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)
