sürücülerle gelişmiş CRUD, sorgu operatörleri ve projection kullanımını öğrenir. Aggregation pipeline ile $match, $group, $project, $lookup ve $unwind aşamaları işlenir. Tekil, bileşik ve çok anahtarlı indeksler, explain ile sorgu planı ve Performance Advisor ele alınır. Atlas Data Explorer, sorgu profili ve temel optimizasyon uygulamalı pekiştirilir.

Süre ve Format

3 Gün. İlk gün gelişmiş CRUD ve sorgu, ikinci gün aggregation pipeline, üçüncü gün indeksleme ve sorgu optimizasyonu işlenir.

Seviye

Orta Seviye — MongoDB Atlas cluster ile CRUD, aggregation pipeline, indeks ve sürücü/Compass etkileşimi odaklı

Öğrenme Metodu

Her konu gerçek bir Atlas cluster'ı, mongosh, Compass ve örnek veri kümeleri üzerinde sorgu ve pipeline senaryolarıyla uygulamalı işlenir.

Neden Bu Eğitim?

🔍Gelişmiş sorgu

Sorgu operatörleri, projection ve filtrelerle Atlas cluster üzerinde esnek ve hassas sorgular yazarsınız.

🧮Aggregation pipeline

$match, $group ve $lookup aşamalarıyla veriyi dönüştürüp güçlü analitik sorgular kurarsınız.

⚡İndeks ve performans

Doğru indeks tasarımı, explain ve Performance Advisor ile sorgu performansını belirgin iyileştirirsiniz.

Anahtar Konular

mongodb atlas eğitimimongodb aggregation eğitimimongodb sorgu eğitimimongodb indeksaggregation pipelinemongodb crudnosql veritabanı eğitimimongodb compassmongodb performance advisormongodb explain

“Atlas'ta hızlı uygulamanın sırrı doğru sorgu değil, o sorguyu karşılayan doğru indekstir; explain size yolu her zaman gösterir.”

Ön Koşullar

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

1

Atlas temelleri

Cluster oluşturma, bağlanma ve temel CRUD gibi Atlas giriş bilgisi bu eğitimin ön koşuludur.

2

Doküman modeli

Koleksiyon, doküman ve BSON yapısına aşinalık sorgu ve pipeline örneklerini kolaylaştırır.

3

Temel sorgu bilgisi

find ve temel filtreleme deneyimi aggregation ve indeks konularının hızlı kavranmasını sağlar.

4

Laboratuvar ortamı

Çalışan bir Atlas cluster'ı, mongosh ve Compass erişimi uygulamaların denenmesini mümkün kılar.

Eğitim İçeriği

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

Günün hedefiKatılımcılar mongosh, Compass ve sürücülerle gelişmiş sorgu operatörlerini, projection ve dizi sorgularını kullanır, bulk işlemleri uygular ve okuma/yazma davranışını kavrar.

Modül 1

Sorgu Operatörleri

$eq, $ne, $gt, $gte, $lt, $lte karşılaştırmaları
$in ve $nin ile çoklu değer filtreleme
$and, $or, $not ile mantıksal birleştirme
$exists ile alan varlığına göre filtreleme
$regex ile metin deseni araması
$type ile alan veri tipine göre sorgulama

Modül 2

Projection ve Sonuç Düzenleme

Projection ile dönen alanların seçilmesi
Alan dahil etme (1) ve hariç tutma (0) kuralı
_id alanının projection'da gizlenmesi
sort ile artan ve azalan sıralama
limit ve skip ile sayfalama (pagination)
countDocuments ile eşleşen sayısının alınması

Modül 3

Dizi ve İç İçe Alan Sorguları

Dizi içindeki değere göre eşleşme sorgusu
$elemMatch ile dizi elemanı koşulu
Nokta notasyonuyla iç içe alana erişim
$all ile dizide tüm değerlerin aranması
$size ile dizi uzunluğuna göre filtreleme
Gömülü doküman alanlarında sorgulama

Modül 4

Bulk İşlemler ve Araçlar

bulkWrite ile toplu ekleme ve güncelleme
Compass sorgu çubuğuyla görsel filtreleme
mongosh ile komut satırı sorgu akışı
Sürücü (Node.js/Python) ile sorgu çalıştırma
Write concern ile yazma onayı seviyesi
Read preference ile okuma yönlendirmesi

Günün hedefiKatılımcılar aggregation pipeline mantığını kavrar, $match, $group, $project, $sort, $lookup ve $unwind aşamalarını uygular, accumulator operatörleriyle analitik sorgular oluşturur.

Modül 1

Pipeline Temelleri

Aggregation pipeline'ın aşama zinciri mantığı
aggregate komutu ve aşama dizisi yapısı
$match ile erken filtreleme ve performans
$project ile alan seçimi ve yeniden şekillendirme
$sort ve $limit aşamalarının kullanımı
Pipeline'ın find'a göre gücü ve esnekliği

Modül 2

Gruplama ve Accumulatorlar

$group ile belirli alana göre gruplama
$sum ile toplam ve adet hesaplama
$avg, $min, $max ile istatistik üretme
$push ve $addToSet ile grup içinde dizi oluşturma
_id: null ile tüm koleksiyon üzerinde özet
Gruplama sonucunun yeniden şekillendirilmesi

Modül 3

İlişki ve Dizi Aşamaları

$lookup ile koleksiyonlar arası birleştirme (join)
$unwind ile dizi elemanlarının satıra açılması
$lookup sonucunun pipeline ile filtrelenmesi
$addFields ile hesaplanmış alan ekleme
$facet ile tek sorguda çoklu analiz
İlişkisel benzeri sorguların Atlas'ta kurulması

Modül 4

Pipeline Araçları ve Optimizasyon

Compass Aggregation Pipeline Builder kullanımı
Aşama sırasının performansa etkisi ($match önce)
$out ve $merge ile sonucu koleksiyona yazma
explain ile pipeline yürütme planı analizi
İndeksin pipeline aşamalarında kullanılması
Bellek sınırı ve allowDiskUse seçeneği

Günün hedefiKatılımcılar tekil, bileşik, çok anahtarlı ve metin indekslerini tasarlar, explain ile sorgu planını okur, ESR kuralını uygular ve Performance Advisor ile indeks önerilerini değerlendirir.

Modül 1

İndeks Tipleri ve Yapıları

Tekil alan (single field) indeks tanımı
Bileşik (compound) indeks ve alan sırası
Çok anahtarlı (multikey) indeks ile dizi indeksleme
Metin (text) indeks ile kelime araması
Benzersiz (unique) indeks ile tekillik kısıtı
TTL indeks ile dokümanların otomatik silinmesi

Modül 2

explain ile Sorgu Analizi

explain ile sorgu yürütme planının görülmesi
COLLSCAN ve IXSCAN aşamalarının ayrımı
İncelenen ve dönen doküman sayısının kıyası
executionStats ile süre ve kaynak analizi
Kapsayan (covered) sorgunun tanımı
İndekssiz sorgunun performans maliyeti

Modül 3

İndeks Tasarım İlkeleri

ESR kuralı: Equality, Sort, Range alan sırası
Seçiciliği yüksek alanların önce gelmesi
Gereksiz indekslerin yazma maliyeti
İndeks boyutu ve bellek (working set) dengesi
Bileşik indeksin prefix kullanım kuralı
Sorgu desenine göre indeks önceliklendirme

Modül 4

Atlas Performans Araçları

Performance Advisor ile indeks önerileri
Real-Time Performance Panel ile canlı izleme
Profiler ile yavaş sorguların tespiti
Metrics sekmesiyle cluster metriklerinin takibi
Önerilen indeksin değerlendirilip uygulanması
Yavaş sorgu iyileştirme döngüsünün kurulması

Eğitim Kazanımları

Program sonunda katılımcılar:

✅

Gelişmiş sorgu

Karşılaştırma, mantıksal ve dizi operatörleriyle Atlas cluster üzerinde hassas sorgular yazarsınız.

✅

Projection ve sayfalama

Projection, sort, limit ve skip ile sonuçları düzenler, verimli sayfalama kurarsınız.

✅

Aggregation pipeline

$match, $group, $project ve $sort aşamalarıyla veriyi dönüştürür ve analiz edersiniz.

✅

İlişki ve dizi

$lookup ile koleksiyonları birleştirir, $unwind ile dizileri satıra açarak modellersiniz.

✅

İndeks tasarımı

Tekil, bileşik, çok anahtarlı ve metin indekslerini doğru alan sırasıyla tasarlarsınız.

✅

explain analizi

explain çıktısını okuyarak COLLSCAN ve IXSCAN farkını görür, sorguyu iyileştirirsiniz.

✅

ESR kuralı

Equality, Sort, Range sırasıyla bileşik indeks kurarak sorgu performansını yükseltirsiniz.

✅

Atlas araçları

Performance Advisor ve Profiler ile yavaş sorguları tespit eder ve önerileri uygularsınız.

Kimler İçin Uygundur?

Atlas temellerini bilen ve cluster üzerinde gelişmiş sorgu
aggregation ve indeksleme yaparak uygulama geliştiren yazılım geliştiriciler
veri mühendisleri
backend ekipleri için uygundur

Sıkça Sorulan Sorular

Bu eğitim kimler için uygundur?

Atlas temellerini bilen ve cluster üzerinde gelişmiş sorgu, aggregation ve indeksleme yaparak uygulama geliştiren yazılım geliştiriciler, veri mühendisleri ve backend ekipleri için uygundur. Giriş düzeyi Atlas bilgisi olanlar bu eğitimle günlük geliştirme yetkinliğini derinleştirir.

Eğitim için hangi ön bilgi gerekir?

Cluster oluşturma, bağlanma ve temel CRUD gibi Atlas giriş bilgisi ön koşuldur. Koleksiyon, doküman ve BSON yapısına aşinalık beklenir. Gelişmiş sorgu, aggregation pipeline ve indeksleme konuları temelden, gerçek cluster üzerinde uygulamalı ele alınır.

Aggregation pipeline ne işe yarar?

Aggregation pipeline, dokümanları aşama aşama işleyerek filtreleme, gruplama, birleştirme ve yeniden şekillendirme yapar. $match ile filtreler, $group ile toplar, $lookup ile koleksiyonları birleştirirsiniz. find ile mümkün olmayan analitik ve dönüştürme sorguları bu yapıyla kurulur; eğitimde Compass Pipeline Builder ile uygulanır.

Bu eğitim diğer MongoDB Atlas eğitimlerinden nasıl farklıdır?

Bu eğitim cluster ile etkileşime odaklanır: gelişmiş CRUD, aggregation pipeline ve indeksleme. Hesap açma ve cluster kurma gibi giriş konuları ön koşuldur; sharding, güvenlik mimarisi, yedekleme ve Atlas Search gibi ileri yönetim konuları ise ayrı bir ileri eğitimin kapsamındadır.

Eğitim sonunda sertifika veriliyor mu?

Program tamamlayan katılımcılar Digital Vizyon Akademi Katılım ve Başarı Sertifikası alır. Sertifika eğitime katılımı ve başarıyı belgeler. Resmi bir sınava girmek isteyenler için sınav 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