[Devhands] Производительность и масштабируемость 2026 (Алексей Рыбак)

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%.

Уроки:
Занятие 1. VM Intro
Занятие 2. Нагрузочное тестирование теория и демо
Занятие 3. Практикум по нагрузочному тестированию wrkx LT-диаграммы lsmt
Занятие 4. Балансинг и масштабирование приложений. Вопросы по LSM-диаграммам
Занятие 5. Практикум с Redis-кластером
Занятие 6. Практикум с PostgreSQL и SPQR
CockroachDB вопросы ответы
Extra #1. Практикум Cockroach (архив)
Extra #2. Практикум Redis с решардингом (архив)