<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Aydın Ayaydın on Medium]]></title>
        <description><![CDATA[Stories by Aydın Ayaydın on Medium]]></description>
        <link>https://medium.com/@aydnayaydn?source=rss-5e037006d091------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*6FiTs0-oDyqcTea25BEKZw.jpeg</url>
            <title>Stories by Aydın Ayaydın on Medium</title>
            <link>https://medium.com/@aydnayaydn?source=rss-5e037006d091------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 02:40:38 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@aydnayaydn/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[MacOs ile Microsoft Sql Server & Management Studio]]></title>
            <link>https://medium.com/kocsistem/macos-ile-microsoft-sql-server-management-studio-b1f98b30cb43?source=rss-5e037006d091------2</link>
            <guid isPermaLink="false">https://medium.com/p/b1f98b30cb43</guid>
            <category><![CDATA[mssql-server]]></category>
            <category><![CDATA[software]]></category>
            <category><![CDATA[macos]]></category>
            <category><![CDATA[docker]]></category>
            <category><![CDATA[arm64]]></category>
            <dc:creator><![CDATA[Aydın Ayaydın]]></dc:creator>
            <pubDate>Mon, 30 Oct 2023 11:47:10 GMT</pubDate>
            <atom:updated>2023-10-30T12:03:55.746Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>Bu makale için bana büyük desteği olan çalışma arkadaşım <a href="https://medium.com/u/3aa6ae516dac"><strong>Ebru Dikmen</strong></a>’e çok teşekkür ederim.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vNYpGXKWyPsX6RjJZu9hog.png" /></figure><p>Bir Windows kullanıcısı olarak çalışırken Mac kullanmak üzere radikal bir karar aldığınızda yaptığınız çalışmalar MsSql kullanmanızı gerektiriyor ise öncelikle fazlaca radikal bir karar almışsınız demektir. Bir de kullanacağınız Mac bilgisayar M1 veya M2 işlemciye sahipse değerlendirmeniz gereken daha çok konu var demektir. İyi haber ise, günümüzde bu konuda birçok ihtiyacın çözümü mevcut. Nasıl olduğuna beraber bakalım.</p><h3>MsSql Server Kurulumu</h3><p>Eğer uzak sunucuda SqlServer kullanmadan kendi local Mac bilgisayarınızda Sql Server kullanmanız gerekiyorsa bunun için Windows cihazlardaki gibi doğrudan server kurulumu yapılamıyor. Yani aslında Sql Server MacOs’da kullanılamıyor. Tabi bu konuda güzel haberler var.</p><p>Microsoft, Sql Server platformu bir süredir Linux dağıtımına sahip. Bu da bize bir kapı açıyor:</p><p>Docker; bilmeyenler için özetlemek gerekirse, aynı işletim sistemi içerisinde birbirinden izole ve bağımsız sanal makineler oluşturabilmenizi sağlayan bir açık kaynak container teknolojisidir.</p><p>Sql Server içeren bir container oluşturularak docker içerisinde bir image ayağa kaldırılabilir. Böylece Sql Server ihtiyacını giderebiliriz. Microsoft Sql Server için var olan imajları incelemek için aşağıdaki bağlantıyı inceleyiniz:<br><a href="https://hub.docker.com/_/microsoft-mssql-server">https://hub.docker.com/_/microsoft-mssql-server</a></p><p>Dikkat ettiyseniz ilgili imaj sadece amd64 mimarisine sahip donanımlarda desteklenmektedir. Yani elinizde 2020 ve sonrasına ait bir Mac var ise büyük ihtimalle M1-M2 (arm64) çip kullanıcısı oluyorsunuz ki bu da sizi yukarıdaki dağıtımdan mahrum bırakıyor. Bu konuda 2 çözüm önerilebilir:</p><ul><li>Docker için Rosetta emülatörü aktifleştirebilirsiniz (Bu özelliğin kullanımı için MacOs ve Docker sürümlerinizi kontrol edin). En kolay yol bu olsa da performans konusunda daha fazla ram tüketimi ve zaman zaman bu şekilde çalıştırılan imajların çökmesi gibi sorunlar yaşayabilirsiniz. <br>(Kaynak: <a href="https://docs.docker.com/desktop/troubleshoot/known-issues/">https://docs.docker.com/desktop/troubleshoot/known-issues/</a> )<br>Docker CLI için aşadaki komutla container çalıştırmalısınız ya da Docker Desktop için görseldeki ayarı açmanız lazım.</li></ul><pre>docker run &lt;image&gt; --platform linux/amd64</pre><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*zBVu-b43wopGytRy8VU26w.png" /><figcaption>Docker Desktop Rosetta Emulatör Ayarı</figcaption></figure><ul><li>Azure Sql Edge; Eylül 2020’de genel kullanıma açıldığı duyuruldu. Bu platform aslında IoT uygulamaları ve çözümleri için yüksek performans içeren Sql Server’ın son sürümleri üzerine geliştirilmiş bir platformdur. Tabi bildiğimiz Sql Server’ın bütün özelliklerini desteklediği için Azure Sql Edge imajı da docker içerisinde kullanılabilir. Ancak Eylül 2023 itibari ile Microsoft bu platformun arm64 desteğini kestiğini açıkladı. Mevcut versiyonlar hala kullanımda olacak ancak yeniliklere ve güvenlik güncellemelerine artık MacOs için kapalı. <br>(Kaynak: <a href="https://learn.microsoft.com/tr-tr/azure/azure-sql-edge/overview">https://learn.microsoft.com/tr-tr/azure/azure-sql-edge/overview</a> )</li></ul><p>Server tercihleri konusunda özetleme yapacak olursak Apple Silicon çiplerin yani arm64 tabanlı M1-M2 çiplerin çıkmasıyla Mac kullanıcı topluluğu içerisinde yeniden düzenlemelere gidildi. Eylül 2023 e kadar Azure Sql Edge community içerisinde local Sql Server ihtiyacı için en iyi çözüm iken Docker’a çıkan emulatör desteği ve Micrsoft’un açıklamaları artık Eylül 2023 itibari ile Azure Sql Edge kullanımını bir kenara atıyor.</p><p>(Kaynak: <a href="https://techcommunity.microsoft.com/t5/sql-server-blog/azure-sql-edge-update-september-2023/ba-p/3930827">https://techcommunity.microsoft.com/t5/sql-server-blog/azure-sql-edge-update-september-2023/ba-p/3930827</a> )</p><p>Microsoft’un önerisi üzerine Sql Server kurulum için izlenecek adımlar :</p><ul><li>Docker kurulumunu yapın. Bunun için doğrudan Docker Desktop indirilebilir veya aşağıdaki kaynak üzerinden kurulum adımları takip edilebilir. <br><a href="https://docs.docker.com/desktop/install/mac-install/">https://docs.docker.com/desktop/install/mac-install/</a></li><li>Yukarıda bahsedilen Rosetta emülatörü etkinleştirin.</li><li>Terminal açın ve Sql Server’ın tercih ettiğiniz versiyonuna ait docker imajını aşağıdaki komutlar yardımıyla kurun ve çalıştırın:</li></ul><pre>docker pull mcr.microsoft.com/mssql/server:2022-latest<br>docker run -e &quot;ACCEPT_EULA=Y&quot; -e &quot;MSSQL_SA_PASSWORD=&lt;YourStrong@Passw0rd&gt;&quot; -p 1433:1433 - name sql2022 - hostname sql2022 -d mcr.microsoft.com/mssql/server:2022-latest</pre><p>Böylece Sql Server kurulumu tamamlanmış oluyor. İmaj portu ile local portunuz köprülendiğinden Docker içerisinde Sql Server imaj çalıştığı sürece Windows makinenizde lokalde kullandığınız serverdan farksız şekilde çalışmalarınızı yapabileceksiniz. Peki bu Sql Server’a MacOs da nasıl bağlanabiliriz?</p><h3>Management Studio Tool</h3><p>Microsoft SQL Server Management Studio (SSMS) bir Windows uygulamasıdır ve doğrudan Mac işletim sistemlerinde çalıştırılamaz. Bu nedenle, Macbook Air M1 veya M2 cihazlarında SSMS kullanmak için bazı alternatif yaklaşımlara ihtiyaç duyarsınız. Bu yaklaşımlardan biri de alternatif veritabanı yönetim araçları kullanmaktır.</p><p>Management araçları, veritabanları ile çalışırken işlerinizi daha verimli hale getiren önemli unsurlardan biridir. Bu araçlar, SQL sorgularını yazmak, veritabanı yapılarını yönetmek, veri analizi yapmak ve genel olarak veritabanı işlemlerini daha kullanıcı dostu bir şekilde gerçekleştirmenize yardımcı olurlar. Bu yazıda sizin için seçtiğimiz iki aracı paylaşıyor olacağız.</p><h4>DBeaver: Ücretsiz ve Açık Kaynaklı Bir SQL Yönetim Aracı</h4><p><a href="https://dbeaver.io/about/">DBeaver</a> birçok veritabanı sistemini destekleyen, ücretsiz ve açık kaynaklı bir SQL yönetim aracıdır. Macbook Air veya diğer işletim sistemlerinde kullanılabilir. İşte DBeaver’ın bazı özellikleri:</p><ol><li><strong>Çoklu Veritabanı Desteği</strong>: DBeaver, MySQL, PostgreSQL, SQLite, Oracle, SQL Server gibi birçok veritabanı yönetim sistemiyle uyumlu çalışır.</li><li><strong>Gelişmiş SQL Düzenleyici</strong>: DBeaver, kullanıcı dostu bir SQL düzenleyici sunar. SQL sorgularını yazmak, düzenlemek ve test etmek için idealdir.</li><li><strong>Veri Görselleştirme</strong>: Verileri grafiksel olarak görselleştirebilirsiniz, bu da veri analizi işlemlerini kolaylaştırır.</li><li><strong>Veritabanı Yönetimi</strong>: DBeaver, veritabanı yapısı ve nesnelerini (tablo, indeks, fonksiyonlar vb.) yönetmek için kullanışlı araçlar sunar.</li><li><strong>Veri Aktarımı ve İçe/Dışa Aktarma</strong>: Veri aktarım işlemleri için kullanabileceğiniz birçok seçenek sunar.</li></ol><h4>DataGrip: Profesyonel SQL Yönetim Aracı</h4><p><a href="https://www.jetbrains.com/datagrip/?source=google&amp;medium=cpc&amp;campaign=EMEA_en_TR_DataGrip_Branded&amp;term=datagrip&amp;content=619426541725&amp;gad=1&amp;gclid=EAIaIQobChMIzYGHlp36gQMV2hWzAB0DyQDWEAAYASAAEgKdZvD_BwE">DataGrip</a>, JetBrains tarafından geliştirilen bir SQL yönetim aracıdır. Ücretli bir yazılımdır, ancak sunduğu özellikler ve performans ile birçok profesyonel veritabanı geliştiricileri tarafından tercih edilmektedir. İşte DataGrip’in bazı özellikleri:</p><ol><li><strong>Veri Analizi ve Görselleştirme</strong>: DataGrip, verilerinizi analiz etmek ve grafiklerle görselleştirmek için kapsamlı bir araç seti sunar.</li><li><strong>Yüksek Veritabanı Desteği</strong>: PostgreSQL, MySQL, Microsoft SQL Server, Oracle ve diğer birçok veritabanı yönetim sistemini destekler.</li><li><strong>SQL Kod Geliştirme ve Hata Ayıklama</strong>: SQL kodunuzu geliştirmeniz ve hata ayıklamanız için kapsamlı bir ortam sunar.</li><li><strong>Veritabanı Tasarım ve Yönetim</strong>: Veritabanı şemalarını tasarlamak, tabloları oluşturmak ve veritabanı yönetimi için araçlar içerir.</li><li><strong>Entegrasyon ve Otomasyon</strong>: DataGrip, dış kaynak kod yönetimi sistemleri ve veritabanı sistemleriyle entegrasyon sağlar. Ayrıca, otomasyon için özelleştirilebilir iş akışları oluşturmanıza olanak tanır.</li></ol><p>Bu araçlar, veritabanı geliştiricileri ve veri analistleri için güçlü birer yardımcıdır. Macbook Air kullanıcıları, ihtiyaçlarına ve tercihlerine göre uygun veritabanı yönetim aracını seçebilirler.</p><h4>Connections</h4><p>Bir önceki bölümde, kullanabileceğiniz vertabanı yönetim araçlarından örnekler verdik.</p><p>Bu bölümde ise, bu araçlardan birini kullanarak, SQL Authentication ve Windows Domain Authentication ile MS SQL server bağlantısını nasıl yapabileceğimizi anlatıyor olacağız.</p><p>Macbook’unuza yüklediğiniz Management Studio aracında ilk olarak <em>New Database Connection</em> (aşağıdaki görsellerde DBeaver’dan örnek verilmiştir) penceresini açmalıyız.</p><p>Açılan pencerede ilk olarak bizden uygun bir sürücü seçmemiz beklenecektir. Burada özellikle <em>MS SQL Server (Old driver, jTDS)</em> sürücüsünü seçip bağlantı ayarlarını yapmaya devam etmeliyiz.</p><p>Sürücüyü seçip Next butonu ile ilerlediğimizde, bağlantı ayarlarını yapabileceğimiz pencereye erişim sağlarız.</p><p>Burada devam etmeden önce, “<strong>Download missing driver files” </strong>gibi bir uyarı mesajı görüp görmediğimizi kontrol etmeliyiz ve eğer görüyorsak, mesajın içindeki tıklanabilir bağlantı ile eksik dosyaları indirmeliyiz. Eğer böyle bir link görmüyorsanız, gerekli olan dosyaların halihazırda yüklü olduğunu varsayabiliriz.</p><p>Tüm bu kontrolleri yaptıktan sonra, bağlantı ayarlarını gireceğimiz bölümde sırasıyla aşağıdaki konfigürasyonları yapmamız gerekiyor.</p><p><em>Main</em> sekmesinde:</p><p>· <em>Host</em> alanının doldurulması</p><p>· Bağlantı kurmak istediğiniz belirli bir <em>Database</em> veya <em>Schema</em> var ise adının yazılması</p><p>Bu adımdan sonra izleyeceğiniz yol bağlantı seçiminize göre farklılık gösterecektir.</p><p><strong>SQL authentication</strong> ile ilerliyorsanız;</p><p>1. Kullandığınız yönetim aracına göre Authentication yöntemi seçmemiz gerekebilir. Örneğin DataGrip kullanıyorsanız, “User &amp; Password” yöntemini seçmemiz gerekiyor. Eğer kullandığınız araç DBeaver ise, bu seçimi yapmanıza gerek olmayacaktır.</p><p>2. Ardından her iki araçta da username ve password bilgilerimizi doldurmamız gerekiyor.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*nGdMelDnGQq-_bYXLAZvRA.png" /><figcaption>DBeaver Sql Authentication</figcaption></figure><p><strong>Windows Domain Authentication</strong> ile ilerliyorsanız;</p><p>1. Kullandığınız yönetim aracına göre Authentication yöntemi seçmemiz gerekebilir. Örneğin DataGrip kullanıyorsanız, “Domain Credential” yöntemini seçmemiz gerekiyor. Eğer kullandığınız araç DBeaver ise, bu seçimi yapmanıza gerek olmayacaktır.</p><p>2. Ardından her iki araçta da username ve password bilgilerimizi doldurmamız gerekiyor.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*EWODZrgGrz9PzSsJfzrARQ.png" /><figcaption>DBeaver Windows Authentication Genel Ayarları</figcaption></figure><p>3. Bağlanmak istediğimiz Domain’i girmemiz gerekiyor. Bu bilgiyi girdiğiniz yer kullandığınız araca göre farklılık gösterebilir. Örneğin DBeaver’da Driver properties sekmesi altındayken, DataGrip kullanıcıları bu bilgiyi General sekmesi altında, bağlantı ayarlarını yaptığı yerde girecektir. Aşağıdaki görsellerde her iki örneği de görebiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*lHyllQldd7Dk6gAvPeMvuQ.png" /><figcaption>DBeaver Windows Authentication Driver Ayarları</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*dtpqw0hbghjtMq2b6LF8jA.png" /><figcaption>Datagrip Windows Authentication Driver Ayarları</figcaption></figure><p>4. Bu aşamaya kadar girdiğiniz bilgilerle bağlanmaya çalıştığınızda aşağıdaki görseldeki hatayı alıyorsanız, son olarak <em>USENTLMV2</em> alanının <em>true</em> olarak değiştirip tekrar bağlantıyı denemenizi tavsiye ederiz. Bu parametreyi BDeaver uygulamasında Driver properties sekmesinde buluyorken, DataGrip kullanıcıları bu bilgiyi Advanced sekmesinde bulabileceklerdir. Bu parametre ile ilgili daha detaylı bilgiye aşağıdaki kaynaklardan erişebilirsiniz.<br>(Kaynak1: <a href="https://www.jetbrains.com/help/datagrip/db-tutorial-connecting-to-ms-sql-server.html#macos-and-linux">https://www.jetbrains.com/help/datagrip/db-tutorial-connecting-to-ms-sql-server.html#macos-and-linux</a><br>Kaynak2: <a href="https://learn.microsoft.com/en-us/sql/connect/jdbc/using-ntlm-authentication-to-connect-to-sql-server?view=sql-server-ver16">https://learn.microsoft.com/en-us/sql/connect/jdbc/using-ntlm-authentication-to-connect-to-sql-server?view=sql-server-ver16</a>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*Ck2BwLR7j9Ct2GzCVbiqxg.png" /><figcaption>DBeaver Windows Authentication Bağlantı Hatası</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*8n3xN9NDNlDttwqsPdkLMA.png" /><figcaption>DBeaver Windows Authentication USENTLMV2 Ayarı</figcaption></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/454/1*Rj3vdVoWqjJQctdaOtI38w.png" /><figcaption>Datagrip Windows Authentication USENTLMV2 Ayarı</figcaption></figure><p>Uygun gördüğümüz bağlantı ayarlarımızı yaptıktan sonra, ekranın sol altında bulunan “Test Connection” butonu ile bağlantımızı test edebilir ve “<em>Succeeded</em>” sonucu aldığımızda, yaptığımız bağlantıyı kaydedip çıkabiliriz. Sonrasında yeni bir script sayfası açıp bağlantı kurduğumuz Database üzerinde çalışmaya başlayabiliriz.</p><p>Datagrip SQL /Windows authentication için kaynak: <a href="https://www.jetbrains.com/help/datagrip/db-tutorial-connecting-to-ms-sql-server.html#macos-and-linux">https://www.jetbrains.com/help/datagrip/db-tutorial-connecting-to-ms-sql-server.html#macos-and-linux</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b1f98b30cb43" width="1" height="1" alt=""><hr><p><a href="https://medium.com/kocsistem/macos-ile-microsoft-sql-server-management-studio-b1f98b30cb43">MacOs ile Microsoft Sql Server &amp; Management Studio</a> was originally published in <a href="https://medium.com/kocsistem">KoçSistem</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Elasticsearch]]></title>
            <link>https://medium.com/@aydnayaydn/elasticsearch-6612c4605f3?source=rss-5e037006d091------2</link>
            <guid isPermaLink="false">https://medium.com/p/6612c4605f3</guid>
            <category><![CDATA[elastic-stack]]></category>
            <category><![CDATA[kibana]]></category>
            <category><![CDATA[elasticsearch]]></category>
            <dc:creator><![CDATA[Aydın Ayaydın]]></dc:creator>
            <pubDate>Fri, 01 Oct 2021 15:05:04 GMT</pubDate>
            <atom:updated>2023-10-16T13:53:12.762Z</atom:updated>
            <content:encoded><![CDATA[<h3>Elasticsearch : Nedir? Nasıl çalışır? Neden kullanmalıyız?</h3><p><strong>Giriş</strong></p><p>Hakkında çok şey duymuş olabilirsiniz; bir indextir, bir arama moturudur ya da big data çözümüzüdür, çok hızlıdır, dağıtılabilir ve ölçeklenebilir, dockerize edilebilir gibi. Tanımı ve özellikleri kullandığınız amaca göre şekillense de bunların hepsi doğru. Sektörde büyük önem arz eden veri depolama, yönetim ve analitiği konusuna çözüm üreten bu araç nasıl oldu da Shay Bannon’ın karısının yemek tarifleri için oluşturduğu arama motorundan büyüyerek Elastic Stack adında büyük bir DBMS community haline geldi?</p><p><strong>Elastic Stack Nedir?</strong></p><p>Uber kullanırken bir sürücünüzü aradığınızda, ya da gece haritalardan favori restoranınızı ararken elastic gücünden faydalanırsınız. Elastic Stack ile herhangi bir veri kaynağından herhangi bir tür veriyi alıp; gerçek zamanlı olarak arama, analiz ve görselleştirme yapabildiğiniz bir araçtır. Aşağıdaki görselde Elastic Stack yapısını ve özelliklerini görebiliriz. Elasticsearch ile başlayalım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/488/1*37XbeNHasnLx48WiO2u5qA.png" /></figure><p><strong>1.</strong> <strong>Elastic Search Nedir?</strong></p><p>Elasticsearch verilenizi depoladığınız, aradığınız ve analiz ettiğiniz bir yapıdır. Elastic Stack’in kalbi niteliğindedir. Temelde işi JSON request’lerinizi işleyerek, data tutması gerekiyorsa JSON olarak tutarak ve JSON response vererek çalışan bir sunucu gibi düşünebiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/491/1*ttb270CLqVas7WsT7R5psw.png" /></figure><p>Elasticsearch, Java ile geliştirilmiş ve Apache Lucene üzerine kurulmuş ücretsiz ve açık kaynaklı bir arama ve analiz motorudur. Büyük hacimli verileri hızla ve neredeyse gerçek zamanlı olarak depolamanıza, aramanıza ve analiz etmenize ve milisaniyeler içinde yanıt vermenize olanak tanır. Metni doğrudan aramak yerine bir “Index” içerisinde aradığı için hızlı yanıtlar alabiliriz. Geleneksel veri modeli olan tablolar ve şemalar yerine belgelere (JSON Documents) dayanan bir yapısı vardır. Bütün işlemleri yapabilmek için ise üzerinde bir REST API ile birlikte gelir.</p><p><strong>2.</strong> <strong>Elasticsearch Nasıl Çalışır?</strong></p><p><strong>2.1.</strong> <strong>Mantıksal Kavramlar</strong></p><p><strong>Documents</strong></p><p>Bir belge, Elasticsearch içerisinde indexlenebilen ve işlenebilen global düzeyde kullanılan JSON formatındaki temel bilgi birimidir. İlişkisel veri tabanından alınmış bir veri, düz bir metin veya zaten JSON olarak gelmiş bir veri Elastic içerisinde tutulabilir. Mesela, bir belge bir ansiklopedi makalesini veya bir web sunucusundaki günlük girişlerini temsil edebilir.</p><p><strong>Indexes</strong></p><p>Index, benzer özelliklere sahip belgeler topluluğudur. Index, Elasticsearch’te sorgulayabileceğiniz en üst düzey varlıktır. İlişkisel bir veritabanı şemasındaki bir veritabanına benzer olarak düşünebilirsiniz. Bir Index’teki herhangi bir belge tipik olarak mantıksal olarak ilişkilidir. Mesela bir e-ticaret sitesi için müşteri, sipariş, ürün gibi indexler oluşturulabilir. İçindeki belgelere karşı index oluşturma, arama, güncelleme ve silme işlemleri yaparken dizine atıfta bulunmak için kullanılan bir adla tanımlanır.</p><p><strong>Inverted Index</strong></p><p>Elasticsearch’teki bir index, aslında tüm arama motorlarının çalıştığı mekanizma olan “inverted index” olarak adlandırılan şeydir. Inverted Index, sayı ve text gibi dataların bir document (belge) ya da document seti içerisindeki konumlarını eşleştiren bir mapping türüdür. Temelde, bir kelimeden bir document’a yönlenebileceğimiz hashmap benzeri bir veri yapısıdır. Bir inverted index indexleri doğrudan depolamaz, bunun yerine her belgeyi ayrı arama terimlerine böler ve her arama terimini bu arama terimlerinin içinde yer aldığı belgelerle eşleştirir. Mesela aşağıdaki resimdeki “yakut” kelimesi 2.document içerisinde geçmektedir. Bu nedenle 2.document olarak map’lenmektedir. Ancak “parlak” ve “kırmızı” kelimeleri her iki document içerisinde de geçtiğinden ikisine de map’lemiş durumdadır. Bu, belirli bir document içerisinde arama terimlerinin nerede bulunacağına dair hızlı bir arama işlevi görür. Elasticsearch, dağıtılmış inverted indexleri kullanarak, çok büyük veri kümelerinden bile full-text search için en iyi eşleşmeleri hızla bulur.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/467/1*6L0RaqLA8slj9o9r0oOm2Q.png" /></figure><p><strong>2.2.</strong> <strong>Arkaplan Bileşenleri</strong></p><p><strong>Cluster</strong></p><p>Cluster, birbirine bağlı bir veya daha fazla node instance’ından oluşan bir gruptur. Elasticsearch Cluster’ının gücü; içerisindeki arama, indexleme, node yapılarının ve görevlerin dağıtılabilmesinden gelir.</p><p><strong>Node</strong></p><p>Bir cluster’ın parçası olan tek bir sunucuya verilen addır. Node’lar verileri depolamada, cluster indexlerini oluşturmada ve aramada görevlidir. Bir node birden fazla şekilde yapılandırılabilir.</p><p>· <strong>Master Node :</strong> Elasticsearch cluster’ı kontrol eder ve bir index oluşturma/silme ve node ekleme/kaldırma gibi cluster çapındaki tüm işlemlerden sorumludur.</p><p>· <strong>Veri Düğümü :</strong> Verileri depolar ve arama ve toplama gibi verilerle ilgili işlemleri yürütür.</p><p>· <strong>İstemci Düğümü :</strong> Cluster isteklerini ana node ve verilerle ilgili istekleri veri node’larına iletir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/440/1*QKKp8cM6PJsl0eEol5uk0A.png" /></figure><p><strong>Shards</strong></p><p>Elasticsearch, ,index’i shard adı verilen birden çok parçaya bölme yeteneği sağlar. Her shard kendi içinde bir cluster içindeki herhangi bir node’da barındırılabilen tam işlevli ve bağımsız bir “index”tir. Elasticsearch, bir indexteki belgeleri birden çok shard arasında dağıtarak ve bu shard’ları birden çok node arasında dağıtarak, hem donanım arızalarına karşı koruma sağlayan hem de node’ları bir cluster eklendikçe sorgu kapasitesini artıran yedekliliği sağlayabilir.</p><p><strong><em>Senaryo 1 :</em></strong> Diyelim ki bir sisteminize kurduğunuz bir index 600k kayıt tutabiliyor. Ancak index’i içeren node’unuzun bulunduğu sistem sadece 200k document tutabilecek kapasatiye sahip. Elasticsearch, shard sayesinde 200k lık shard’lar halinde 3 ayrı sistemde 3 shard’ı birleştirerek size istediğiniz index kapasitesini sağlayabilir. Eğer data artarsa yine sorun değil, yeni node’ları farklı sistemlerde ayağa kaldırarak kapasite artığı yapabilirsiniz. (<strong>scalability</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/398/1*19KG5VRPi4O3hBZRG3lbQA.png" /></figure><p><strong><em>Senaryo 2 :</em></strong> Diyelim ki client isteğinden bir search işlemi yapılacak. Tek bir node içerinde tek bir shard’da 500k document bulunuyor ve arama süresi 10sn sürüyor. Eğer node sayısını 10 katına ve dolayısıyla shard sayısını 10 katına çıkarırsak gelen arama talebi 10 shard’da paralel olarak çalışacağından süre 1sn’ye düşecektir. (<strong>optimization, search duration decrease</strong>)</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/603/1*0zOydjuTcEMO8vH1hZphTw.png" /></figure><p><strong><em>Senaryo 3 : </em></strong>Diyelim ki oluşturduğunuz shard’lardan biri bozuldu. Belki sunucu çöktü veya başka problemler yaşadınız ve verileriniz silindi. Bunun önüne geçebilmek için replica shardlar kullanılabilir. Böylece verileriniz yedeklenir. Bunun yanında kurduğunuz sistem saniyede 4k request alıyordu ve büyüp 8k requeste çıktığını düşünün. Replica shard’lar da diğerleri gibi paralelde çalışabileceği için aynı sorguları replica shardlara da dağıtabilirsiniz. Böylece bant genişliğini de arttırabilirsiniz. (<strong>bandwidth</strong>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/527/1*2xrgLp0uu3mJhv83zb2QMA.png" /></figure><p><strong>3.</strong> <strong>Kibana</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/605/1*1Rio5qt_6KBEHZP95GgakA.png" /></figure><p>Kibana, gerçek zamanlı histogramlar, çizgi grafikler, pasta grafikler ve haritalar sağlayan Elasticsearch için bir veri görselleştirme ve yönetim aracıdır. Elasticsearch verilerinizi görselleştirmenize ve Elastic Stack’te gezinmenize olanak tanır. Etkileşimli görselleştirmenin sizi nereye götüreceğini bulmak için tek bir soruyla başlayarak verilerinize nasıl şekil vereceğinizi seçebilirsiniz. Örneğin, Kibana genellikle günlük analizi için kullanıldığından, web isabetlerinizin nereden geldiği, dağıtım URL’leriniz vb. ile ilgili soruları yanıtlamanıza olanak tanır. Elasticsearch’ün üzerine kendi uygulamanızı oluşturmuyorsanız, Kibana, güçlü ve esnek bir kullanıcı arayüzü ile dizininizi aramanın ve görselleştirmenin harika bir yoludur. Ancak, önemli bir dezavantaj, her görselleştirmenin yalnızca tek bir index/index modeline karşı çalışabilmesidir. Dolayısıyla, kesinlikle farklı verilere sahip dizinleriniz varsa, her biri için ayrı görselleştirmeler oluşturmanız gerekir.</p><p><strong>4.</strong> <strong>Logstash</strong></p><p>Logstash, verileri toplamak, işlemek ve Elasticsearch’e göndermek için kullanılır. Aynı anda çok sayıda kaynaktan veri alan, dönüştüren ve ardından toplamaya gönderen açık kaynaklı, sunucu taraflı bir veri işleme hattıdır. Ayrıca, yapıyı oluşturmak için adlandırılmış alanları belirleyerek ve bunları ortak bir formatta birleştirmek için dönüştürerek, formattan bağımsız olarak verileri dönüştürür ve hazırlar. Örneğin, veriler genellikle farklı sistemlere çeşitli biçimlerde dağıldığından, Logstash web sunucuları, veritabanları, Amazon hizmetleri vb. gibi farklı sistemleri birbirine bağlamanıza ve sürekli akış biçiminde veriyi gitmesi gereken her yere yayınlamanıza olanak tanır.</p><p><strong>5.</strong> <strong>Beats</strong></p><p>Beats, yüzlerce veya binlerce makine ve sistemden Logstash veya Elasticsearch’e veri göndermek için kullanılan hafif, tek amaçlı veri nakliye aracılarının bir koleksiyonudur. Beats, sunucularınızda, kapsayıcılarınızla birlikte oturabildikleri veya işlevler olarak dağıtıp verileri Elasticsearch’te merkezileştirebildikleri için veri toplamak için mükemmeldir. Örneğin, Filebeat sunucunuza oturabilir, günlük dosyalarını geldikleri anda izleyebilir, ayrıştırabilir ve neredeyse gerçek zamanlı olarak Elasticsearch’e aktarabilir.</p><p><strong>6.</strong> <strong>Kullanım Alanları:</strong></p><p><strong>Loglama :</strong> Online bir oyunda bütün oyuncuların bağlanamama, yavaşlama ya da herhangi bir hata durumunda oyun geliştiricilerinin hataları bulabilmesi için kullanılabilir.</p><p><strong>Ölçümleme :</strong> Mars’a gönderilen robotların toplandıkları sıcaklık, nem, ortam fotoğrafları gibi ölçümlemeler elastic ortamında toplanıp analiz edilebilir; Mars’ın saatlik sıcaklık grafiğini çıkartmak gibi.</p><p><strong>Security Analytics :</strong> Bir chat uygulamasında chat odasındaki güvenli iletişim kanallarını kurmak için de kullanılabilir.</p><p><strong>Business Analytics :</strong> Haritalarda favori restoranınızı ararken konumunuza göre size yakın olan restoranların listelenmesi de yine elastic içerisinde geo location desteği ile çok daha hızlı bir şekilde oluşturulabilir.</p><p><strong>Sonuç</strong></p><p>Peki Elasticsearch nedir? Bu yazıda, ne olduğunu, nasıl çalıştığını ve nasıl kullanıldığını anlatmaya çalıştım ve daha derinlere bile inemedik. Ancak ele aldıklarımıza dayanarak, Elasticsearch’ün özünde, temel mimarisi ve bileşenleri onu hızlı ve ölçeklenebilir kılan ve birlikte kullanılabilecek tamamlayıcı araçlardan oluşan bir ekosistemin kalbinde yer alan bir arama motoru olduğunu kısaca özetleyebiliriz. Arama, analitik ve veri işleme ve depolama dahil olmak üzere birçok kullanılmaktadır. Elasticsearch hakkında daha fazla bilgi edinmek ve kendiniz denemek istiyorsanız, buradan başlayabilirsiniz.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6612c4605f3" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>