KURUMSAL EĞİTİM, PROMETHEUS CERTİFİED ASSOCİATE

EĞİTİM SÜRESİ

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

Prometheus Monitoring eğitimi, her biri 50 dakika süren ders blokları ve ardından verilen 10 dakikalık aralarla planlanmıştır. 12:00 - 13:00 arasında 1 saatlik öğle arası uygulanır. Günlük toplam 6 saatlik eğitim süresiyle, 3 gün sonunda toplam 18 saatlik uygulamalı teknik eğitim tamamlanır.

Eğitimler uzaktan (remote) eğitim modeliyle gerçekleştirilir. Tüm oturumlar Microsoft Teams üzerinden yürütülür ve eğitim başlamadan önce tüm katılımcılara bağlantı linkleri paylaşılır. Eğitim süresince etkileşimli çalışma ortamları için Miro, Notion ve Jamboard gibi dijital iş birliği araçları kullanılır.

Uygulamalı kısımlar GitHub üzerinde eğitmen tarafından hazırlanmış özel repository’ler aracılığıyla yürütülür. Katılımcılar GitHub Codespaces üzerinden hazır ortamlar kullanarak Prometheus, Grafana ve Alertmanager yapılarını kendi makinelerinde kurmadan deneyimleyebilirler.

Eğitim, yapay zeka destekli öğrenme materyalleriyle zenginleştirilmiştir. Katılımcılar, eğitmen rehberliğinin yanında, kendi kendine öğrenme (self-paced learning) altyapısı ile desteklenir. Bu model sayesinde katılımcılar, yalnızca Prometheus kullanımı konusunda değil, benzer gözlemlenebilirlik sistemlerini öğrenme konusunda da sürdürülebilir bir beceri kazanır.

EĞİTİM HEDEFİ

• Prometheus Temellerini Anlamak ve Kurulum Yapmak: Katılımcılar, Prometheus’un mimarisini, veri toplama prensiplerini ve temel bileşenlerini öğrenerek, kendi ortamlarında Prometheus kurulumunu gerçekleştirebilecek seviyeye ulaşacaklardır.
• Metrik Toplama ve Sorgulama (PromQL) Becerileri Kazanmak: Eğitim boyunca katılımcılar, Prometheus Query Language (PromQL) ile karmaşık metrik sorguları yazmayı, zaman serisi verileri üzerinde analizler yapmayı öğreneceklerdir.
• Grafana Entegrasyonu ve Görselleştirme: Prometheus ile entegre çalışan Grafana kullanılarak, metriklerin grafiklerle görselleştirilmesi sağlanacak, dashboard oluşturma ve özelleştirme becerileri kazandırılacaktır.
• Alertmanager ile Uyarı Sistemlerini Tasarlamak ve Yönetmek: Katılımcılar, uyarı kuralları oluşturma, Alertmanager yapılandırma ve farklı kanal (e-posta, Slack, Teams vb.) entegrasyonları konusunda pratik yaparak uyarı yönetimi becerisi edineceklerdir.
• Kapsayıcı ve Dağıtık Sistemlerde İzlenebilirlik: Kubernetes, Docker ve mikroservis ortamlarında Prometheus kullanarak servislerin izlenmesi ve performans analizinin yapılması konularında deneyim kazanılacaktır.
• Performans Optimizasyonu ve Ölçeklenebilirlik: Prometheus veri toplama, saklama ve sorgulama süreçlerinin ölçeklenebilir şekilde optimize edilmesi için stratejiler ve en iyi uygulamalar aktarılacaktır.
• Gerçek Dünya Senaryoları ile Problemlerin Çözümü: Canlı vaka analizleri ve senaryolar ile katılımcıların, karşılaşılabilecek izleme problemlerine çözümler geliştirme yetkinlikleri desteklenecektir.
• Gözlemlenebilirlik Kültürünü Kurumsal Ortama Entegre Etmek: Prometheus’u kurumsal izleme stratejilerine dahil ederek, operasyonel verimliliği ve sistem güvenilirliğini artırmaya yönelik yol haritaları oluşturulacaktır.

Bu eğitim, katılımcılara yalnızca Prometheus izleme ve gözlemlenebilirlik çözümlerini öğretmekle kalmayacak, aynı zamanda bu bilgileri gerçek dünya sistemlerinde uygulama becerisi kazandırarak, sistemlerin performansını etkin şekilde takip etmelerini ve sorunlara proaktif müdahaleler yapmalarını sağlayacaktır.

EĞİTİM İÇERİĞİ

Modül 1: İzleme Temelleri ve Prometheus Ekosistemine Giriş

• • Kurumsal Sistem İzlemenin Amacı ve Önemi:
    • Modern BT altyapılarında izlemenin rolü, iş sürekliliğine katkısı ve stratejik önemi.
    • Reaktif (hata sonrası müdahale), Proaktif (hata önleme) ve Öngörüsel (gelecek durumu tahmin etme) izleme yaklaşımlarının karşılaştırılması.
    • BT Operasyonlarında İzleme Süreçlerinin Verimliliği.
  • Observability'nin Üç Temel Direği:
    • Metrikler (Metrics): Zaman serisi verilerinin rolü.
    • Loglar (Logs): Uygulama ve sistem olaylarının takibi.
    • Trace'ler (Traces): Dağıtık sistemlerde istek akışının izlenmesi. Prometheus'un bu yapbozdaki yeri.
  • Prometheus Mimarisine Genel Bakış:
    • Prometheus nedir? Neden bu kadar popülerdir? Temel kullanım alanları.
    • Pull (Çekme) modelinin avantajları ve dezavantajları, Push (İtme) modeli ile karşılaştırılması.
    • Prometheus Ekosisteminin Ana Bileşenleri: Prometheus Server, Exporter'lar, Alertmanager, Pushgateway, Web UI.
    • Farklı Prometheus kurulum senaryolarına (Tekil, Yüksek Erişilebilir, Dağıtık) giriş.

Modül 2: Metrik Yönetimi, Kurulum ve Temel Yapılandırma

• • Metrik Kavramı ve Zaman Serisi Verisi:
    • Zaman serisi verisinin yapısı: Ölçüm zamanı, metrik adı, etiket setleri ve değer.
    • Metriklerin önemi ve sistem durumunu anlamada metrik tabanlı izlemenin gücü.
  • Prometheus Metrik Türleri:
    • Counter: Sadece artan, kümülatif değerler (toplam hata sayısı, gelen istek sayısı).
    • Gauge: Anlık olarak artıp azalabilen değerler (CPU kullanımı, bellek kullanımı, kuyruk boyutu).
    • Histogram: Örneklenmiş değerlerin dağılımını ve sayısını gösteren kovalar (Bucket). İstek süreleri, yanıt boyutları gibi verilerin analizi.
    • Summary: Histogram'a benzer ancak yapılandırılabilir yüzdelikler (Quantiles) ve toplam gözlem sayısı/süresi sunar.
  • Prometheus Sunucusu Kurulumu ve İlk Adımlar:
    • Desteklenen platformlarda (Linux, Docker) kurulum adımları.
    • Prometheus çalıştırılabilir dosyasının incelenmesi.
    • Prometheus sunucusunu başlatma ve durdurma.
  • Temel Yapılandırma Dosyası (prometheus.yml):
    • Yapılandırma dosyasının ana bölümleri: global, scrape_configs, rule_files.
    • Global yapılandırma ayarları: Scraping aralığı (scrape_interval), değerlendirme aralığı (evaluation_interval).
    • Yapılandırma dosyasını doğrulama araçları (promtool check config).
  • Hedef Keşfi (Target Discovery) ve Scraping Mekanizması:
    • Prometheus'un hedefleri (Exporter'ları) nasıl bulduğu.
    • Statik hedef tanımlamaları (static_configs) ile ilk scraping yapılandırması.
    • Prometheus'un hedeflere HTTP üzerinden istek göndererek metrikleri çekmesi.
    • Hedef durumunu (/targets web arayüzü) kontrol etme ve temel scraping sorunları giderme.

Modül 3: PromQL: Prometheus Sorgu Dili ile Veri Analizi

• • PromQL'e Giriş:
    • PromQL nedir? Zaman serisi verilerini sorgulama ve analiz etme yetenekleri.
    • PromQL sözdiziminin temel yapı taşları.
  • Metrik Seçiciler (Metric Selectors) ve Etiket Eşleştirme:
    • Metrik adına göre sorgulama.
    • Etiket eşleştirme operatörleri: =, !=, =~, !~.
    • Etiket tabanlı filtreleme ve gruplama temelleri.
  • Sorgu Türleri:
    • Anlık sorgular (Instant queries): Belirli bir zaman noktasındaki en son değeri döndürür.
    • Aralık sorguları (Range queries): Belirli bir zaman aralığındaki tüm örnekleri döndürür.
  • Temel PromQL Fonksiyonları:
    • rate(): Belirli bir zaman aralığındaki counter metriklerinin saniyedeki ortalama artış hızını hesaplama.
    • increase(): Belirli bir zaman aralığındaki counter metriklerinin toplam artışını hesaplama.
    • sum(), avg(), count(), min(), max(): Vektör üzerindeki temel istatistiksel operatörler.
  • Agregasyon Operatörleri:
    • sum by (...), avg without (...): Etiketlere göre veriyi toplama veya etiketleri çıkararak toplama.
    • Uygulama senaryoları ve etiket yönetimi.
  • İkili Operatörler ve Mantıksal İşlemler:
    • Aritmetik operatörler (+, -, *, /, %, ^).
    • Karşılaştırma operatörleri (==, !=, >, <, >=, <=).
    • Mantıksal operatörler (and, or, unless). Vektör eşleştirme kuralları.
  • Zaman Kaydırma (Offset) Kullanımı:
    • Geçmişe dönük değerleri sorgulama ([5m] offset 1h).
    • Değişim oranlarını hesaplamada kullanımı.
  • Gelişmiş PromQL Fonksiyonları ve Uygulamalar:
    • topk(), bottomk(): En yüksek/en düşük değerlere sahip serileri seçme.
    • histogram_quantile(): Histogram metriklerinden yüzdelik değerleri hesaplama (örn: %95 istek süresi).
    • predict_linear(): Gelecekteki değeri tahmin etme.
    • Karmaşık PromQL sorguları yazma ve analiz etme. (Bol Hands-on)

Modül 4: Hedef Keşfi, Veri Dönüşümü ve Exporter'lar

• • Servis Keşfi (Service Discovery) İhtiyacı:
    • Dinamik altyapılarda (bulut, konteynerler) hedeflerin otomatik keşfi.
    • Prometheus'un desteklediği servis keşfi entegrasyonları.
  • Yaygın Servis Keşfi Mekanizmaları:
    • Dosya tabanlı servis keşfi (file_sd_configs): Dosya değişikliklerini izleyerek hedefleri güncelleme.
    • Kubernetes servis keşfi (kubernetes_sd_configs): Kubernetes API'sini kullanarak Pod, Service, Endpoint gibi objeleri hedef olarak keşfetme ve etiketleme.
    • Diğer SD entegrasyonlarına genel bakış (Consul, EC2, DNS vb.).
  • Yeniden Etiketleme (Relabeling) ve Yeniden Yapılandırma (Rereading):
    • Scraping öncesinde hedeflerin ve metriklerin etiketlerini dönüştürme, filtreleme veya birleştirme.
    • relabel_configs kullanımı: Hedef etiketlerini işleme (dropping/keeping hedefleri, etiket değerlerini değiştirme).
    • metric_relabel_configs kullanımı: Scraping sonrası metrik etiketlerini işleme (dropping/keeping metrikler, etiket değerlerini değiştirme).
    • Gerçek dünya senaryoları üzerinden relabeling uygulamaları. (Hands-on)
  • Prometheus Exporter Kavramı:
    • Exporter'lar nedir? Farklı sistemlerden metrikleri Prometheus formatına dönüştüren araçlar.
    • En popüler Exporter'ların tanıtımı.
  • Node Exporter ile Sistem Metrikleri:
    • Node Exporter kurulumu ve yapılandırması.
    • Node Exporter tarafından sunulan temel sistem metrikleri (CPU, Memory, Disk, Network).
    • Node Exporter metriklerinin PromQL ile sorgulanması ve yorumlanması.
  • Blackbox Exporter ile Harici Hizmet İzleme:
    • Blackbox Exporter kullanarak HTTP, TCP, ICMP (ping), DNS gibi hizmetlerin erişilebilirliğini ve gecikmesini izleme.
    • Blackbox Exporter yapılandırması ve Prometheus ile entegrasyonu.
    • Harici hizmet izleme senaryoları.

Modül 5: Görselleştirme (Grafana) ve Uyarı Yönetimi

• • Grafana ile Kapsamlı Görselleştirme:
    • Grafana nedir? Rolü ve Prometheus ile entegrasyonunun önemi.
    • Grafana kurulumu ve temel yapılandırma.
    • Veri kaynağı (Data Source) olarak Prometheus'un eklenmesi.
  • Grafana Panel Türleri:
    • Graph panelleri: Zaman serisi verilerini çizme.
    • Stat panelleri: Anlık veya özet değerleri gösterme.
    • Table panelleri: Tablo formatında veri sunma.
    • Diğer yaygın panel türlerine genel bakış (Gauge, Bar Gauge, Singlestat, vb.).
  • PromQL Sorguları ile Grafana Panelleri Oluşturma: (Bol Hands-on)
    • Basit ve karmaşık PromQL sorgularını Grafana'da kullanma.
    • Panel özelleştirmeleri (renkler, eksenler, birimler).
  • Gelişmiş Grafana Özellikleri:
    • Değişkenler (Variables): Dashboardları daha dinamik ve yeniden kullanılabilir hale getirme (sunucu seçimi, servis seçimi vb.). (Hands-on)
    • Şablonlar (Templates): Değişkenleri kullanarak dinamik dashboardlar oluşturma.
    • Satır (Row) ve yineleme (Repeat) özellikleri ile dashboard düzenleme.
    • Farklı veri kaynaklarını aynı dashboardda kullanma (Kavramsal).
  • Kayıt Kuralları (Recording Rules):
    • Sorgu performansını artırmak ve dashboard yükleme sürelerini kısaltmak için sık kullanılan sorguları önceden hesaplama.
    • Kayıt kurallarının tanımı (recording rules) ve yapılandırma dosyasına eklenmesi.
    • Kayıt kurallarının kullanımı ve faydaları.
  • Uyarı Kuralları (Alerting Rules):
    • Kritik sistem durumlarını otomatik olarak tespit etmek için uyarı ifadeleri tanımlama.
    • Uyarı kuralı yapısı (alert, expr, for, labels, annotations).
    • Uyarı ifadelerini PromQL ile yazma pratikleri. (Hands-on)
    • Uyarıların durumu: Pending (Beklemede), Firing (Tetiklenmiş), Resolved (Çözülmüş).
  • Alertmanager'a Giriş:
    • Alertmanager'ın rolü: Prometheus'tan gelen uyarıları işleme, gruplama, bastırma ve yönlendirme.
    • Alertmanager'ın temel çalışma prensibi.
  • Temel Alertmanager Yapılandırması (alertmanager.yml):
    • Uyarıların alıcılara yönlendirilmesi (receivers, routes).
    • Uyarıların gruplandırılması (group_by, group_wait, group_interval).
    • Uyarıların bastırılması (inhibit_rules): Bir uyarı tetiklendiğinde ilgili diğer uyarıları susturma.
    • Temel alıcı entegrasyonları (Webhook, Email). (Basit konfigürasyon örnekleri)

Modül 6: Kurumsal İzleme Uygulamaları ve Kubernetes

• • Prometheus TSDB (Time Series Database):
    • Prometheus'un zaman serisi verilerini disk üzerinde nasıl sakladığı.
    • Bloklar (Blocks), Chunk'lar (Parçalar) ve Wal (Write-Ahead Log) yapısı.
    • Veri saklama süresi (retention) ayarları ve disk kullanımı yönetimi.
    • Temel TSDB yönetimi ve sorun giderme araçları (promtool tsdb).
  • Temel Operasyonel Yönetim:
    • Prometheus sunucusunun yapılandırmasını yeniden yükleme (Reload) (SIGHUP sinyali veya HTTP API).
    • Çalışan Prometheus sunucusunun metriklerini izleme (Prometheus'un kendisini izleme).
    • Log dosyalarını analiz ederek sorun tespiti.
  • Prometheus Exporter Geliştirme Temelleri (Kavramsal):
    • Özel uygulamalardan metrik toplama ihtiyacı.
    • Prometheus client kütüphaneleri (Go, Python, Java, .NET vb.) ile metrik sunma prensipleri.
    • Uygulama metriklerini tanımlama ve Exposure formatı.
  • Kubernetes Ortamında İzleme Mimarisi:
    • Neden Kubernetes izlemesi özeldir? Dinamik yapı ve kısa ömürlü kaynaklar.
    • Kubernetes Service Discovery detayları ve Prometheus entegrasyonu.
    • Kubelet'in sağladığı temel konteyner metrikleri (cAdvisor).
    • kube-state-metrics: Kubernetes API objelerinin (Pod, Deployment, Service, Node vb.) durum metrikleri.
    • Kubernetes ortamında Node Exporter kullanımı.
    • Prometheus Operator veya Kube-Prometheus Stack mimarisine genel bakış (Kurulum ve yönetim kolaylıkları).
  • Kubernetes Metriklerinin PromQL ile Sorgulanması: (Hands-on)
    • Pod, Node, Deployment, Service seviyesinde temel izleme senaryoları.
    • Kaynak kullanımı (CPU, Memory), restarts, pod durumları gibi metriklerin analizi.
    • Kubernetes label ve annotation'larının izlemede kullanımı.
  • Güvenli Sistem İzleme Yapılandırması Temelleri:
    • Prometheus, Alertmanager, Grafana erişim kontrolü yöntemleri (Reverse Proxy, Basic Auth, OAuth, OIDC).
    • TLS/SSL yapılandırması ile iletişim güvenliği.
    • Scraping trafiğinin güvenliği.
    • API erişimi ve yetkilendirme mekanizmaları.

Modül 7: Ölçeklendirme, Yüksek Erişilebilirlik ve Ekosistem

• • Prometheus Yüksek Erişilebilirlik (HA) İhtiyacı:
    • İzleme altyapısının kritik bir bileşen olması.
    • Basit HA stratejileri (aynı hedefleri çeken birden fazla Prometheus) ve sınırlamaları.
  • Uzun Süreli Veri Saklama (Long-Term Storage - LTS) Çözümleri:
    • Prometheus dahili TSDB'sinin LTS için yetersizliği.
    • Popüler LTS çözümleri: Thanos, Cortex, Mimir.
    • Dağıtık sorgulama, global metrik görünümü, ölçeklenebilirlik, maliyet optimizasyonu.
    • Objektif depolama (S3, GCS uyumlu) entegrasyonları.
  • Thanos Mimarisine Giriş:
    • Thanos bileşenleri: Sidecar, Query, Querier, Store Gateway, Compactor, Ruler, Receiver.
    • Thanos Query ile birden fazla Prometheus ve Store Gateway üzerinden global sorgulama.
    • Thanos ile yüksek erişilebilir ve ölçeklenebilir Prometheus kurulumu.
  • SLI/SLO/SLA Kavramları ve Prometheus ile İzleme:
    • Güvenilirlik Mühendisliği (SRE) prensipleri ve izleme ilişkisi.
    • Servis Seviyesi Göstergeleri (SLI) belirleme (örn: istek başarı oranı, gecikme).
    • Servis Seviyesi Hedefleri (SLO) tanımlama (örn: %99.9 başarı oranı).
    • Hata Bütçesi (Error Budget) kavramı.
    • SLO'ları Prometheus uyarı kuralları ile izleme ve hata bütçesi yakma hızını hesaplama.
  • İzleme Altyapısını Kod Olarak Yönetme (Monitoring as Code):
    • Yapılandırmaların otomatik ve versiyon kontrol sistemlerinde yönetimi.
    • Otomasyon araçları: Ansible, Terraform, Helm ile izleme altyapısı yönetimi.
    • CI/CD süreçlerine izleme entegrasyonu.
  • Gelişmiş Uyarı Senaryoları ve Entegrasyonlar:
    • Alertmanager şablonları (Go Template) özelleştirme.
    • Webhook, PagerDuty, Opsgenie entegrasyonları.
    • AIOps ve Anomali Tespiti için veri aktarımı.
    • Dağıtık Alertmanager kurulumları.
  • Prometheus Ekosistemindeki Diğer Araçlar:
    • Pushgateway: Kısa ömürlü batch işleri için metrik toplama.
    • Grafana Loki (Log), Grafana Tempo (Trace) ile tam Observability.
    • Profiling araçları (Pyroscope vb.)
    • OpenTelemetry ile entegrasyon.

EĞİTİM YÖNETİMİ

• Teorik Bilgi: Prometheus ve gözlemlenebilirlik temellerinden başlayarak, zaman serisi veri modeli, PromQL, alerting ve ölçeklendirme gibi ileri düzey konuların kapsamlı anlatımı.
• Uygulamalı Örnekler: Gerçek dünyadan alınan senaryolar ile Prometheus kurulumu, yapılandırması, metrik toplanması ve sorgulanması üzerine uygulamalı çalışmalar.
• Etkileşimli Tartışmalar: Katılımcıların deneyimlerini paylaşabileceği, karşılaşılan zorlukların ve çözüm önerilerinin tartışıldığı interaktif oturumlar.
• Proje Tabanlı Öğrenme: Eğitimin son gününde, katılımcıların öğrendiklerini gerçek bir sistem üzerinde uygulayarak, kapsamlı izleme ve uyarı senaryolarını hayata geçirecekleri proje çalışması.
• Uzaktan Eğitim Desteği: Teams üzerinden canlı bağlantı, GitHub ve Codespace gibi platformlar üzerinden örneklerin paylaşımı ve eğitim materyallerine erişim sağlanması.

HEDEF KİTLE

1. DevOps ve SRE Uzmanları: İzleme ve gözlemlenebilirlik süreçlerini profesyonel seviyeye taşımak isteyen uzmanlar.
2. Bulut ve Sistem Yöneticileri: Prometheus’u kullanarak altyapılarını daha iyi izlemek ve yönetmek isteyen sistem yöneticileri.
3. Yazılım Geliştiriciler: Uygulamalarını izleyip performans analizi yapmak isteyen yazılım mühendisleri.
4. Kubernetes Operatörleri: Kubernetes ortamlarında Prometheus ile izleme ve uyarı sistemlerini entegre etmek isteyen ekipler.
5. Çözüm Mimarları: İzleme ve gözlemlenebilirlik çözümlerini tasarlamak ve uygulamak isteyen mimarlar.
6. Takım Liderleri ve Teknik Yöneticiler: İzleme süreçlerinin yönetimini ve takım içi koordinasyonunu sağlamak isteyen liderler.
7. Teknoloji Danışmanları: Müşterilerine Prometheus temelli izleme çözümleri sunmak isteyen danışmanlar.
8. Yeni Başlayanlar: İzleme ve Prometheus alanında temel bilgi edinmek isteyen, kariyerine bu alanda başlamak isteyen profesyoneller.

KATILIMCILARDAN BEKLENTİLERİMİZ

• Katılımcıların temel Linux işletim sistemi bilgisine sahip olmaları gerekmektedir.
• Konteyner teknolojileri ve Kubernetes hakkında temel bilgiye sahip olmak eğitimden daha verimli faydalanmayı sağlar, ancak zorunlu değildir.
• Aktif öğrenme ve sorularla eğitime katkı sağlama isteği beklenmektedir.
• Temel ağ ve sistem yönetimi bilgisi eğitim içeriğinin anlaşılmasını kolaylaştıracaktır.