1. Gün: Apache Kafka ve Veri Entegrasyonu
Apache Kafka’ya Giriş
- Kafka’nın Veri Analitiğindeki Rolü
- Gerçek Zamanlı Veri Analitiği için Kafka’nın Avantajları
- Kafka’nın Temel Bileşenleri (Producer, Consumer, Topic, Partition, Broker)
Kafka Connect ile Veri Entegrasyonu
- Kafka Connect Yapısı ve Kullanım Alanları
- Source ve Sink Connector’ler
- JDBC Connector ile Veri Alma ve Gönderme
- HDFS ve Object Storage Sink Connector Kullanımı
- Custom Connector Yazma ve Konfigürasyonu
Kafka SQL ile Veri Sorgulama
- KSQLDB Nedir?
- KSQL ile Stream ve Table Kavramları
- KSQL ile Veri Filtreleme ve Transformasyon
- Stream-Stream ve Stream-Table Join İşlemleri
- KSQL ile Gerçek Zamanlı Dashboard Oluşturma
2. Gün: Apache Flink ve Spark ile Gerçek Zamanlı Veri İşleme
Apache Flink ile Kafka Verisini İşleme
- Flink Yapısına Genel Bakış
- Flink ve Kafka Entegrasyonu
- Flink ile Stream Processing
- Flink Windowing Kavramı ve Uygulama Örnekleri
- Flink ile Stateful Processing
Apache Spark ile Kafka Verisini İşleme
- Spark Streaming Yapısına Giriş
- Spark Structured Streaming ile Kafka’dan Veri Okuma
- Spark Streaming ile Window Aggregation ve Filtering
- Spark ile Stream ve Batch İşlemleri Birleştirme
- Checkpointing ve Fault Tolerance Yönetimi
3. Gün: İleri Düzey Uygulamalar ve Performans Optimizasyonu
İleri Düzey Kafka SQL ve Stream Processing
- KSQL ile Aggregation ve Window Functions
- KSQL Persistent Queries
- Performans Optimizasyonu için Partitioning ve Parallelism
Flink ile Gelişmiş Uygulamalar
- Flink State Backend Yönetimi
- Event Time ve Watermark Kullanımı
- Flink ile Veri Anomali Tespiti ve Alerting
Spark ile İleri Düzey Uygulamalar
- Spark Streaming ile ML Pipeline Entegrasyonu
- Spark ve Kafka ile Gerçek Zamanlı Analitik Dashboard
- Spark Streaming Performans Optimizasyonu
Veri Analitiği için Kafka Ekosistem Araçları
- Kafka Monitoring Araçları (Confluent Control Center, Prometheus, Grafana)
- Schema Registry Kullanımı ve Avro/Protobuf Serileştirme
- Log Compaction ve Cleanup Policy Yönetimi
