Программирование [R&D-лаборатория Devhands, Алексей Рыбак] Производительность и масштабируемость (2026)

[𝕯𝖆𝖗𝖐🥰𝕬𝖓𝖌𝖊𝖑]

Автор: R&D-лаборатория Devhands, Алексей Рыбак​

Название: Производительность и масштабируемость (2026)​

Продолжительность: 18 ч 51 мин 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.

СКАЧАТЬ: