GRAFANA STACK (PROMETHEUS, GRAFANA)

EĞİTİM SÜRESİ

• • 5 Gün
  • Ders Süresi: 50 dakika
  • Eğitim Saati: 10:00 - 17:00

Eğitim formatında eğitimler 50 dakika + 10 dakika moladır. 12:00-13:00 saatleri arasında 1 saat yemek arası verilir. Günde toplam 6 saat eğitim verilir. 5 günlük formatta 30 saat eğitim verilmektedir.

Eğitimler uzaktan eğitim formatında tasarlanmıştır. Her eğitim için Teams linkleri gönderilir. Katılımcılar bu linklere girerek eğitimlere katılırlar. Ayrıca farklı remote çalışma araçları da eğitmen tarafından tüm katılımlara sunulur. Katılımcılar bu araçları kullanarak eğitimlere katılırlar.

Eğitim yapay zeka destekli kendi kendine öğrenme formasyonu ile tasarlanmıştır. Katılımcılar eğitim boyunca kendi kendine öğrenme formasyonu ile eğitimlere katılırlar. Bu eğitim formatı sayesinde tüm katılımcılar gelecek tüm yaşamlarında kendilerini güncellemeye devam edebilecekler ve her türlü sorunun karşısında çözüm bulabilecekleri yeteneklere sahip olacaklardır.

Grafana Stack (Prometheus, Grafana) Eğitimi

Günümüz iş dünyasında rekabet gücünüz, verilerinizi ne kadar iyi anladığınıza ve kullandığınıza bağlı. Sistemlerinizin performansından uygulama sağlığına, iş metriklerinizden güvenlik olaylarına kadar her alanda üretilen devasa veri yığını, doğru analiz edilmediğinde potansiyel fırsatları kaçırmanıza neden olur. İşte bu noktada, Grafana Stack (Prometheus, Grafana) eğitimi, işletmenizin operasyonel verilerini doğrudan içgörüye ve kârlılığa dönüştürmesi için size eşsiz bir yol haritası sunuyor!

Grafana Stack (Prometheus, Grafana) Nedir?

Günümüz iş dünyasında, teknolojinin yaygınlaşmasıyla birlikte her an devasa boyutlarda veri üretiliyor. Uygulama metriklerinden sunucu istatistiklerine, ağ trafiğinden loglara kadar pek çok farklı kaynaktan gelen bu dağınık verileri anlamlandırmak ve bunlardan değerli içgörüler elde etmek, kritik bir ihtiyaç haline geldi. İşte tam bu noktada Grafana Stack, sistemlerinizi ve uygulamalarınızı kapsamlı bir şekilde izlemenizi sağlayan temel bileşenleriyle devreye girer.

Grafana Stack, açık kaynaklı ve entegre bileşenlerin bir araya gelmesiyle oluşan, verilerinizi gerçek zamanlı olarak toplamanızı, depolamanızı, analiz etmenizi ve görselleştirmenizi sağlayan kapsamlı bir platformdur. Amacı, karmaşık operasyonel ve iş verilerini anlaşılır, dinamik panolar aracılığıyla eyleme dönüştürülebilir bilgilere çevirmektir. Bu stack genellikle, yüksek performanslı metrik toplama için Prometheus ve bu metrikleri görselleştirme için Grafana'yı temel alır, çoğu zaman log yönetimi için Loki gibi araçlarla da zenginleştirilir.

EĞİTİM İÇERİĞİ

1. Observability Temelleri ve Kubernetes Monitörleme İhtiyacı

Observability Temelleri:

• Sistemlerin izlenebilirliğinin (observability) temel prensipleri ve önemi.
• Monitoring, Logging ve Tracing kavramlarına giriş ve aralarındaki farklar.
• Modern mikroservis ve bulut-yerel (cloud-native) mimarilerde izlenebilirlik ihtiyacı.

Kubernetes Ortamında Monitörleme Gereksinimi:

• Dinamik Kubernetes ortamının getirdiği izleme zorlukları.
• Pod, Node, Service, Deployment gibi temel Kubernetes objelerinin monitörlenmesi.
• Cluster sağlığı ve performansının takibi.

2. Prometheus: Metrik Toplama ve Temel Bileşenler

Prometheus: Metrik Toplama Mekanizması:

• Prometheus mimarisi ve pull tabanlı metrik toplama yaklaşımı.
• Time-Series Database (TSDB) kavramı ve Prometheus un veri modeli.

Prometheus Bileşenleri:

• Server, Exporter, Alertmanager, Pushgateway bileşenlerinin rolleri ve görevleri.

3. Grafana: Veri Görselleştirme ve Temel Dashboard Oluşturma

Grafana: Veri Görselleştirme ve Dashboarding:

• Grafana nın rolü ve farklı veri kaynaklarını (data sources) desteklemesi.
• Temel Grafana arayüzü ve panellerin (panels) kullanımı.
• Prometheus verisi ile basit dashboard oluşturma adımları.

4. Loki: Log Agregasyonu ve Promtail İle Log Toplama

Loki: Log Agregasyonu ve Sorgulama:

• Loki nin metrik indeksleme yerine log akışı indeksleme yaklaşımı ve mimarisi.
• Loki bileşenleri: Distributor, Ingester, Querier, Compactor.

Promtail ile Kubernetes Log Toplama:

• Promtail agentı ile logların toplanması prensipleri.
• Promtail konfigürasyonu ve scrape_config yapısı.
• Kubernetes ortamında pod loglarının toplanması senaryoları.
• Temel Promtail konfigürasyon örnekleri.

5. Tempo: Dağıtık Tracing Kavramı ve Mimarisi

Tempo: Dağıtık Tracing Kavramı:

• Dağıtık tracingin amacı ve faydaları.
• Trace, Span kavramları ve servisler arası istek akışının izlenmesi.

Tempo Mimarisi:

• Tempo nun mimarisi ve trace verisini saklama yaklaşımı.

6. Prometheus Hedef Keşfi ve Exporter Mimaris

Prometheus Hedef Keşfi (Target Discovery):

• Statik konfigürasyon yerine dinamik hedef keşif yöntemleri.
• Kubernetes Service Discovery mekanizması ile entegrasyon prensipleri.
• scrape_config yapısının temelleri ve kullanımı.

Prometheus Exporter Mimarisi:

• Farklı sistemlerden metrik toplamak için exporterların kullanımı.
• Node Exporter ile host metriklerinin toplanması.
• Kube-state-metrics ile Kubernetes objelerinin metriklerinin toplanması.

7. PromQL ve LogQL e Giriş

Basit PromQL Sorguları ve Anlamları:

• Prometheus Query Language (PromQL) syntaxına giriş.
• Temel metrik seçimi (metric selection) örnekleri.
• Basit filtreleme (label matching) ve range vektörleri kullanımı.

LogQL e Giriş:

• Loki Query Language (LogQL) syntaxına giriş.
• Log akışlarını seçme (stream selectors) örnekleri.
• Temel log hattı (log pipeline) operatörleri (örn. |=, |~) kullanımı.

8. Prometheus Uyarı Yönetimi (Alertmanager)

Prometheus Uyarı Yönetimi (Alertmanager):

• Alertmanager ın rolü ve uyarı yaşam döngüsü (deduplication, grouping, routing).
• Alertmanager konfigürasyonu: alıcılar, gruplama kuralları, susturma (silences) yapılandırması.
• Farklı iletişim kanalları ile entegrasyon (Slack, Email, Webhook) örnekleri.

9. Prometheus Alerting ve Recording Kuralları

Prometheus Alerting ve Recording Kuralları:

• alerting_rules ve recording_rules dosyalarının tanımlanması.
• PromQL ifadeleri ile uyarı ve kayıt kuralları oluşturma pratikleri.
• Kritik durumlar için uyarı eşikleri (thresholds) belirleme ve uygulama.

10. Prometheus Servis Keşfi Optimizasyonu ve Kubernetes SD

Prometheus Servis Keşfi Optimizasyonu (Relabeling):

• Relabeling kavramı ve önemi.
• Metrik veya hedef meta verilerini yeniden şekillendirme (relabeling) senaryoları.
• Karmaşık servis keşfi senaryolarında relabeling kullanımı.

Kubernetes Service Discovery Mekanizmaları:

• Kubernetes native servis keşif yöntemleri (Endpoints, Services, Pods, Nodes) detayları.
• Prometheus Kubernetes SD konfigürasyonunun derinlemesine incelenmesi.
• Custom Resource (CR) tabanlı servis keşfi yaklaşımları.

11. İleri Seviye PromQL ve LogQL Sorguları

PromQL: İleri Seviye Fonksiyonlar ve Agregasyonlar:

• rate(), irate(), increase(), histogram_quantile() gibi ileri seviye fonksiyonlar.
• sum by, avg by, count by gibi agregasyon operatörleri.
• Join (eşleştirme) işlemleri (on, group_left, group_right) kullanımı.

Sharding ve Replica Stratejileri

• Verinin nasıl parçalandığı (sharding) ve yedeklendiği (replica) konularına giriş. Küme performansı ve yüksek erişilebilirlik açısından önemi.

LogQL: İleri Seviye Sorgulama ve Parsing:

• json, logfmt, regex gibi parser ifadeleri ile log içeriğini işleme.
• Log hatlarında metrik çıkarma (| metrics) ve analizi.
• Kombine log akışı seçimi ve filtreleme senaryoları.

12. Grafana Dinamik Dashboardlar ve Uyarılar

Grafana Değişkenleri ve Dinamik Dashboardlar:

• Template değişkenleri (variables) ile dinamik ve interaktif dashboardlar oluşturma.
• Prometheus ve Loki sorgularından değişken değerleri çekme pratikleri.
• Karmaşık ortamlarda yeniden kullanılabilir ve parametrik dashboardlar tasarlama.

Grafana Alerting Entegrasyonu:

• Grafana nın kendi uyarı sistemini kullanma yöntemleri.
• Farklı veri kaynakları (Prometheus, Loki vb.) üzerinden uyarı tanımlama.
• Grafana uyarılarının Alertmanager ile entegrasyonu senaryoları.

13. Uygulama Metrikleri ve SLI/SLO İzleme

Uygulama Metriklerinin Toplanması ve İzlenmesi:

• Prometheus client library leri ile uygulama koduna metrik ekleme prensipleri.
• İş (business) metriklerinin toplanması ve anlamlandırılması.
• Custom uygulama metriklerinin monitör edilmesi yöntemleri.

Temel SLI/SLO Tanımlama ve İzleme:

• Service Level Indicator (SLI) ve Service Level Objective (SLO) kavramları ve önemi.
• Erişilebilirlik (Availability) ve Gecikme (Latency) gibi temel SLI ların belirlenmesi.
• Monitörleme verisi ile SLO uyumluluğunun takibi ve raporlanması.

14. Kubernetes Kaynak Kullanımı ve Audit Log Monitörlemesi (DevSecOps)

Kubernetes Kaynak Kullanımının Detaylı Monitörlenmesi:

• Kubelet ve cAdvisor metriklerinin anlamları ve kullanımı.
• Pod, Container kaynak (CPU, Memory, Network, Disk) kullanımının derinlemesine analizi.
• Oto-ölçeklendirme (HPA) metriklerinin izlenmesi ve yorumlanması.

Audit Loglarının Monitörlenmesi (DevSecOps Context):

• Kubernetes Audit Loglarının yapısı ve DevSecOps süreçlerindeki önemi.
• Önemli güvenlik olayları için audit loglarının Loki ile toplanması.
• Şüpheli aktivite tespiti için Audit LogQL sorguları yazma.

15. Prometheus Ölçeklendirme ve Yüksek Erişilebilirlik Çözümleri

Prometheus Ölçeklendirme ve Yüksek Erişilebilirlik Çözümleri:

• Prometheus un tekil nokta zayıflıkları ve çözüm yaklaşımları.
• Dağıtık Prometheus sistemleri: Cortex, Thanos, Mimir mimarileri ve karşılaştırmaları.
• Uzaktan yazma (remote write) ve okuma (remote read) entegrasyonları.

16. Loki ve Tempo Ölçeklendirme ve Yüksek Erişilebilirlik Mimarileri

Loki Ölçeklendirme ve Yüksek Erişilebilirlik Mimarileri:

• Loki cluster modunda bileşenlerin ölçeklendirilmesi (Distributor, Ingester, Querier) stratejileri.
• Veri saklama (storage) çözümleri (Object Storage entegrasyonları) ve optimizasyonu.
• Loki ile Multi-tenancy (çok kiracılılık) yapılandırması.

Tempo Ölçeklendirme ve Yüksek Erişilebilirlik Mimarileri:

• Tempo bileşenlerinin ölçeklendirilmesi (Distributor, Ingester, Querier, Compactor) yaklaşımları.
• Yüksek hacimli trace verisinin yönetimi ve saklama stratejileri.
• Tempo cluster modunda dağıtım senaryoları.

17. Dağıtık Tracing, Exemplars ve Korelasyon

Dağıtık Tracing: Exemplars ve Metric-Log-Trace Korelasyonu:

• Prometheus exemplars kavramı ve metrik-trace bağlantısının kurulması.
• Grafana Explore arayüzünde metrik, log ve trace verisini ilişkilendirme pratikleri.
• Kök neden analizi için 3 sütunun (Metrics, Logs, Traces) entegre kullanımı metodolojileri.

18. OpenTelemetry (OTEL) Standartları ve Entegrasyonu

OpenTelemetry (OTEL) Standartları ve Entegrasyonu:

• OpenTelemetry projesi, amacı ve ekosistemi.
• OTEL Collector mimarisi: Receiver, Processor, Exporter bileşenleri.
• Uygulama enstrümantasyonu (instrumentation) için OTEL SDK ları kullanımı.
• OTEL verisinin Prometheus, Loki ve Tempo ya aktarılması senaryoları.

19. SLI/SLO Uygulama, Otomasyon ve Hata Bütçeleri

SLI/SLO Uygulama ve Otomasyonu:

• SLO hesaplamaları için kayıt kuralları (recording rules) kullanma.
• Grafana ve Alertmanager ile SLO uyumluluğunun otomatik takibi ve raporlanması.
• Hata bütçeleri (Error Budgets) kavramı, hesaplanması ve yönetimi.

20. Monitörleme Stackinin Güvenlik Sertleştirmesi (DevSecOps)

Monitörleme Stackinin Güvenlik Sertleştirmesi:

• Prometheus, Grafana, Loki, Tempo için kimlik doğrulama (Authentication) yöntemleri (OAuth, LDAP, Reverse Proxy vb.).
• Yetkilendirme (Authorization) mekanizmaları (örn. Grafana RBAC) ve rol tabanlı erişim kontrolü.
• TLS şifrelemesi ile bileşenler arası iletişimi güvenli hale getirme.

Kubernetes Ortamında Güvenlik Olaylarının Monitörlenmesi (DevSecOps):

• Kubernetes Security Audit Policy yapılandırması ve önemi.
• Falco gibi Runtime Security araçlarının log ve metriklerinin monitörlenmesi.
• Güvenlikle ilgili metrikler ve uyarılar tanımlama ve yanıt süreçleri.

21. Performans Sorunları Giderme ve Kök Neden Analizi

Performans Sorunları Giderme ve Kök Neden Analizi:

• Karmaşık performans sorunlarını (CPU Steal, Network Latency, Disk IO, Lock Contention) teşhis etme metodolojileri.
• Monitörleme verilerini kullanarak bağımlılıkları ve darboğazları belirleme.
• Metrik, log ve trace verisiyle derinlemesine analiz yaparak kök nedeni bulma pratikleri.

22. Monitörleme Stackinin Altyapı Otomasyonu (IaC)

Monitörleme Stackinin Altyapı Otomasyonu (IaC):

• Helm, Terraform veya Ansible gibi araçlarla Prometheus, Grafana, Loki, Tempo dağıtımı ve yönetimi.
• Configuration as Code prensipleriyle monitörleme stackini yönetme ve versiyonlama.
• CI/CD pipeline larına monitörleme konfigürasyonunu entegre etme senaryoları.

23. Custom Exporter Geliştirme ve Entegrasyonu

Custom Exporter Geliştirme ve Entegrasyonu:

• Prometheus client library lerini kullanarak özel metrik exporterları yazma prensipleri ve en iyi uygulamalar.
• Mevcut olmayan sistemler veya uygulamalar için custom exporter tasarlama ve geliştirme.
• Geliştirilen exporterların Kubernetes e dağıtımı ve Prometheus ile entegrasyonu.

24. Kapasite Planlama ve Maliyet Optimizasyonu

Kapasite Planlama ve Maliyet Optimizasyonu İçin Monitörleme Verisi Analizi:

• Kaynak kullanım metriklerini (CPU, Memory, Disk I/O, Network) kullanarak kapasite ihtiyaçlarını tahmin etme ve gelecek projeksiyonları yapma.
• Fazla veya yetersiz kaynak tahsisini belirleme ve optimizasyon fırsatlarını tespit etme.
• Bulut maliyetlerini düşürmek için monitörleme verilerini analiz etme ve verimlilik artırma yolları. exporterların Kubernetes e dağıtımı ve Prometheus ile entegrasyonu.

EĞİTİM YÖNTEMİ

• Teorik Bilgilendirme ve Kavramsal Açıklamalar: Grafana Stack'in (Grafana, Prometheus, Loki gibi temel araçlar) temel prensipleri, mimarisi, avantajları ve sektördeki yeri, anlaşılır bir dille ve görsel desteklerle sunulacaktır. Karmaşık kavramlar (metrik toplama, log birleştirme, veri kaynakları entegrasyonu), gerçek dünya senaryolarıyla ilişkilendirilerek basitleştirilecektir.
• Canlı Demolar ve Kodlama (Live Demos & Coding): Eğitimin büyük bir bölümü, eğitmen tarafından adım adım gerçekleştirilen canlı demo ve yapılandırma seanslarından oluşacaktır. Bu seanslarda, Grafana'nın kurulumu, çeşitli veri kaynaklarından (Prometheus, Loki, Elasticsearch vb.) metrik ve log toplama, Grafana panolarında görselleştirme ve uyarı tanımlama gibi farklı özelliklerinin gerçek zamanlı olarak nasıl kullanıldığı gösterilecek, katılımcılar süreçleri anlık olarak takip edebilecektir.
• Uygulamalı Laboratuvar Çalışmaları (Hands-on Labs): Her konu başlığının ardından, katılımcıların öğrendiklerini pekiştirmeleri için tasarlanmış pratik laboratuvar egzersizleri yapılacaktır. Bu egzersizler, katılımcıların kendi ortamlarında Grafana Stack bileşenlerini aktif olarak deneyimlemelerini, veri kaynaklarını yapılandırmalarını ve etkileşimli panolar tasarlamalarını sağlayacaktır. Eğitmen, bu süreçte bireysel destek ve geri bildirim sağlayacaktır.
• Senaryo Tabanlı Problem Çözme: Gerçek iş dünyasından alınmış veya simüle edilmiş senaryolar (örneğin, bir uygulamanın performans metriklerini izleme, sistem loglarından anormallik tespiti) üzerinden problem çözme yaklaşımları ele alınacaktır. Bu sayede, katılımcılar Grafana Stack bilgilerini pratik zorluklara nasıl uygulayacaklarını öğreneceklerdir.
• Soru-Cevap ve Tartışma Oturumları: Katılımcıların akıllarındaki soruları sormak, karşılaştıkları zorlukları paylaşmak ve farklı çözüm yollarını tartışmak için düzenli soru-cevap ve interaktif tartışma oturumları yapılacaktır. Bu oturumlar, bilginin derinleşmesine ve farklı bakış açılarının kazanılmasına olanak tanıyacaktır.
• Best Practices (En İyi Uygulamalar) ve Performans Optimizasyonları: Kurumsal projelerde Grafana Stack kullanırken dikkat edilmesi gereken en iyi uygulama prensipleri (pano tasarımı, veri kaynağı optimizasyonu, uyarı stratejileri) ve performans optimizasyon teknikleri detaylıca incelenecektir. Yüksek erişilebilirlik ve güvenlik konularına da değinilecektir.

HEDEF KİTLE

• DevOps ve Sistem Yöneticileri: Sistemlerin ve uygulamaların operasyonel sağlığını gerçek zamanlı olarak izlemek, logları merkezi bir noktadan yönetmek, performans sorunlarını hızlıca tespit etmek ve otomasyon süreçlerini geliştirmek isteyen profesyoneller.
• Yazılım Geliştiriciler (Developerlar): Uygulama loglarını etkin bir şekilde izleyerek hataları ayıklamak, performans darboğazlarını tespit etmek, kodlarının canlı ortamdaki davranışlarını anlamak ve daha kararlı yazılımlar geliştirmek isteyen yazılımcılar.
• Veri Analistleri ve Veri Bilimciler: Büyük hacimli yapılandırılmış veya yapılandırılmamış verileri toplamak, temizlemek, analiz etmek ve görselleştirmek için güçlü araçlara ihtiyaç duyan, verilerden iş değeri çıkarmayı hedefleyen uzmanlar.
• Siber Güvenlik Uzmanları (SOC Analistleri): Güvenlik loglarını merkezi olarak toplayarak siber tehditleri, yetkisiz erişim denemelerini ve anormal ağ faaliyetlerini proaktif olarak tespit etmek, olay yanıt süreçlerini geliştirmek isteyen güvenlik profesyonelleri.
• İş Zekası (BI) Uzmanları: İş süreçlerinden ve müşteri davranışlarından elde edilen verileri analiz ederek, karar alma süreçlerini destekleyici, etkileşimli panolar ve raporlar oluşturmak isteyen profesyoneller.
• Bulut Mimarları ve Mühendisleri: Bulut altyapılarında çalışan uygulamaların ve servislerin izlenmesi, log yönetimi ve performans optimizasyonu konularında bilgi edinmek isteyen mimarlar ve mühendisler.
• BT Yöneticileri ve Karar Vericiler: Büyük veri ve log yönetimi çözümlerinin potansiyelini anlamak, kurumlarında ELK Stack entegrasyonu veya mevcut sistemlerini iyileştirmek için teknolojik bir yol haritası arayan liderler.

KATILIMCILARDAN BEKLENTİLERİMİZ

• Linux Temelleri: Komut satırına ve temel Linux komutlarına hakimiyet (örn. ls, cd, cp, mv, rm). Vim/Nano gibi metin editörlerini kullanabilme yeteneği.
• Konteyner Bilgisi: Docker gibi araçlarla konteyner kavramına ve işleyişine aşinalık. Bu bilgi, özellikle ELK Stack'in modern dağıtım yöntemlerini anlamanıza yardımcı olacaktır.
• YAML Okur Yazarlığı: ELK Stack bileşenlerinin konfigürasyon dosyalarını (özellikle Logstash ve Beats) oluşturan YAML formatını anlama ve düzenleme becerisi.
• Problem Çözme: Verilen senaryolarda sorunları analiz etme ve giderme yeteneği. Logları yorumlama ve anormallikleri tespit etme becerisi, eğitim boyunca kritik öneme sahiptir.
• Yoğun Pratik İsteği: Dersleri takip etmenin ötesinde, bolca uygulamalı çalışma yapmaya ve kendi senaryolarınızı denemeye istekli olma. ELK Stack, pratik deneyimle pekişen bir teknolojidir.