Описание
Количество уроков: 9 Видео
Язык: Русский
Вес архива: 3,59 ГБ
Этот курс поможет разработчикам, архитекторам и DevOps‑инженерам глубоко разобраться в том, как проектировать и оптимизировать высоконагруженные системы. Вы научитесь повышать производительность, устранять узкие места и строить инфраструктуру, которая не ломается под ростом трафика.
Что такое производительность и масштабируемость
Производительность — это способность системы обрабатывать запросы быстро и стабильно. Масштабируемость — возможность увеличивать нагрузку без деградации. В реальных проектах проблемы возникают из-за медленных API, неоптимальных запросов, слабых архитектурных решений или неверно подобранной инфраструктуры. Курс закрывает все эти аспекты через системный подход и практику.
Для кого этот курс
• Backend‑разработчикам, которые упираются в потолок роста и хотят понимать архитектуру highload‑систем.
• Инженерам уровня Middle, которым не хватает навыков оценки пропускной способности и поиска узких мест.
• DevOps/SRE, которые хотят уверенно работать с нагрузочным тестированием, мониторингом и capacity planning.
• Техлидам и архитекторам, которым нужно принимать решения, влияющие на стабильность и стоимость инфраструктуры.
Какие проблемы вы сможете решать
• медленный API, растущие задержки и непредсказуемые всплески latency;
• падения под нагрузкой и деградации после релизов;
• узкие места в БД (PostgreSQL, шардирование, репликация, конкуренция);
• неэффективное масштабирование сервисов;
• неоптимальная конфигурация инфраструктуры и пустая трата ресурсов.
Что вы получите на практике
Инструменты и среды
• нагрузочные инструменты: k6, wrk, JMeter;
• мониторинг и профилирование: Prometheus, Grafana, eBPF, perf;
• работа с кластерами: PostgreSQL SPQR, CockroachDB, Redis/Valkey;
• практика в контейнерах, облаке и bare metal‑среде.
Типы нагрузочного тестирования
• stress‑тестирование;
• load‑тесты;
• soak‑тесты;
• spike‑тесты.
Чему вы научитесь — в формате реальных задач
• настраивать и оптимизировать API, выдерживающий высокие RPS;
• проводить ревизию производительности сервисов и инфраструктуры;
• строить схемы шардирования и репликации под реальные нагрузки;
• выявлять и устранять узкие места на основе метрик, а не предположений;
• планировать рост системы и предотвращать деградации заранее.
Почему этот курс отличается
• чистая практика на реальных высоконагруженных сценариях;
• работа с настоящими тестовыми кластерами, а не с toy‑примерами;
• фокус на инженерном мышлении, а не на запоминании инструментов;
• поддержка преподавателей с реальным опытом в highload‑проектах.
Мини‑кейсы студентов
• после двух дней нагрузочного тестирования студент снизил latency сервиса на 40%;
• на модуле по PostgreSQL участники собирают SPQR‑кластер и проверяют масштабирование на собственной модели данных;
• один из студентов оптимизировал систему логирования, что уменьшило нагрузку на CPU на 30%.
FAQ
Мне хватит опыта, если я Middle?
Да. Курс построен так, чтобы закрыть пробелы и дать архитектурное мышление.
Нужен опыт в DevOps?
Нет. Все инструменты объясняются пошагово.
Сколько времени занимает практика?
В среднем 4–6 часов в неделю, но вы можете проходить в удобном темпе.
Есть ли записи и материалы?
Да, все материалы, лекции и репозитории остаются с вами.
Алексей –
Работаю DevOps/SRE, и для меня главным был блок про нагрузочное тестирование и диагностику деградаций после релизов. Лекции короткие, но каждая по делу, примеры из реальной инфраструктуры, а не игрушечные. Уже применил подход к оценке пропускной способности на своём сервисе и сэкономил на ресурсах. Рекомендую тем, кто хочет системно, а не по наитию.
Алексей Т. –
Работаю DevOps/SRE, и мне не хватало структурированного взгляда на мониторинг и масштабирование сервисов под растущим трафиком. Курс Алексея Рыбака дал именно то, чего ждал: связку нагрузочного тестирования, метрик и решений по инфраструктуре без пустой траты ресурсов. Отдельно отмечу разбор архитектурных решений — теперь аргументированно обсуждаю с командой, где реально узкое место, а где просто шум.
Марина В. –
Я Middle-разработчик, хотела разобраться в capacity planning и мониторинге, потому что на проекте это всегда делали DevOps без нас. Материала много, объяснения Рыбака понятные, особенно про репликацию и конкуренцию в БД. Единственное, на мой взгляд, теме JMeter уделено мало времени по сравнению с k6, пришлось добирать самостоятельно. В целом курс дал структуру, которой мне не хватало.
Марина В. –
Я скорее новичок в highload, пришла из обычной backend-разработки, и курс помог разложить по полочкам, что такое пропускная способность и capacity planning. Понравился системный подход и то, что автор не просто перечисляет инструменты, а объясняет логику выбора между wrk и JMeter. Местами темп высоковат для первого знакомства с темой, некоторые уроки пришлось пересматривать, но в целом база сложилась.
Дмитрий К. –
Брал курс, потому что на работе начались проблемы с падениями сервиса под нагрузкой. Раздел про поиск узких мест в PostgreSQL и шардирование оказался самым полезным — наконец понял, куда смотреть, когда latency скачет. Нагрузочное тестирование в k6 разобрано по шагам, без воды. 18 часов уложены плотно, но ничего лишнего, пересматривать буду по конспектам.
Дмитрий К. –
Брал курс, потому что на работе начали падать сервисы после релизов, а я не понимал, с чего начинать диагностику. Разбор узких мест в PostgreSQL и шардирования оказался самым полезным — наконец-то увидел, как конкуренция и репликация влияют на latency на практике. Нагрузочное тестирование через k6 подано без лишней теории, сразу можно повторять за автором.