Курсы по JDBC

Программа «Fullstack-тестировщик» — это комплексное обучение, включающее в себя все необходимые аспекты тестирования программного обеспечения. Вы научитесь работать с требованиями, создавать тестовую документацию, применять различные виды тестирования веб-приложений, автоматизировать тестирование фронтенда и бэкенда, а также взаимодействовать с командой разработки. По окончании обучения вы станете востребованным специалистом, готовым к работе в современных IT-проектах.

Наши курсы — это практический опыт, живые знания и поддержка профессионалов, что сделает ваши инвестиции в обучение оправданными.

Основные темы курса:

• Работа с требованиями
• Подготовка документации для тестирования: чек-листы, тест-кейсы, тестовые сценарии, планы тестирования
• Составление матрицы покрытия требований тестовыми сценариями
• Применение интеграционных, функциональных, приемочных тестов
• Методологии разработки сценариев и тест-идей на основе моделей
• Классификация дефектов. Определение возможных багов и несоответствий качеству на стадии ТЗ
• Обработка ошибок и работа с дефектами
• Инструменты управления процессами: Jira, Test IT
• Основы SQL
• Форматы данных для обмена: XML, XSD, JSON
• Ведение проекта в Git
• Работа с веб-сервисами
• Тестирование веб-приложений
• Основы Java
• Объектно-ориентированное программирование (ООП)
• Коллекции в Java
• Работа с вводом и выводом
• Основы JDBC
• Работа с базами данных через JDBC
• Обработка ошибок и исключений
• Основы протоколов и взаимодействий
• Тестирование API
• Инструменты для тестирования
• Разработка и внедрение автотестов
• Анализ и отладка
• Основы тестирования и методологии
• Фреймворки для тестирования: Selenium WebDriver и взаимодействие с браузером
• Проектирование и структурирование тестов
• Cucumber и сценарии BDD
• Основы работы с командной строкой и правами
• Инструменты и методологии CI/CD
• Контейнеризация и автоматизация
• Логгирование и отчёты
• Обзор инструмента JMeter
• Роль и взаимодействие тестировщика в проектной команде
• Методологии разработки ПО
• Карьерное развитие и собеседования

Курс является введением в язык программирования Java для инженеров-тестировщиков. Он знакомит с основными понятиями, конструкциями языка и стандартами, которые будут им необходимы при проведении автоматизированного или нагрузочного тестирования.

Структура Java-программы; Операторы Java; Типы данных в Java; Работа со строками в Java.

Принципы ООП; Наследование в Java; Интерфейсы в Java; Абстрактные классы Java; Полиморфизм в Java.

Массивы в Java; Java-List коллекции; Java-Hash-коллекции; Java-Tree-коллекции.

Java рефлекция; Аннотации в Java; Generic в Java; Лямбда-программирование в Java; Stream API в Java.

Работа с файлами в Java; Работа с интернет-сетью в Java.

Основы создания реляционных баз данных в СУБД PostgreSQL; Работа с реляционными базами данных с помощью драйвера JDBC.

Освойте работу с базами данных в Java и Spring! Научитесь эффективно проектировать, оптимизировать и масштабировать базы данных, используя современные фреймворки и лучшие практики. Курс включает не только теорию, но и работу с реальными кейсами.

• Введение в JDBC: архитектура, драйверы, подключение.
• Введение в ORM. Сущности.
• Обзор Spring Data: репозитории, спецификации.
• Spring Data JPA: CrudRepository, JpaRepository.

Изучите JDBC API для создания мощных Java-приложений, взаимодействующих с базами данных.

Слушатели научатся применять JDBC API для доступа к реляционным базам данных, выполнения SQL-операторов и запросов, использования транзакций, подготовленных операторов, хранимых процедур и метаданных для манипуляций с базой данных.

Полученные знания они применят для создания консольного клиент-приложения.

Отдельным модулем охватываются вопросы использования расширений JDBC на платформе J2EE.

Изучение этих тем включает практику создания веб-клиента к БД.

Ключевые тематики курса:

• Схемы взаимодействия с СУБД;
• Структура JDBC-программы;
• Типы JDBC-драйверов;
• SQL-запросы к СУБД;
• Обработка данных из БД, выборки;
• Выборки с произвольным доступом;
• Модифицируемые выборки;
• Обработка ошибок;
• Понятие транзакции;
• Конкурентный доступ к данным;
• Использование транзакций в JDBC API;
• Метаданные;
• Групповая модификация данных;
• Вопросы типизации;
• Суть расширений для J2EE;
• DataSources и пулы соединений;
• Распределенные транзакции.

Введение в Apache Kafka: стриминговая платформа для обработки данных в реальном времени. Освоите основы Apache Kafka и научитесь разрабатывать распределенные стриминговые приложения. Получите практический опыт работы с экосистемой Kafka, включая настройку кластеров, разработку клиентских приложений и использование KSQL.

• Что такое Kafka.
• Примеры удачного и неудачного использования Kafka.
• Kafka и база данных: сходства и различия.
• Kafka и прямые конкуренты.
• Kafka и Apache Pulsar.
• Архитектура хранилища Kafka: Брокеры, Темы, Разделы, Сегменты, Реплики.
• Архитектура кластера Kafka: Zookeeper, партиционирование, главные и ведомые узлы репликации, ISR.
• Клиенты и API.
• Практика 2.1: запуск кластера Kafka с помощью Docker.
• Установка Zookeeper.
• Установка брокеров Kafka.
• Самые популярные инструменты Kafka.
• Демо 3.1: Инструменты Kafka.
• Практики KafkaOps.
• Kafka Producer API: основы.
• Практика 4.1: Отправка одного сообщения.
• Kafka Consumer API: основы, группы потребителей.
• Практика 4.2: Один получатель.
• Практика 4.3: Несколько получателей в одной группе.
• Дополнительные возможности: Пакеты, Повторы, Идемпотентность, Транзакции, Перебалансировка Групп Потребителей.
• Практика 4.4: Транзакционный Отправитель.
• Практика 4.5: Отправка и получение в транзакции.
• Практика 4.6: Замороженный потребитель.
• Практика 4.7: Медленный потребитель.
• Безопасность: SSL, SASL, Kerberos.
• REST Proxy: отправка и получение сообщений в форматах JSON, бинарные и Авро файлы.
• Практика 5.1: доступ через REST Proxy.
• Schema Registry: реестр схем.
• Практика 5.2: Schema Registry.
• Kafka Streams: DSL, API, StreamBuilder, создание и реализация топологии.
• Устройство Kafka Streams: многопоточность, несколько экземпляров и задач.
• Практика 6.1: Реализация потоков без сохранения состояния.
• Обработка с сохранением состояния: хранилище состояний, отказоустойчивость для хранилищ состояний.
• Практика 6.2: Агрегация в Kafka Streams.
• KTable: Потоки обновления данных, кэширование, скорость выдачи, агрегация.
• Окна в потоках: метки времени, плавающие, прыгающие, сеансовые.
• Соединение: поток с потоком, KTable с KTable, поток с KTable.
• Практика 6.3: Соединение потоков и таблиц.
• KSQL: Потоки без программирования.
• KSQL Серверная архитектура.
• Практика 6.4: Реализация потоков без сохранения состояния в KSQL.
• Практика 6.5: Агрегация в KSQL.
• Практика 6.6: Соединение в KSQL.
• Архитектура Kafka Connect.
• Источники Kafka Connect.
• Практика 7.1: JDBC Source Connector (postgres).
• Практика 7.2: JDBC Source Connector (postgres) с ключами.
• Kafka Connect Sinks.
• Практика 7.3: JDBC Sink Connector (postgres).
• Практика 7.4: JDBC Sink Connector (postgres) с ключами.
• Цели по производительности и режимы выполнения.
• Zookeeper: конфигурация, автономный режим и режим кворума, CLI.
• Управление и мониторинг кластера.
• Практика 8.1: Мониторинг кластера Kafka с помощью Prometheus.
• Практика 8.2: Измерение производительности.
• Различные мультикластерные архитектуры MirrorMaker.
• Практика 9.1: Использование MirrorMaker для синхронизации кластеров.
• Confluence Replicator.

Освойте основы Hadoop и экосистемы Big Data. Этот тренинг дает представление об устройстве Apache Hadoop и методах разработки приложений, обрабатывающих данные на его основе. Участники познакомятся с HDFS – стандартом де-факто для долговременного надежного хранения больших объемов данных, фреймворком YARN, управляющим параллельным выполнением приложений на кластере, и сопутствующими проектами, составляющими экосистему Hadoop: Hive, Spark, HBase.

• Архитектура, репликация, чтение и запись данных, команды HDFS.
• Практика: подключение к кластеру, работа с файловой системой из shell и Hue.
• Практика: запуск приложений.
• Архитектура YARN, запуск приложений в YARN.
• Практика: запуск приложений и наблюдение за кластером через UI.
• Архитектура, метаданные таблиц, форматы файлов, язык запросов HiveQL.
• Практика (Hue, hive, beeline, Tez UI): создание таблиц, чтение и запись CSV, Parquet, ORC, партиционирование, SQL-запросы с агрегацией и соединениями.
• DataFrame/SQL, метаданные, форматы файлов, источники данных, RDD.
• Практика (Zeppelin, Spark UI): чтение и запись из БД (JDBC), CSV, Parquet, партиционирование, SQL-запросы с агрегацией и соединениями, планы выполнения запросов, мониторинг.
• Spark Streaming, Spark Structured Streaming, Flink.
• Практика: чтение/обработка/запись потоков между Kafka, реляционной БД и файловой системой.
• Архитектура, язык запросов.
• Практика (HBase shell): запись и чтение данных.