<?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 Can Kucukgultekin on Medium]]></title>
        <description><![CDATA[Stories by Can Kucukgultekin on Medium]]></description>
        <link>https://medium.com/@can.kucukgultekin?source=rss-2aee59f7d794------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*9D10kC3PnZXwC-x8xqqQwg.jpeg</url>
            <title>Stories by Can Kucukgultekin on Medium</title>
            <link>https://medium.com/@can.kucukgultekin?source=rss-2aee59f7d794------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Fri, 20 Nov 2026 13:05:29 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@can.kucukgultekin/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[Biraz Stack, Biraz Heap, Biraz Zen: Python’un Gerçek Lezzeti]]></title>
            <link>https://medium.com/@can.kucukgultekin/biraz-stack-biraz-heap-biraz-zen-pythonun-ger%C3%A7ek-lezzeti-8539b0e21bb9?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/8539b0e21bb9</guid>
            <category><![CDATA[python-programming]]></category>
            <category><![CDATA[heap]]></category>
            <category><![CDATA[python]]></category>
            <category><![CDATA[stack]]></category>
            <category><![CDATA[zen]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Wed, 04 Dec 2024 21:20:56 GMT</pubDate>
            <atom:updated>2024-12-04T21:20:56.532Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*R3m1SWvrtgqUg4lc" /></figure><p>1980&#39;lerin sonları… Dünyada neon ışıklar yanıp sönüyor, Walkman’ler cepte, dijital çağın ilk adımları atılıyor. Ama Hollanda’da bir adam, Guido van Rossum, bambaşka bir hayalin peşinde: Programcılara hayatı kolaylaştıracak, esnek, okunabilir bir dil yaratmak! İşte Python böyle doğdu.</p><p>1991&#39;de halka sunulan Python, “Az kodla çok iş yap, kafayı yorma” mottosuyla yola çıktı. Guido, ABC dilinden ilham alarak, ama onun eksiklerinden arındırılmış daha güçlü bir dil yaratmak istedi. Python’un ilk versiyonları o kadar modülerdi ki, adeta bir Lego seti gibi; hangi parçayı nereye taksam işliyor!</p><p>Python 2.x serisi, 2000&#39;lerin başında büyük bir çıkış yakaladı. Ama gerçek devrim, 2008&#39;de Python 3.0 ile geldi. Yeni özellikler, eski alışkanlıklara veda… “Geriye dönük uyumluluk mu? Kim, kime, dum, duma!” diyen bu sürüm, geçiş sürecinde biraz sıkıntı yarattı, ama modernizasyon bazen sancılı olur, değil mi? Neyse ki Python 3.x, zamanla ana akım haline geldi.</p><p>Python’un popülerliği artarken adeta bir rock yıldızının yükselişini izler gibi hissettim. 2010&#39;larla birlikte Python, sahne ışıklarının altında parladı. Peki, bu büyük çıkışın sırrı neydi?</p><p>Python, günümüzde yazılım endüstrisinin en popüler dillerinden biri ve bu hiç de sürpriz değil. Çünkü Python bir dil değil, adeta bir İsviçre çakısı: Her işe yarar!</p><p>O zaman biraz da bu İsviçre çakısının yapısını inceleyelim…</p><p>Python, yüzeyde sade ve anlaşılır bir dil gibi görünse de, derinlere indikçe “Vay be, bu dil neymiş böyle!” dedirten bir yapıya sahip. Şimdi, bu dilin temellerine ve bellek yönetimine dair biraz daha derinlemesine dalalım.</p><p>Python’un Dinamik Tip Yapısı: Bir Bukalemun Gibi</p><p>Python’un en çekici özelliklerinden biri, dinamik tip yapısına sahip olmasıdır (Dynamic Typing). Yani, bir değişkeni tanımlarken türünü belirtmek zorunda değilim; Python, o anki değere göre türü otomatik olarak belirler. Bu da, Python’un geliştiricilere “Sen koduna odaklan, türü ben hallederim” demesini sağlar. Ama bu esneklik, aynı zamanda dikkat edilmesi gereken bazı durumları da beraberinde getirir.</p><p>Örneğin, aşağıdaki kod parçasını ele alalım:</p><pre>x = 42 print(type(x)) # &lt;class &#39;int&#39;&gt; x = &quot;Merhaba&quot; print(type(x)) # &lt;class &#39;str&#39;&gt;</pre><p>Burada, x önce bir tamsayı (`int`), sonra bir string (`str`) olarak tanımlandı. Python bu değişiklikleri sorunsuz bir şekilde yönetiyor. Ancak, bu esnekliğin yönetilmesi ve takım içinde standartların korunması büyük önem taşıyor. Dinamik yapının sağladığı rahatlık, dikkatsizlikle birleşirse, “Aa, bu hata nereden çıktı şimdi?” dedirten sürprizlere yol açabilir.</p><p>Bellek Yönetimi: Stack ve Heap</p><p>Her dilin bir hafıza yönetim mekanizması vardır, ve Python da bu konuda geri kalmıyor. Bellekte veriler stack ve heap adı verilen iki bölgeye yerleştirilir. Peki, bu terimler ne anlama geliyor?</p><p>Şimdi, basit bir örnek üzerinden stack ve heap’in nasıl çalıştığını görelim:</p><pre>def topla(a, b): c = a + b return c sonuc = topla(10, 20)</pre><p>Bu kodda, a, b ve c değişkenleri stack üzerinde yer alır. topla fonksiyonu sona erdiğinde, bu değişkenler stack’ten silinir. Ancak, sonuc değişkeni heap üzerinde tutulur ve program boyunca kullanılmaya devam edebilir.</p><p>Python’un garbage collector mekanizması, stack ve heap üzerinde kullanılmayan verileri temizleyerek bellek yönetimini optimize eder. Bu da, “Acaba bellekte gereksiz veri kaldı mı?” diye düşünmeden işimi yapmamı sağlar.</p><p>Projelerde Tip Yönetimi ve Standartlar: Takım Ruhuyla Python!</p><p>Dinamik tip yapısının sunduğu esneklik, özellikle büyük ekipler tarafından yönetilmesi gereken projelerde bazı standartlar getirilmesini gerektirir. Aksi takdirde, farklı geliştiricilerin yazdığı kodlar birbiriyle çelişebilir ve bu da proje ilerledikçe karmaşaya yol açabilir.</p><p>Bu tür durumlarda kullanılabilecek bazı yaklaşımlar şunlardır:</p><pre>def topla(a: int, b: int) -&gt; int: return a + b</pre><p>Burada a ve b parametrelerinin int türünde olduğunu belirttim. Bu tür anotasyonlar, kodun doğru anlaşılmasını sağlar ve tip hatalarını minimuma indirir.</p><p>Bu adımlar, dinamik tip yapısının sağladığı esnekliği avantaja dönüştürerek, proje içinde tip güvenliğini ve kod standardını sağlamak için önemli araçlardır.</p><p>Biraz da “ Python’un nesne yönelimli programlama (OOP — Object-Oriented Programming) kavramları” üzerine değinmek istiyorum ve bunların C# ile karşılaştırılması yaparak daha iyi anlaşılması için örnekler üzerinden her iki dildeki önemli OOP prensiplerini açıklamaya çalışacağım.</p><p>Python’da Nesne Yönelimli Programlama (OOP) ve C# ile Karşılaştırması</p><p>Python, nesne yönelimli programlamayı (OOP) destekleyen bir dil olarak, bu prensipleri oldukça esnek ve güçlü bir şekilde uygulama imkanı sunar. Ancak, C# gibi diğer OOP dillerinden bazı farkları vardır.</p><p>Sınıflar ve Nesneler: Python’un Minimalist Yaklaşımı</p><p>Python’da sınıf tanımlamak oldukça basittir ve sınıfın yapısını tanımlamak için class anahtar kelimesi kullanılır. Python’da her şey bir nesne olarak kabul edilir, hatta veri tipleri bile. Ancak, Python’da sınıf yapısı C# gibi dillerdeki kadar katı değildir.</p><p>Örneğin, bir basit sınıf tanımı Python’da şu şekilde yapılır:</p><pre>class Araba: def __init__(self, marka, model): self.marka = marka self.model = model def bilgileri_goster(self): print(f&quot;Bu araba {self.marka} marka ve {self.model} modeldir.&quot;)</pre><p>Bu sınıfı C# dilinde şu şekilde tanımlayabiliriz:</p><pre>class Araba { public string Marka { get; set; } public string Model { get; set; } public Araba(string marka, string model) { Marka = marka; Model = model; } public void BilgileriGoster() { Console.WriteLine($&quot;Bu araba {Marka} marka ve {Model} modeldir.&quot;); } }</pre><p>Her iki dilde de sınıf ve nesne yapısı oldukça benzerdir, ancak Python’da self anahtar kelimesiyle çalışmak gerekirken, C#’ta this kullanılır. Ayrıca, Python’da __init__ metodu, C#’taki Constructor metotların karşılığıdır.</p><p>Polymorfizm: Python’da “Birden Fazla Yüzü Olan Nesneler”</p><p>Polymorfizm, bir nesnenin farklı şekillerde davranabilme yeteneğidir. Python’da bu kavram, esnek ve dinamik doğası sayesinde oldukça doğal bir şekilde uygulanır.</p><p>Python’da polymorfizm şu şekilde çalışır:</p><pre>class Hayvan: def ses_cikar(self): pass class Kedi(Hayvan): def ses_cikar(self): return &quot;Miyav!&quot; class Kopek(Hayvan): def ses_cikar(self): return &quot;Hav hav!&quot; def sesleri_duy(hayvan): print(hayvan.ses_cikar()) sesleri_duy(Kedi()) # Miyav! sesleri_duy(Kopek()) # Hav hav!</pre><p>Bu kod, C# dilinde benzer şekilde şu şekilde yazılabilir:</p><pre>abstract class Hayvan { public abstract string SesCikar(); } class Kedi : Hayvan { public override string SesCikar() { return &quot;Miyav!&quot;; } } class Kopek : Hayvan { public override string SesCikar() { return &quot;Hav hav!&quot;; } } void SesleriDuy(Hayvan hayvan) { Console.WriteLine(hayvan.SesCikar()); } SesleriDuy(new Kedi()); // Miyav! SesleriDuy(new Kopek()); // Hav hav!</pre><p>C#’ta abstract ve override anahtar kelimeleri ile polymorfizm sağlanırken, Python’da bu yapı çok daha esnek bir şekilde gerçekleşir. Python’da metodun override edilmesi için herhangi bir özel anahtar kelimeye ihtiyaç duyulmaz.</p><p>Miras Alma: Python’un Serbest Miras Zinciri</p><p>Miras alma (Inheritance), bir sınıfın başka bir sınıfın özelliklerini ve metotlarını devralmasıdır. Python’da miras alma, C#’a kıyasla daha serbesttir ve bir sınıf birden fazla sınıfı miras alabilir (Çoklu Kalıtım). Ancak, bu esneklik aynı zamanda dikkat edilmesi gereken bazı durumları da beraberinde getirir.</p><p>Örneğin, aşağıdaki Python kodunda bir sınıfın birden fazla sınıfı miras aldığı bir durumu inceleyelim:</p><pre>class ElektrikliAraba: def sarj_et(self): print(&quot;Araba şarj ediliyor...&quot;) class Araba: def calistir(self): print(&quot;Araba çalışıyor...&quot;) class Tesla(ElektrikliAraba, Araba): pass tesla = Tesla() tesla.sarj_et() # Araba şarj ediliyor... tesla.calistir() # Araba çalışıyor...</pre><p>C# dilinde ise çoklu kalıtım desteklenmez, ancak arayüzler (`interfaces`) aracılığıyla bu durum bir dereceye kadar simüle edilebilir:</p><pre>interface IElektrikliAraba { void SarjEt(); } interface IAraba { void Calistir(); } class Tesla : IElektrikliAraba, IAraba { public void SarjEt() { Console.WriteLine(&quot;Araba şarj ediliyor...&quot;); } public void Calistir() { Console.WriteLine(&quot;Araba çalışıyor...&quot;); } }</pre><p>Bu örnek, Python’da çoklu kalıtımın ne kadar basit ve güçlü olduğunu gösterirken, C#’ta daha katı ve belirli kurallara dayalı bir yapı olduğunu ortaya koyar.</p><p>Encapsulation: Python’un “Bu Senin Alanın, Bu da Benim Alanım” Dediği Yer</p><p>Encapsulation, yani kapsülleme, bir sınıfın verilerini koruma altına alarak dış dünyadan saklamasını sağlayan bir OOP prensibidir. Python’da bu prensip, diğer dillere göre biraz daha gevşek uygulanır. Python’da __ (çift alt çizgi) ile başlayan bir değişken, dışarıdan erişilemez hale gelir.</p><pre>class Kisi: def __init__(self, isim, yas): self.isim = isim self.__yas = yas # Gizli bir değişken def yasini_goster(self): return self.__yas kisi = Kisi(&quot;Ali&quot;, 30) print(kisi.isim) # Ali print(kisi.yasini_goster()) # 30 # print(kisi.__yas) # AttributeError: &#39;Kisi&#39; object has no attribute &#39;__yas&#39;</pre><p>C# dilinde ise, bu tür kapsülleme private erişim belirleyicisi ile yapılır ek olarak public, protected, internal, protected internal, ve private protected gibi temel erişim belirleyicileri bulunur</p><pre>class Kisi { public string Isim { get; set; } private int Yas { get; set; } public Kisi(string isim, int yas) { Isim = isim; Yas = yas; } public int YasiniGoster() { return Yas; } }</pre><p>Bu örnek, Python ve C# arasındaki erişim belirleyicilerinin farklılığını ve Python’daki kapsüllemenin daha çok bir öneri niteliğinde olduğunu gösterir.</p><p>Python’un nesne yönelimli programlama prensiplerini ele alırken, C# ile karşılaştırmalı bir bakış sunmaya çalıştım. Her iki dilin de OOP konusundaki yaklaşımlarını doğru anlamak, dil seçimi ve uygulama geliştirme süreçlerinde önemli bir perspektif kazandıracaktır.</p><p>Şimdi biraz da Python’daki popüler kütüphanelere ve framework’lere bakalım, ardından Django ve Flask üzerine bir inceleme yapalım. Bu iki framework’ün farklarına, hangi senaryolarda hangi framework’ün tercih edilmesi gerektiğine ve bunları kullanarak neler yapılabileceğine bakalım.</p><p>Python’un Popüler Kütüphaneleri ve Django ile Flask Kardeşler</p><p>Python’un geniş kütüphane ekosistemi, onu her tür projeye uygun hale getirir. İşte bazı popüler Python kütüphaneleri ve kullanım alanları:</p><p>Bu kütüphaneler, Python’un gücünü gösteren sadece birkaç örnek. Şimdi, web geliştirme alanında yaygın olarak kullanılan Django ve Flask framework’lerine daha yakından bakalım.</p><p>Django: “Her Şey Dahil Tatil Köyü”</p><p>2005 yılında geliştirilen Django, geliştiricilere hızlı bir şekilde web uygulamaları geliştirme imkanı sunar. Django’nun en önemli özelliği, “her şey dahil” bir yapı sunmasıdır. Yani, web uygulamanız için ihtiyacınız olan birçok bileşen (veritabanı yönetimi, kullanıcı kimlik doğrulama, URL yönlendirme, vs.) Django’nun içinde hazır olarak gelir.</p><p>Django, özellikle büyük ölçekli projelerde tercih edilir çünkü:</p><p>Örnek olarak, Django ile basit bir blog uygulaması geliştirmek isterseniz, bir kullanıcının blog gönderilerini listeleyen, yeni gönderiler ekleyen ve bunları düzenleyen bir sistemi birkaç satır kodla hayata geçirebilirsiniz. Django’nun sunduğu bu hazır araçlar, büyük projelerde işinizi oldukça kolaylaştırır.</p><p>Flask: “Minimalist ve Esnek”</p><p>Flask, Django’nun tam tersine, minimalist bir web framework’üdür. 2010 yılında geliştirilen Flask, “micro” bir framework olarak adlandırılır çünkü sadece temel web geliştirme araçlarını sunar ve geliştiricinin ihtiyaçlarına göre genişletilmesi gerekir. Flask, özellikle küçük ölçekli projeler veya esneklik gerektiren durumlar için idealdir.</p><p>Flask’i tercih etmenizi sağlayacak özellikler şunlardır:</p><p>Flask, bir kafe açmak gibidir: Ne isterseniz, onu menüye eklersiniz. Ancak, her şeyi sıfırdan yapmanız gerekebilir. Örneğin, bir REST API geliştirmek istiyorsanız, Flask size ihtiyacınız olan minimum araçları sunar. Ancak, kullanıcı kimlik doğrulama gibi özellikleri eklemek istiyorsanız, bunları ayrı eklentilerle kurmanız gerekir.</p><p>Django ve Flask Arasındaki Karşılaştırma</p><p>Her iki framework de kendi alanlarında mükemmel sonuçlar verebilir, ancak hangi durumlarda hangi framework’ün tercih edilmesi gerektiği konusunda bazı ipuçları vermek istiyorum:</p><p>Ne Zaman Hangisini Kullanmalı?</p><p>Son olarak, hangi durumlarda hangi framework’ün tercih edilmesi gerektiğine dair bazı öneriler:</p><p>- Eğer kapsamlı bir kullanıcı yönetimi ve yetkilendirme sistemine ihtiyaç duyuyorsanız.</p><p>- Büyük bir ekiple çalışıyorsanız ve projenin tutarlılığını sağlamak istiyorsanız.</p><p>- Kapsamlı bir veri tabanı yönetimine ihtiyaç duyuyorsanız.</p><p>- Hazır bir admin paneli istiyorsanız.</p><p>- Projenizin minimal ve esnek olmasını istiyorsanız.</p><p>- Belirli bir işlevsellik için sadece ihtiyacınız olan araçları kullanmayı tercih ediyorsanız.</p><p>- Mikro hizmetler (microservices) mimarisi kuruyorsanız.</p><p>- Küçük bir ekip veya bireysel olarak çalışıyorsanız ve tam kontrol sağlamak istiyorsanız.</p><p>Her iki framework de Python ile web geliştirme dünyasında güçlü araçlar sunarken, hangi senaryoda hangisinin kullanılacağına dair kararlar, projenizin gereksinimlerine göre şekillenmelidir.</p><p>Evet, Python’un nesne yönelimli programlamadaki esnekliğini ve C# ile arasındaki farklarını dilim döndüğü kadarıyla anlatmaya çalıştım. Şimdi gelin, mülakatların vazgeçilmezi, iş verenin aklına soru gelmeyince ki can simidi :D SOLID’e bir göz atalım. Python, bu prensipleri uygulamada da kendi havasını koruyor mu? Hadi bakalım, Python SOLID’e nasıl uyum sağlıyor!</p><p>Python’da SOLID Prensipleri ve Tasarım Desenleri</p><p>SOLID prensipleri, yazılım tasarımında belirli kurallar bütünüdür ve yazılımın modüler, esnek, test edilebilir ve sürdürülebilir olmasını sağlar.</p><p>SOLID prensipleri, beş ana kuraldan oluşur ve Python’da da bu prensiplere uygun kod yazmak, projenizin uzun vadede bakımını ve genişletilmesini kolaylaştırır. Şimdi bu prensipleri tek tek inceleyeyim.</p><p>1. Single Responsibility Principle (SRP) — Tek Sorumluluk Prensibi:</p><p>- Bir sınıfın yalnızca bir sorumluluğu olmalı, yani yalnızca bir değişim nedeni olmalıdır. Bu prensip, sınıfların belirli bir görev için sorumlu olmasını sağlar ve kodun anlaşılabilirliğini artırır.</p><p>- Python’da SRP’ye uygun bir sınıf örneği:</p><pre>class DosyaIslemci: def dosya_ac(self, dosya_adi): return open(dosya_adi, &#39;r&#39;) def dosya_kapat(self, dosya): dosya.close() class DosyaOku: def oku(self, dosya): return dosya.read()</pre><p>Burada, DosyaIslemci sınıfı dosya açma ve kapatma işlemleri için, DosyaOku sınıfı ise dosya okuma işlemi için sorumludur. Her sınıfın tek bir sorumluluğu vardır, bu da SRP’ye uygundur.</p><p>2. Open/Closed Principle (OCP) — Açık/Kapalı Prensibi:</p><p>- Bir sınıf, genişletilmeye açık, ancak değiştirmeye kapalı olmalıdır. Yani, mevcut bir sınıfın davranışını değiştirmek için sınıfın kendisini değiştirmek yerine, yeni işlevler ekleyerek genişletebilmeliyim.</p><p>- Python’da OCP’ye uygun bir örnek:</p><pre>from abc import ABC, abstractmethod class Sekil(ABC): @abstractmethod def alan(self): pass class Dikdortgen(Sekil): def __init__(self, genislik, yukseklik): self.genislik = genislik self.yukseklik = yukseklik def alan(self): return self.genislik * self.yukseklik class Daire(Sekil): def __init__(self, yaricap): self.yaricap = yaricap def alan(self): return 3.14 * (self.yaricap ** 2)</pre><p>Bu örnekte, Sekil sınıfı genişletilmeye açıktır; farklı şekiller ekleyerek genişletebilirim, ancak mevcut sınıfları değiştirmem gerekmez.</p><p>3. Liskov Substitution Principle (LSP) — Liskov Yerine Geçme Prensibi:</p><p>- Bir sınıfın alt sınıfları, türetildiği sınıfın yerine geçebilmelidir. Yani, bir alt sınıf, üst sınıfın yerine kullanılabilmelidir.</p><p>- LSP’ye uygun bir örnek:</p><pre>class Kus: def uc(self): return &quot;Uçuyorum!&quot; class Serce(Kus): pass class Penguen(Kus): def uc(self): raise NotImplementedError(&quot;Penguenler uçamaz!&quot;) def kus_ucur(kus): return kus.uc() serce = Serce() print(kus_ucur(serce)) # Uçuyorum! penguen = Penguen() print(kus_ucur(penguen)) # Hata: Penguenler uçamaz!</pre><p>Bu örnek, LSP’yi ihlal ediyor çünkü Penguen sınıfı, Kus sınıfının yerine geçemez. Bunu düzeltmek için Penguen sınıfını Kus sınıfından türetmemek gerekir.</p><p>4. Interface Segregation Principle (ISP) — Arayüz Ayrımı Prensibi:</p><p>- Bir sınıf, kullanmadığı metotları içeren bir arayüzü uygulamak zorunda kalmamalıdır. Bu prensip, arayüzlerin küçük ve spesifik olmasını teşvik eder.</p><p>- Python’da ISP’ye uygun bir örnek:</p><pre>class Yazici(ABC): @abstractmethod def yazdir(self): pass class Tarayici(ABC): @abstractmethod def tara(self): pass class AllInOnePrinter(Yazici, Tarayici): def yazdir(self): return &quot;Yazdırılıyor...&quot; def tara(self): return &quot;Taranıyor...&quot;</pre><p>Burada, yazıcı ve tarayıcı işlevleri ayrı arayüzlerle tanımlanmıştır, bu da ISP’ye uygundur.</p><p>5. Dependency Inversion Principle (DIP) — Bağımlılıkların Tersine Çevrilmesi Prensibi:</p><p>- Üst seviye modüller, alt seviye modüllere bağımlı olmamalıdır; her ikisi de soyutlamalara bağımlı olmalıdır. Yani, modüller arasında bağımlılıklar, doğrudan değil soyutlama üzerinden kurulmalıdır.</p><p>- Python’da DIP’ye uygun bir örnek:</p><pre>class VeriDeposu(ABC): @abstractmethod def veri_getir(self): pass class SQLVeriDeposu(VeriDeposu): def veri_getir(self): return &quot;SQL&#39;den veri getiriliyor...&quot; class VeriIsleyici: def __init__(self, veri_deposu: VeriDeposu): self.veri_deposu = veri_deposu def islem_yap(self): veri = self.veri_deposu.veri_getir() return f&quot;İşlem yapılıyor: {veri}&quot; sql_deposu = SQLVeriDeposu() isleyici = VeriIsleyici(sql_deposu) print(isleyici.islem_yap())</pre><p>Bu örnekte, VeriIsleyici sınıfı, doğrudan bir veri deposu sınıfına bağımlı değil, soyut bir VeriDeposu arayüzüne bağımlıdır. Bu da DIP’ye uygun bir yapı sağlar.</p><p>Python’da yaygın olarak kullanılan bazı tasarım desenlerini de biraz inceleyelim.</p><p>1. Singleton Pattern — Tek Nesne Deseni:</p><p>- Bir sınıftan yalnızca bir örnek oluşturulmasını sağlar. Bu, genellikle global bir durum yönetimi gerektiğinde kullanılır.</p><p>- Python’da Singleton Pattern:</p><pre>class Singleton: _instance = None def __new__(cls): if cls._instance is None: cls._instance = super(Singleton, cls).__new__(cls) return cls._instance obj1 = Singleton() obj2 = Singleton() print(obj1 is obj2) # True</pre><p>2. Factory Pattern — Fabrika Deseni:</p><p>- Nesne oluşturma sürecini merkezi bir yerde toplar ve bu süreci yönetir. Farklı türde nesnelerin oluşturulmasını sağlar.</p><p>- Python’da Factory Pattern:</p><pre>class Araba: def __init__(self, model): self.model = model class ArabaFabrikasi: def araba_uret(self, model): return Araba(model) fabrika = ArabaFabrikasi() araba = fabrika.araba_uret(&quot;Tesla Model S&quot;) print(araba.model)</pre><p>3. Observer Pattern — Gözlemci Deseni:</p><p>- Bir nesnede değişiklik olduğunda, bu değişikliği izleyen diğer nesnelere otomatik olarak bildirim yapılmasını sağlar.</p><p>- Python’da Observer Pattern:</p><pre>class Gozlemci: def guncelle(self, mesaj): pass class Konu: def __init__(self): self.gozlemciler = [] def gozlemci_ekle(self, gozlemci): self.gozlemciler.append(gozlemci) def bildirim_gonder(self, mesaj): for gozlemci in self.gozlemciler: gozlemci.guncelle(mesaj) class SomutGozlemci(Gozlemci): def guncelle(self, mesaj): print(f&quot;Gözlemci güncellendi: {mesaj}&quot;) konu = Konu() gozlemci1 = SomutGozlemci() konu.gozlemci_ekle(gozlemci1) konu.bildirim_gonder(&quot;Yeni veri geldi.&quot;)</pre><p>Bu prensipleri ve desenleri kullanarak, Python projelerinde daha esnek, sürdürülebilir ve modüler bir yapı kurabiliriz. Ama şimdi Python’un kalbinde yatan ‘Zen of Python’a, yani dilin kutsal metinlerine bir göz atmadan geçemem! Unutmayalım ki Python yazmak, biraz da Zen ustalığı gerektirir. Hadi, Python’un ‘Zen’ine doğru bir adım atalım.</p><p>Python’un Temel Prensipleri: “Zen of Python”</p><p>Python, sadece bir programlama dili olmanın ötesinde, belirli bir felsefeye de sahiptir. Bu felsefe, yazılım geliştirme sürecinde geliştiricilere rehberlik eden, kodun basitliğini ve okunabilirliğini ön planda tutan bir dizi prensipten oluşur.</p><p>Python, kodun sadece işlevsel olmasından ziyade, güzel ve okunabilir olmasını teşvik eder. Kodun düzgün ve anlaşılır olması, sadece hataların önlenmesine değil, aynı zamanda geliştirme sürecinin daha keyifli olmasına da katkı sağlar.</p><p>Python’da, açıkça ne yapıldığı belli olan kodlar tercih edilir. Karmaşık yapıların arkasına saklanmak yerine, kodun ne yaptığını ilk bakışta anlamak önemlidir. Bu da kodun bakımını ve genişletilmesini kolaylaştırır.</p><p>Basitlik, Python felsefesinin temel taşlarından biridir. Mümkün olduğunca basit ve net çözümler üretmek, kodun daha sağlam ve esnek olmasını sağlar. Karmaşık çözümler genellikle daha fazla hata içerir ve bakımını zorlaştırır.</p><p>Eğer bir çözümün karmaşık olması gerekiyorsa, bu karmaşıklık yönetilebilir olmalıdır. Yani, karmaşık sorunlar için basit çözümler bulmak zordur, ancak bu çözümler de anlaşılabilir olmalıdır. Karmaşıklığın zaruri olduğu yerlerde, bu karmaşıklığı açık ve net bir şekilde ifade etmek önemlidir.</p><p>Kodun düz bir akışa sahip olması, yani gereksiz dallanmalardan ve döngülerden kaçınılması, okunabilirliği artırır. Bu prensip, kodun ne yaptığını anlamayı ve takip etmeyi kolaylaştırır.</p><p>Kodun düzenli ve iyi organize edilmiş olması, Python felsefesinin önemli bir parçasıdır. Dağınık bir kod yapısı, hataların artmasına ve geliştirici verimliliğinin düşmesine neden olur. Bu yüzden, kodun organizasyonu ve düzeni her zaman öncelikli olmalıdır.</p><p>Bir çözüm ne kadar karmaşık olursa, test edilmesi de o kadar zor olur. Python felsefesi, test edilebilirliği artırmak için karmaşıklığın en aza indirilmesini önerir. Bu, kodun hatasız çalışmasını ve güvenilirliğini sağlar.</p><p>Python’da hataların sessizce geçiştirilmesi yerine, belirgin bir şekilde ele alınması ve düzeltilmesi önerilir. Hataların göz ardı edilmesi, ileride daha büyük sorunlara yol açabilir. Bu nedenle, hataların fark edilmesi ve gerektiğinde çözülmesi, Python’un temel felsefelerindendir.</p><p>Saf çözümler genellikle idealdir, ancak pratikte her zaman uygulanabilir olmayabilir. Python, pratik çözümleri tercih eder, yani çözümün hem etkili hem de uygulanabilir olması gerekir.</p><p>Hataların gizlenmemesi ve sessizce geçilmemesi, Python’un önemli bir ilkesidir. Bu, özellikle büyük projelerde hataların zamanında tespit edilmesi ve düzeltilmesi için hayati öneme sahiptir.</p><p>Python’da kurallar önemlidir, ancak gerektiğinde esneklik sağlamak da mümkündür. Yine de, bu esneklik sadece gerçekten haklı bir nedeni olduğunda kullanılmalıdır.</p><p>Yazılım geliştirme sürecinde, hemen uygulanabilir bir çözüm bulmak bazen daha sonraki mükemmel çözümden daha iyidir. Bu, zaman yönetimi ve projenin ilerlemesi açısından önemlidir.</p><p>Python felsefesi, bir problemi çözmenin birden fazla yolu olabileceğini kabul eder, ancak genellikle en uygun olan bir yol vardır ve bu yol tercih edilmelidir.</p><p>Kodun kendini açıklaması önemlidir, ancak iyi bir dokümantasyon her zaman gereklidir. Kodun ne yaptığını ve nasıl kullanıldığını açıklayan bir dokümantasyon, geliştiricilerin hayatını kolaylaştırır.</p><p>Bu temel prensipler, Python felsefesinin kalbinde yer alır ve dili kullanırken bu prensiplere bağlı kalmak, Python kodunun kalitesini artırır. Bunlara ek olarak “Duck Typing” olarak bilinen ve Python’un dinamik yapısını en iyi açıklayan örneklerden biri olan “ördek örneği”ne de bu bölümde değinmek istiyorum. Bu vesile ile, Python dilinin diğer bazı önemli özelliklerine de ucundan bir göz atmış oluruz.</p><p>Duck Typing: “Eğer Bir Şey Ördek Gibi Yürüyorsa…”</p><p>Python, dinamik olarak yazılan bir dil olduğundan, nesnelerin türünden ziyade nasıl davrandıklarına odaklanır. Bu yaklaşıma “Duck Typing” adı verilir. Duck Typing, şu prensiple özetlenir: “Eğer bir şey ördek gibi yürüyorsa, ördek gibi vaklıyorsa, o şey büyük ihtimalle bir ördektir.”</p><p>Bu yaklaşım, Python’da bir nesnenin belirli bir sınıfa ait olmasından çok, o nesnenin hangi metotları ve özellikleri desteklediği ile ilgilidir. Yani, bir nesnenin belirli bir işlevi yerine getirebilmesi için o işlevi desteklemesi yeterlidir; nesnenin hangi sınıftan türediği önemli değildir. (Yazının başında Dinamik Tip yapısında da bahsetmiştim)</p><p>Python’da Duck Typing’in nasıl çalıştığını bir örnekle açıklayayım:</p><pre>class Kus: def ses_cikar(self): return &quot;Cik cik!&quot; class Kopek: def ses_cikar(self): return &quot;Hav hav!&quot; def hayvan_sesi(hayvan): return hayvan.ses_cikar() kus = Kus() kopek = Kopek() print(hayvan_sesi(kus)) # Cik cik! print(hayvan_sesi(kopek)) # Hav hav!</pre><p>Bu örnekte, Kus ve Kopek sınıfları, aynı ses_cikar metodunu farklı şekilde uygular. hayvan_sesi fonksiyonu, kendisine verilen nesnenin hangi sınıfa ait olduğuyla ilgilenmez; sadece ses_cikar metodunu çağırır. Bu da, Python’un Duck Typing yaklaşımını gösterir. Eğer bir nesne, doğru metodları destekliyorsa, o nesne ilgili işlevi yerine getirebilir.</p><p>Duck Typing ve Python Felsefesi</p><p>Duck Typing, Python’un “Açık olan örtükten iyidir” ve “Basit olan karmaşıktan iyidir” gibi temel prensipleriyle uyum içindedir. Bu yaklaşım, büyük bir esneklik sunar, ancak aynı zamanda dikkatli olunması gereken bazı durumları da beraberinde getirir. Özellikle büyük projelerde, Duck Typing yanlış anlaşılmalar ve hatalarla sonuçlanabilir. Bu nedenle, tip anotasyonları ve dokümantasyon gibi yöntemlerle Duck Typing’in olası riskleri azaltılabilir.</p><p>Python, Duck Typing’in yanı sıra başka önemli özelliklere de sahiptir. Bu özelliklerden öne çıkanlarına da biraz değinmek istiyorum.</p><p>List Comprehensions: Python’un Yaratıcı Tarafı</p><p>List Comprehensions, Python’da liste oluşturmanın kısa ve etkili bir yoludur. Bu yapı, özellikle döngüler ve şartlı ifadelerle liste oluştururken çok kullanışlıdır.</p><pre>sayilar = [1, 2, 3, 4, 5] kareler = [x ** 2 for x in sayilar] print(kareler) # [1, 4, 9, 16, 25]</pre><p>Bu örnekte, sayilar listesindeki her bir öğenin karesi alınarak yeni bir liste oluşturulmuştur. List Comprehensions, kodu daha okunabilir ve Pythonik hale getirir.</p><p>Generators: Hafıza Dostu Yaratıklar</p><p>Generators, Python’da büyük veri kümeleriyle çalışırken hafızayı verimli kullanmanın bir yoludur. Generators, tüm veriyi bellekte saklamak yerine, ihtiyaca göre tek tek üretir.</p><pre>def sayac(): sayi = 0 while True: yield sayi sayi += 1 generator = sayac() print(next(generator)) # 0 print(next(generator)) # 1 print(next(generator)) # 2</pre><p>Burada, sayac fonksiyonu bir generator olarak tanımlanmıştır ve her çağrıldığında bir sonraki değeri üretir. Bu, özellikle büyük veri setleriyle çalışırken belleği optimize etmek için çok kullanışlıdır.</p><p>Decorators: Fonksiyonları Süslemek</p><p>Decorators, Python’da fonksiyonların veya metotların davranışını değiştirmek için kullanılan yapılar olup, fonksiyonlara ekstra işlevsellik katmanın temiz ve etkili bir yoludur.</p><pre>def fonksiyon_dekoratoru(fonksiyon): def wrapper(): print(&quot;Fonksiyon başlamadan önce&quot;) fonksiyon() print(&quot;Fonksiyon bittikten sonra&quot;) return wrapper @fonksiyon_dekoratoru def selam_ver(): print(&quot;Merhaba!&quot;) selam_ver()</pre><p>Bu örnekte, selam_ver fonksiyonunun öncesinde ve sonrasında bazı işlemler gerçekleştirilmiştir. Decorators, Python’da fonksiyonları “süslemek” ve onlara ek işlevler kazandırmak için yaygın olarak kullanılır.</p><p>Buraya kadar ki süreçte Python’un temellerini, bellek yönetimini, nesne yönelimli programlama kavramlarını, popüler kütüphaneleri ve framework’leri, SOLID prensiplerini ve tasarım desenlerini ele alarak olabildiğince basit şekilde açıklamaya çalıştım. Şimdi, tüm bu bilgileri bir araya getirerek Python projelerinde nasıl daha etkili ve verimli olunabileceğine ve bir kaç uygulama önerisine bakalım.</p><p>Bir yazılım projesinin başarısı, yalnızca kodun düzgün çalışmasıyla değil, aynı zamanda geliştirilebilir, sürdürülebilir ve esnek bir yapıya sahip olmasıyla ölçülür. Ancak, Python’un esnek yapısı, proje geliştirme sürecinde bazı zorluklar da doğurabilir.</p><p>İyi Bir Temel, Sağlam Bir Bina !</p><p>Her yazılım projesi gibi, Python projeleri de iyi bir planlama gerektirir. Projeye başlamadan önce aşağıdaki adımları atmak, uzun vadede büyük faydalar sağlayacaktır:</p><p>Performans Optimizasyonu</p><p>Python, özellikle büyük projelerde performans optimizasyonlarına ihtiyaç duyabilir. Python’un dinamik ve yorumlamalı yapısı, bazen performans sorunlarına yol açabilir. Bu nedenle, aşağıdaki teknikler performansı artırmak için kullanılabilir:</p><ul><li>Profiling ve İzleme: Projenizin performansını ölçmek için profil oluşturma araçları kullanın. Python’da cProfile ve timeit gibi araçlar, hangi kod parçalarının daha fazla zaman aldığını belirlemede yardımcı olabilir.</li><li>Veri Yapıları: Python’da doğru veri yapısını seçmek performansı ciddi şekilde etkileyebilir. Örneğin, büyük veri kümeleriyle çalışırken listeler yerine set veya dictionary kullanmak daha verimli olabilir.</li><li>Kod Optimizasyonu: Gereksiz döngülerden kaçının, list comprehension kullanarak kodu optimize edin ve mümkün olduğunda yerel değişkenleri tercih edin. Ayrıca, sık kullanılan fonksiyonları functools.lru_cache ile önbelleğe alarak performansı artırabilirsiniz.</li><li>Asenkron Programlama: Python’un asyncio kütüphanesi ile asenkron programlama yaparak, özellikle I/O işlemleri sırasında daha verimli bir program akışı sağlayabilirsiniz.</li></ul><p>Test ve Sürekli Entegrasyon (CI): “Her Şey Yolda Giderken Kontrol Edilmeli”</p><p>Projelerinizin sürdürülebilirliği ve güvenilirliği için test yazmak kritik öneme sahiptir. Python, test yazmayı kolaylaştıran bir dizi araç ve framework sunar:</p><ul><li>Unit Testing: Python’un unittest modülü veya pytest gibi kütüphanelerle, her birim fonksiyonun doğru çalışıp çalışmadığını kontrol edin. Bu, küçük hataların büyük sorunlara dönüşmesini engeller.</li><li>Mocking: Dış bağımlılıkları test etmek için unittest.mock kütüphanesini kullanın. Bu sayede, bir fonksiyonun dış etmenlerden bağımsız olarak test edilmesini sağlayabilirsiniz.</li><li>Sürekli Entegrasyon (CI): Projenizde sürekli entegrasyon (CI) araçları kullanarak, her kod değişikliğinde otomatik olarak testlerin çalıştırılmasını sağlayın. GitHub Actions veya Jenkins gibi araçlarla bu süreci otomatikleştirebilirsiniz.</li></ul><p>Ve böylece, Python’un bellek yönetiminden Zen felsefesine, SOLID prensiplerinden polymorfizm gibi yazılımcı kabuslarına kadar her köşesine uğradığımız bu keşif gezisini tamamladık. Kod yazarken her şeyin bir ördek olmadığını, bazen sadece kötü bir fonksiyon olduğunu fark ettiyseniz, doğru yoldasınız demektir! Python’un bir yandan beyninizi zorlayan, bir yandan da size bir Zen ustası gibi huzur veren o eşsiz dengesini keşfederken, umarım biraz eğlenmiş, biraz da öğrenmişsinizdir. Şimdi bilgisayarınızın başından kalkın, bir nefes alın, belki biraz Zen bulursunuz. Ve unutmayın, kodda da hayatta olduğu gibi, basit olan karmaşıktan iyidir…ama karmaşıklıktan da kaçınmayın, çünkü bu işin tadı orada!</p><p><em>Originally published at </em><a href="https://www.linkedin.com/pulse/biraz-stack-heap-zen-pythonun-ger%25C3%25A7ek-lezzeti-can-k%25C3%25BC%25C3%25A7%25C3%25BCkg%25C3%25BCltekin-qgsvf/?trackingId=xnce8RjDQ36oYgdzuvnWrw%3D%3D"><em>https://www.linkedin.com</em></a><em>.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8539b0e21bb9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[ChatGPT’nin 31 Ekim 2024 Güncellemesi: Web Arama ve Bağlam Yönetiminde Yeni Özellikler]]></title>
            <link>https://medium.com/@can.kucukgultekin/chatgptnin-31-ekim-2024-g%C3%BCncellemesi-web-arama-ve-ba%C4%9Flam-y%C3%B6netiminde-yeni-%C3%B6zellikler-8862ee94d16e?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/8862ee94d16e</guid>
            <category><![CDATA[llm]]></category>
            <category><![CDATA[gpt-4]]></category>
            <category><![CDATA[chatgpt]]></category>
            <category><![CDATA[gpt]]></category>
            <category><![CDATA[updates]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Wed, 04 Dec 2024 21:14:21 GMT</pubDate>
            <atom:updated>2024-12-04T21:14:21.320Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/0*XfQlueQodcqnQFUo" /></figure><p>Bu güncellemenin amacı, ChatGPT’nin kullanıcıya anlık ve doğru bilgi sunmasını sağlamak ve özellikle uzun konuşmalarda bağlamı koruyarak tutarlı bir deneyim sunmak. Yeni özelliklerin, modelin pratik kullanımını artırması ve bilgiye dayalı sorularda yanıt kalitesini iyileştirmesi bekleniyor.</p><p>1. Web Tarayıcı Özelliği</p><p>Güncellemenin en dikkat çeken yönlerinden biri, ChatGPT’nin internette arama yapabilme yeteneği kazanmış olması. Önceden yalnızca 2022 yılına kadar olan verilerle sınırlı olan model, artık web arama özelliği sayesinde güncel bilgilere ulaşabiliyor; böylece hızlı değişen konular veya güncel olaylar hakkında daha isabetli yanıtlar verebiliyor.</p><p>Not: ChatGPT’nin en güncel sürümü olan GPT-4-turbo, Kasım 2023 itibarıyla yayınlandı ve temel eğitiminin 2022 yılına kadar olan verilerle sınırlı olduğu belirtiliyor. Ancak, web tarayıcı özelliği gibi yenilikler sayesinde modelin daha geniş bir yelpazede bilgi sunabileceği öngörülüyor.</p><ul><li>Web Arama Özelliği: ChatGPT, gerektiğinde internette arama yaparak güncel bilgilere ulaşabiliyor ve 2022 sonrası gelişmeler hakkında da yanıt verebiliyor. Ancak bu bilgilerin modelin eğitim setine kalıcı olarak eklenmeyeceği, yalnızca oturum süresince kullanılacağı belirtiliyor. Başka bir oturum açıldığında önceki bilgilere dair bağlam sıfırlanmış olacak.</li><li>Bellek Özelliği: Belirli kullanıcılarla yapılan konuşmaların bazı kısımları geçici bellekte tutulabiliyor. Bu sayede, aynı oturum veya ilgili bir başka oturum sırasında önceki konuşmalara dayalı yanıtlar sağlanabiliyor; ancak bu bellek yalnızca o kullanıcıya özel ve kalıcı bir eğitim verisi oluşturmuyor. Böylece, kullanıcı gizliliğini koruyarak her oturumun yeni bir başlangıç noktası olması hedefleniyor.</li></ul><p>Bu iki özellik sayesinde, ChatGPT’nin güncel bilgiye erişim ve uzun sohbetlerde tutarlılığı sağlama açısından iyileştirilmesi amaçlanıyor.</p><ul><li>Sorgu Oluşturma: Kullanıcı sorgusu, doğal dil işleme (NLP) teknikleriyle analiz edilerek etkili bir arama sorgusuna dönüştürülüyor.</li><li>Arama API Entegrasyonu: OpenAI’nin özel arama API’si ile internette sorgu işlenerek modelin eğitildiği veri setine dahil olmayan bilgilere erişim sağlanıyor.</li><li>Sonuçları Önceliklendirme ve Özetleme: Güvenilir kaynaklardan gelen bilgilerin önceliklendirildiği ve kullanıcıya özetlenmiş yanıtlar sunulması hedefleniyor.</li></ul><p>Geleneksel Arama Motorlarından Farkı</p><p>Bu yeni özelliklerle birlikte kullanıcıların arama motorları yerine ChatGPT’ye soru sormayı tercih etmelerinin avantajları öne çıkıyor:</p><p>1. Derinlemesine Anlama ve Sentezleme Yeteneği: ChatGPT, sorgunun yalnızca yüzeysel anahtar kelimelerini değil, ardındaki anlamı analiz ediyor. Bir arama motorunda kullanıcı sonuçları tarayıp kendi yanıtını oluştururken, ChatGPT bilgileri toparlayıp analiz ederek doğrudan yanıt oluşturabiliyor. Örneğin, yalnızca makaleler veya haberlerden alıntı sunmak yerine bu bilgileri sentezleyerek kullanıcıya özgün bir yanıt sağlıyor.</p><p>2. Amaca Yönelik Yanıtlar: ChatGPT, sorgunun ardındaki niyeti analiz ederek daha sade veya teknik bilgi talebine uygun yanıtlar sunabiliyor. Bu özelliğin, arama motorlarının “bir sorguya en çok uyan sonucu bulma” yaklaşımına kıyasla daha özelleşmiş bir deneyim sunduğu ifade ediliyor.</p><p>3. Sonuçları Özetleme: Arama motorları sıralanmış sonuçlar sunarken, ChatGPT tüm sonuçları özetleyerek kullanıcıya tek bir yanıt olarak sunabiliyor. Bu, kullanıcıyı uzun sayfa incelemelerinden kurtararak zamandan tasarruf sağlıyor.</p><p>4. Diyalog Temelli İletişim: ChatGPT ile yapılan sorgulamalar bir diyalog formatında ilerlediğinden, kullanıcılar modelle etkileşim halinde daha detaylı açıklamalar veya ek bilgiler talep edebiliyor. Bu diyalog, bilgiyi derinleştirme ve her yönüyle keşfetme imkânı sunuyor.</p><p>Bu özellikler, ChatGPT’nin bir bilgi kaynağı olarak arama motorlarına kıyasla daha özelleşmiş, etkileşimli ve odaklı bir bilgi deneyimi sunmasını sağlıyor.</p><p>Geçici Bağlam vs. Kalıcı Bellek</p><p>Web tarayıcı özelliğiyle modelin güncel bilgiye erişebileceği ancak elde edilen bilgilerin kalıcı bellekte saklanmayacağı belirtiliyor. Bilgiler yalnızca mevcut oturum süresince geçici olarak saklanıyor, yeni bir oturum açıldığında bağlam sıfırlanıyor. Bu durum, modelin her oturumda bilgi edinimini sıfırdan başlatmasını sağlıyor.</p><p>2. Bağlam Yönetimi ve Oturum Optimizasyonu</p><p>Diğer önemli bir değişiklik de oturum yönetimi ve bağlam koruma alanında yapılmış. Önceki sürümlerde ChatGPT, uzun konuşmalarda önceki mesajları unutma eğilimindeyken, bu güncellemeyle modelin bağlam koruma kapasitesi artırılarak konuşmaların daha akıcı hale getirilmesi hedefleniyor.</p><ul><li>Geçici Bellek: Oturum süresince kullanıcının mesaj geçmişi geçici bellekte tutuluyor ve bu bellek yalnızca mevcut oturum boyunca bağlamı koruyor. Oturum sona erdiğinde bellek sıfırlanıyor.</li><li>Genişletilmiş Bağlam Penceresi: Modelin bağlam penceresi genişletildi; böylece modelin uzun konuşmaları daha iyi hatırlayarak önceki mesajlara dayalı daha tutarlı yanıtlar vereceği belirtiliyor.</li></ul><p>Sonuç olarak, bu güncellemeyle ChatGPT’nin iki ana yenilikle kullanıcı karşısına çıkması bekleniyor: Web tarayıcı entegrasyonu ve geliştirilmiş bağlam yönetimi. Web tarayıcı özelliği modelin dinamik bilgilere erişimini sağlarken, bağlam yönetimi güncellemesi uzun süreli sohbetlerde daha tutarlı bir deneyim sunuyor. Ancak, web tarayıcıdan elde edilen bilgilerin yalnızca geçici oturum bağlamında kullanılacağı ve kalıcı bellekte saklanmayacağı ifade ediliyor. Bu özelliklerin, ChatGPT’nin temel veri setine dayalı çalışmasını sürdürürken, oturum süresince geçici bağlamı koruyarak kullanıcı etkileşimlerini güçlendirmesi bekleniyor.</p><p>Kişisel Deneyim: Web Arama Kapalı vs. Web Arama Açık</p><p>Bu özellikleri test etmek için, aynı soruyu ChatGPT’ye iki farklı senaryoda yönelttim: önce web arama özelliğini kapatarak, ardından da açarak. Sorum şuydu: OpenTelemetry ile log tracing yapmak için .NET 8&#39;de basit bir örnek gösterebilir misin? Hangi NuGet paketlerini kurmam lazım ve nasıl entegre edebilirim?</p><p>Web arama kapalıyken modelin verdiği cevapta, builder.Services.AddOpenTelemetryTracing ile OpenTelemetry yapılandırması öneriliyordu. Model, IServiceCollection içinde izleme servislerini başlatmak için IHostedService kaydetmeye çalışmış. Ancak burada önemli bir uyumsuzluk mevcut: bu kullanım artık OpenTelemetry.Extensions.Hosting paketlerinde geçerli değil. Yöntem obsolete olarak işaretlendiği için, modelin sunduğu bu örnek kod çalışmayacaktır.</p><p>Aynı soruyu web arama özelliği açıkken sorduğumda ise modelin yanıtında önemli bir fark gördüm. Güncel OpenTelemetry.Extensions.Hosting 1.9.0 sürümüne göre yazılmış, builder.Services.AddOpenTelemetry gibi belgelenmiş yapılandırma yöntemleri kullanılmıştı. Böylece önceki hatalı örnekte yaşanan uyumluluk sorunu giderilmiş oldu.</p><p>Son olarak, web arama özelliğini tekrar kapatarak aynı soruyu yönelttiğimde model doğru, güncel versiyonu sundu. Ancak oturumu kapatıp tekrar giriş yaptıktan sonra aynı soruyu tekrar sorduğumda, eski, güncel olmayan cevabı aldım. Bu durum, modelin bilgi güncelliğinin yani bağlamdan çıkardığı güncel bilginin geçici süre yani oturum süresi boyunca aktif kaldığını gösteriyor.</p><p>Sevgilerle, iyi haftalar.</p><p><em>Originally published at </em><a href="https://www.linkedin.com/pulse/chatgptnin-31-ekim-2024-g%25C3%25BCncellemesi-web-arama-ve-can-k%25C3%25BC%25C3%25A7%25C3%25BCkg%25C3%25BCltekin-8iuzf/?trackingId=xnce8RjDQ36oYgdzuvnWrw%3D%3D"><em>https://www.linkedin.com</em></a><em>.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8862ee94d16e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Bot Framework V3 MultiCredential Yapısı]]></title>
            <link>https://medium.com/@can.kucukgultekin/bot-framework-v3-multicredential-yap%C4%B1s%C4%B1-c564e797379e?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/c564e797379e</guid>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Tue, 21 Apr 2020 19:55:28 GMT</pubDate>
            <atom:updated>2020-04-21T19:55:28.641Z</atom:updated>
            <content:encoded><![CDATA[<p>Bu yazıda sizlere Bot Framework’ün 3. Versiyonu için nasıl Multi-Credential yapısı kurulabileceğinizden bahsedeceğim. <br>Multi-Credential yapısını kurabilmemiz için Bot Framework’ün Credential yapısının nasıl olduğunu incelememiz gerekiyor. <br>Öncellikli olarak şunu belirteyim ki sizlerin daha önceden Bot Framework hakkında bilgi sahibi olduğunuzu varsayarak bunları yazıyorum. Eğer daha önceden Bot Framework ile ilgilenmediyseniz, geçmişte Bot Framework ile ilgili yazılmış olan teknik yazıları okuyabilir veya internetten bilgi sahibi olabilirsiniz. <br>Bot Framework Connector servisi aracılığıyla birçok farklı iletişim kanalına (Skype, Facebook vb) bağlanabilir. Bu bağlantıların güvenliğini sağlamak amacıyla HTTPS ve Bot Framework Kimlik doğrulama sistemini kullanır. Geliştirmiş olduğunuz Bot’un endpoint adresinin, Botframework Connector’e erişebildiğinden emin olmak için her botun kendine özel bir appID ve appPassword’u bulunur.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/498/1*Hjb0xBPnA9VUsqK59Yyiww.png" /></figure><p>Bu appID ve appPassword Azure üzerinden açılan Bot Channel Registiration Servisi üzerinden set edilir. Daha sonra bu appID ve appPassword web.config içerisindeki yukarıdaki yerlere set edilir. <br>Default olarak her açılan yeni Bot Projesinde Controller aşağıdaki gibi karşımıza gelir;</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/342/1*O8skAV9QV3wU08PjhkRaLQ.png" /></figure><p>Microsoft [BotAuthentication] sayesinde bir Bot Channel registiration’ı sadece bir end-point adresi üzerinde yetkili kılar. <br> <br>Yani aşağıdaki gibi aynı end-point adresi üzerinden 1’den çok botun yetkili olmasına izin vermez.</p><p>• <a href="https://example.com/api/messages/bot1">https://example.com/api/messages/bot1</a> •<a href="https://example.com/api/messages/bot2">https://example.com/api/messages/bot2</a> •<a href="https://example.com/api/messages/bot3">https://example.com/api/messages/bot3</a> <br> <br>Biz burada bu yapıyı nasıl değiştirip bir end-point adresi ile nasıl birden çok bot çıkabileceğimize bakacağız.</p><p>BotAuthentication’ın içerisindeki yapıyı incelerseniz, attribute olarak dışarıdan bir crendentialProviderType alabileceğini göreceksiniz. Not: V4 sürümünde attribute olarak mutiple credential desteği içermektedir.<br> <br>Biz BotAuthentication için bir provider yazacağız ve bu provider’i aşağıdaki şekilde isimlendirip kullanacağız.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/582/1*ZjlWoclpZuN3ErNpf5gwFw.png" /></figure><p>Yazacağımız CrendentailProvider ICredentialProvider interface olarak almalı ve içerisinde;</p><p>• IsValidAppIdAsync, <br>• GetAppPasswordAsync, <br>• IsAuthenticationDisabledAsync</p><p>fonksiyonları implemente edilmedir. ICredentialProvider Microsoft.Bot.Connector’ ile birlikte gelen bir Abstract sınıftır. <br>Aşağıdaki gibi kendi MultiAuthenticationProvider’imizi geliştirebiliriz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/628/1*AbJyX_ibnHrO3uF7Rpws5Q.png" /></figure><p>Daha sonra BotAuthentication tarafından belirlenen doğru kimliği kullanabilmesi için MessagesController’imizin Constructor’ında veya daha doğru olan global.asax da ufak bir değişiklik daha yapmamız gerekmektedir. <br>Aşağıdaki yazmış olduğumuz kod’u da MessageController’a ekledikten sonra MutliCredential yapısının aktif olarak kullanabilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/593/1*8Q0O4l8fAO4M6rE4D44Sxw.png" /></figure><p>Bot Framework claims-based security kullandığı için Controller’da (global.asax’da yukarıdaki kodu kullanabilirsiniz daha sağlıklı olacaktır) bu gelen claim’in bizim istediğimiz güvenli claim olduğunu belirtmemiz gerekir. <br> <br>Örneğin, bir claim listesi kullanıcının adını, kullanıcının geldiği url’i, kullanıcının kullanmış olduğu appID’yi, kullanıcının bir eylem için yetkilendirmesini içerebilir. Rol-Base Security’de, kullanıcı kimlik bilgilerini doğrudan uygulamaya verirlir ve biz ona göre bir kontrol yaparız ancak Claim-Base bir modelde, kullanıcı başvuruya ilişkin bilgileri değil Claim’leri sunar. Bir uygulamanın pratik değere sahip olması için, başvuruya güvenilen bir Claim ile gelinmesi gerekir. <br>İste biz bu şekilde Controller’a istekte bulunan herhangi bir kullanıcının Claim’ini bizdeki Claims lerden biri ise bunu al ve ContainerBuilder’a register et diyoruz. <br> <br>Neden Böyle Bir Yapı Kullanmalıyız? <br>İlla multicredential bir authorization yapısı kurmak zorunda değiliz ancak bu şekilde kurulan bir yapının bize sağlamış olduğu bazı faydaları bulunmaktadır. <br>Bize temelde sağlamış olduğu en büyük avantaj Azure servisleri tarafında bütün bot uygulamalarınızı tek bir App Service adresi üzerinden paylaşabilmemizdir. Bu sayede her geliştirilen bot için bir App Service ve endpoint adresi yaratmak zorunda kalmıyoruz ve maliyet avantajı sağlamış oluyoruz. <br>Bunun dışında diğer bir avantajı ise, tek bir Bot uygulaması üzerinden birden çok bot uygulaması geliştirmenize olanak sağlamakta. Bot uygulamalarınızı ayrı ayrı projelerden yönetmek yerine tek bir proje açıp içerisinde birden çok bot projesi yönetebiliyoruz. Sadece yukarda da örneklendirdiğimiz gibi endpoint adresinin sonuna geliştirmiş olduğunuz Botunuzu diğer botlardan ayıracak bir id vermeniz yeterli olacaktır. Örnek olarak; <br><a href="https://example.com/api/messages/bot1">https://example.com/api/messages/bot1</a> endpoint adresinde olduğu gibi “bot1” gibi düşünebilirsiniz. <br> <br> Not: Endpoint adresine bir parametre daha ekleyecek olursanız, aşağıdaki değişikliği WebApiConfig‘e eklemeyi unutmayın.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/495/1*K6E66sDwuXn-OjPz2irG6w.png" /></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=c564e797379e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Blockchain nedir ?]]></title>
            <link>https://medium.com/@can.kucukgultekin/blockchain-nedir-9c20d2b07420?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/9c20d2b07420</guid>
            <category><![CDATA[blockchain]]></category>
            <category><![CDATA[data-mining]]></category>
            <category><![CDATA[bitcoin]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Thu, 16 Apr 2020 20:23:12 GMT</pubDate>
            <atom:updated>2020-04-16T20:23:12.473Z</atom:updated>
            <content:encoded><![CDATA[<h3>Blockchain nedir ?</h3><p>En basit anlamda Blockchain isminden de anlaşılacağı gibi, bilgi içeren blokların oluşturduğu bir zincirdir. Bu teknik aslında bir grup araştırmacı tarafından 1991 yılında tanımlanmıştı ve başlangıçta dijital belgelere zaman damgası vurmak amaçlandı. Böylece onlara eski bir tarih atmak veya müdahale etmek mümkün olmayacaktı. Yani bir noter gibi çalışacaktı. <br>Bununla birlikte 2009 yılında Satoshi Nakamoto tarafından digital şifreleme sistemi Bitcoin’i yaratmak üzere adapte edilene kadar çoğunlukla kullanılmamıştı. Blockchain teknik olarak Bitcoin’in olabilmesini ve dağıtık bir mimari ile güvenliği sağlayan bir altyapıdır. Akılda kalması için Blockchain ile Bitcoin arasındaki ilişkiyi TCP-IP ile ile bunu kullanan e-mail ilişkisi gibi düşünebiliriz. <br>Aslında Nakamoto’nun Bitcoin’i, Blockchain altyapısı ile birlikte kullanması sayesinde Blockchain yeni bir tanıma kavuştu. Bir Blockchain herkese tamamen açık olan dağıtılmış bir muhasebe defteridir. Bitcoin ise bu muhasebe defteri üzerinde işlenen dijital bir paradır. <br>Şu anda bir A kişisi uzaktaki bir B kişisine para göndermek isterse bu işlemi 3. Parti bir kurum aracılığı ile gerçekleştirebilir. Yani A kişinin toplam 110 doları olsun ve 100 dolar göndermek istesin. Bu 100 doları ilk önce bankaya yani güvenilir kişiye yatırmak zorunda banka bu işlem için bir miktar kesinti yapıp B kişisine 95 dolar olarak bu parayı iletmektedir. Bununla birlikte bu işlem eğer yurt dışına yapılacaksa 2–3 günlük bir bekleme süreside gerekmektedir. <br>Blockchain’ ile artık 3. Parti kurum veya kuruluşlar ortadan kalkıp, open ledger yani herkese açık bir muhasebe sistemi yapısı sayesinde çok çok az bir para kesintisi ve dakikalar içerisinde para aktarımını gerçekleştirebilecek hızda bir hizmet sağlamaktadır. <br>Bu muhasebe defteri İlginç bir özelliğe sahiptir. Bir kere bir veri Blockchain’e kaydedildiğinde değiştirilmesi oldukça zordur. <br>Şimdi bu sistem nasıl işliyor, bunu anlamak için Blockchain’i oluşturan bir bloğa yakından bakalım. <br> <br>Her blok birkaç data (veri), bloğun Hash’i ve kendinden önceki bloğun Hash’ini içerir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/596/1*x5-oKf1KcXxZSs8VU9-jYw.png" /></figure><p>Bloğun ne olduğuna devam etmeden önce herkesin daha iyi anlayabilmesi için buraya bir nokta koyup Hash’in ne olduğunu anlatmak istiyorum. <br>Hash kelime anlamı olarak ince ince kıymak parçalamak gibi anlamlara gelmektedir. Şifreleme de ise Hash verilen datanın tahmin edilemez bir hale getirilmesine denir. <br>Blockchain’nin kullanmış olduğu SHA-256 algoritması ile “can” kelimesini Hash’lersek “9f584196e7fe6de85d3898bc0b11c78b1d0a1d49530ee5eaf7c26c3939cf043d” böyle önceden tahmin edilemeyen bir dizi harf ve sayıdan oluşan veri haline geldiğini göreceğiz. Burada önemli olan konu Hash’lenen verinin Hash’li halini önceden öngörememeliyiz. Kısaca Hash’ten bahsettikten sonra kaldığımız yerden devam etmek istiyorum. <br>Bir bloğun içinde saklanan veriler Blockchain’in türüne bağlıdır. Örneğin Bitcoin’nin Blockchain’i para alışverişi ile ilgili detayları burada saklar. Gönderici, alıcı ve para miktarı gibi…</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/599/1*hzeZkHhXAhm3DErAXcwFRw.png" /></figure><p>Bir blok aynı zamanda bir Hash’e sahiptir. Bu Hash bir bloğu ve içeriğini tanımlar ve her zaman benzersizdir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/565/1*NSZS_DnND_rJXrGHckQ8ow.png" /></figure><p>Blockchain’de bir blok oluştuğunda Hash’i hesaplanır. Bloğun içindeki bir şeyi değiştirmek Hash’in de değişmesine sebep olur. Diğer bir değişle bloklar arasındaki değişiklikleri tespit etmek istediğimizde Hash’ler çok kullanışlıdırlar. Yani bir bloğun Hash’i değişirse, artık o blok aynı blok değildir. <br>Her bloğun içinde bulunan diğer bir unsur ise yukarıda belirtiğim gibi önceki bloğun Hash’idir. Bu sayede etkili birçok blok zinciri oluşturulur ve oldukça güvenli Blockchain oluşturan bir yöntemdir. <br>Bunu bir örnekle daha detaylı anlatmak istiyorum; <br>3 adet bloktan oluşan şekildeki gibi bir zincirimizin olduğunu kabul edelim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/705/1*3E3gxdiVosDjUOifuxOmXw.png" /></figure><p>Bloğun Hash’i 1C8F ve önceki bloğunun Hash’i 0000, 2.Bloğun Hash’i 6ZF1 ve önceki bloğunun Hash’i 1C8F, 3.Bloğun Hash’i 3D4Q ve önceki bloğunun Hash’i 6ZF1 olsun. <br>Gördüğünüz gibi her blok bir Hash’e ve önceki bloğun Hash bilgisine sahip. Ancak 1. Blok biraz özel. İlk olduğu için önceki bloğun Hash’ine sahip değil. Biz buna yaratılış bloğu yani “genesis block” diyoruz. Şimdi diyelim ki 2. Bloğa bir müdahalede bulunduk. 2. Bloğun içindeki veriye müdahale ettiğimiz için Hash’in değişmesine neden oluruz. Ve artık 2. Bloğun Hash’inin H42Z olduğunu varsayalım.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/709/1*FTk03VdIpEQzNOH0Sn0PiA.png" /></figure><p>Bu durumda 3 numaralı blok ve onu takip eden diğer tüm blokları geçersiz kılınacaktır. Çünkü artık önceki bloğun geçerli Hash’ini saklamıyor olacaklardır. Onlardaki Hash artık geçerli Hash olmayacaktır. Dolayısıyla tek bir bloğun değiştirilmesi, takip eden tüm blokların geçersiz olmasına sebep olur. Fakat Hash’leri kullanmak bir bloğa müdahaleyi önlemek için yeterli değildir. Bilgisayarların bu günlerde çok çok hızlanmış olası nedeniyle saniyede yüz binlerce Hash’i hesaplayabilmektedirler. Bir bloğa etkili bir şekilde müdahale edilebilir ve Blockchain’ninizi tekrar geçerli kılmak için takip eden diğer tüm bloklarında Hash’lerinin müdahale edilen ve değiştirilen yeni Hash’e göre yeniden hesaplayabilirsiniz. <br>Dolayısıyla bunu zorlaştırmak için Blockchain’lerin iş ispatı denen (proof of work) sistemi vardır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/618/1*OOSmLtUmnsMhi9ZsObRK3g.png" /></figure><p>Bu yeni blokların oluşturulmasını yavaşlatan bir mekanizmadır. Gerekli iş ispatını hesaplamak ve zincire yeni bir blok eklemek için Bitcoin’de yaklaşık 10 dakikalık bir süre verilmiştir. Bu mekanizma bloklara müdahale etmeyi çok zorlaştırır çünkü eğer bir bloğa müdahale ederseniz takip eden tüm blokların iş ispatını yeniden hesaplamanız gerekecektir ve bu hesaplamayı göze alarak devam eden blokları tekrar bir önceki bloğuna eklemeniz gerekecektir. Dolayısıyla bir Blockchain’in güvenliği, Hash’in ve iş ispatı mekanizmasının yaratıcı kullanımından gelir. <br>Ancak Blockchainler’in kendilerini güvence altına almanın bir yolu daha vardır ve bu da dağıtmaktır. Blockchain’i yönetmek için merkezi bir oluşum yerine, kişiden kişiye Peer to Peer Network’ü kullanırlar ve bu P2P Network’e herkesin katılmasına izin verirler. Birisi bu Network’e katıldığında Blockchain’in tam kopyasını kendi lokal makinasına alır. Ağ her şeyin düzen içinde olduğunu doğrulamak için bu dağıtık sistemi kullanabilir. Şimdi bir networkteki birsi yeni bir blok yarattığında neler olacak ona bakalım; <br>Bu yaratılan yeni blok networkteki herkese gönderilir. Yani herkesin lokalinde ki kopyaya eklenir. <br>Daha sonra her ağ, bu yeni bloğa müdahale edilip edilmediğinden emin olmak için bloğu doğrular. Kontroller yapıldıktan sonra, her ağ bu bloğu kendi blok zincirine ekler. İşte bu kontrolleri yapanda Dataminer’lar yani madencilerdir. <br>Madencilerin bu noktada iki kritik görevi vardır. <br>İlk olarak blok içerisindeki Hash’li datayı bulup bu işlemin geçerli bir işlem olup olmadığını kontrol etmek. Yani ilk örneğimize dönersek A kişinden B kişisine 100 dolar gönderilmiş ancak A kişisinde gerçekten 100 dolar var mıydı? Ve işlemi gerçekleştirdik ten sonra elinde 10 dolar kaldı mı? B Kişisine gerçekten artı 100 dolar geldi mi? Gibi soruların cevabını verirler.</p><p>Zaten A kişisinde kendindeki 110 doların kendisine nasıl geldiği bilgisi de bulunduğundan ötürü bu doğrulama yapılabilmektedir. <br>İkinci olarak kontrol ettikleri işlem içerisindeki gizli kodu bularak Blockchain zincirine yeni bloğu eklemektir. Gizli koddan kastımız çok zor bulunabilecek ve operasyon işlemini temsil eden bir koddur. Bu gizli kod Blockchain türüne göre değişiklik gösterir. Yani Bitcoin için Hash içerisindeki gizli kod farklı iken başka sistemler için gizli kod farklı olabilir. Tabi zorluk dereceleri de bu türe göre değişmektedir. Hangi madenci bu işlemi ilk yaparsa o madenci bunun karşılığında bir ödül alır. Burada ödül gene Blockchain’in türüne göre değişiklik gösterir. Biz Bitcoin için örnek verdiğimizden dolayı ödül Bitcoin olacaktır. Madenci bloğu Blockchain’e ekledikten sonra bu blok, bütün networkteki kopyalara gönderilir ve bu networkteki tüm ağlar bir fikir birliği oluşturur. Hangi blokların geçerli, hangi blokların geçersiz olduğunu doğrularlar. Müdahale edilen bloklar networkteki diğer ağlar tarafından reddedilecektir. Bu durumda networkteki çoğunluk göz önüne alınır. Dolaysıyla bir Blockchain’e müdahale etmek için zincirdeki tüm bloklara müdahale etmek, her bir blok için iş ispatını yeniden oluşturmak ve networkteki %50’den fazla ağı kontrol altına almak gerekir. Bunu yapmak neredeyse imkansızdır. Blockchain’ler aynı zamanda sürekli gelişmektedirler. Daha yeni gelişmelerden biri akıllı sözleşmelerin oluşturulmasıdır. Bu sözleşmeler, Blockchain’lerde saklanan ve belirli koşullara dayalı olarak programlanabilen (Örn. Otomatik para alışverişi yapmak gibi) basit programlardır. <br>Blockchain bu sayede belki de dünyadaki en güvenli alt yapı sistemini kurmuştur diyebiliriz. <br> <br><strong>Blockchain’in Türkiye ve Dünyada Kullanım Alanları </strong><br>Blockchain teknolojisinin oluşturulması birçok insanın ilgisini çekiyor. Yakın zamanda birçok firma, teknolojinin tıbbi kayıtlarının saklanması, dijital bir noter veya vergi toplamak gibi başka şeyler için kullanılabileceğini fark ettiler. <br>Dünyada ve Türkiye’de yürütülen Blockchain çalışmaları; <br>IBM ve Samsung kendi ihtiyaçları için kendi Blockchain ağlarını geliştirmeye başladılar. <br>Bununla birlikte Google ve Goldman Sachs P2P Ağının dünya genelindeki işlemlerde kullanılması için yatırım yapan iki önemli şirket. <br>Microsoft insanların kimliğini ve çevrimiçi bilgilerini yönetirken karşılaştığı bazı sorunları çözmesini sağlayacak Blockchain tabanlı bir proje üzerinde çalışıyorlar. <br>Hepimizin cüzdanlarında olan kredi kartlarının küresel devi Visa, planladığı Blockchain bazlı kurumsal ödeme servisi B2B Connect’in pilot kısmını kullanıma sundu. <br>Bu sayede kurumdan kuruma yapılan para transferlerinin güvenli, aynı zamanda şeffaf bir şekilde gerçekleşmesi amaçlanmaktadır. <br>Moskova hükümeti yerel halk oylaması için Blockchain’i test etme planlarını ilerletiyor. <br>Bu sayede oy kullanımında dolandırıcılık riskini minimuma düşürmek ve daha şeffaf bir oy kullanma ortamı oluşturmak amaçlanmaktadır. <br>Türkiye’deki Pegasus Hava yolu şirketinin açıklamasına göre, Blockchain alt yapısı üzerinde hizmet verecek entegrasyon çalışması sayesinde, Pegasus’un Uçuş Kontrol Sistemi üzerinden yapılan uçuş tanımları ve güncellemeleri, anında İstanbul Sabiha Gökçen Uluslararası Havalimanı Operasyon Kontrol Merkezi (OCC) departmanı çalışanlarının ekranına düşmesi sağlanmıştır. Bununla birlikte yine aynı Blockchain alt yapısı üzerinden İstanbul Sabiha Gökçen Havalimanı sistemlerinde oluşturulan uçuşa ait kapı, bagaj bandı, körük kullanımı gibi operasyonel bilgiler de anlık olarak Pegasus sistemlerine aktarılacaktır. <br>Türkiye’de yılın Blockchain odaklı girişimi ödülü kazanan Copyrobo uygulaması da bu konuda yapılan önemli çalışmalardan biridir. <br>Copyrobo Blockchain altyapısı ile fikirlerinizi dünya genelinde patentlemenizi sağlayan bir programdır. Copyrobo sayesinde bir fikrinizi dünya genelinde tek bir yerden herkesle paylaşıp patentleyebilme imkanına sahip olabilirsiniz.</p><p><strong>Başka Kullanılabilecek Alanlar </strong><br>Blockchain tabanlı bir logistik sistemi düşünebilecek bir fikir olabilir. Böyle bir sistem, ülkeye ithal edilen ürünlerle, ihraç edilen veya servis edilen ürünlerin takibini üstlenebilir. Burada aracı kurumlarında ortadan kaldırılması ile kağıt bazlı sözleşmeler yerine akıllı ve otomatik olarak oluşturulabilen akıllı sözleşmeler kullanılabilir. Blok zinciri işlem kayıtlarının değişmez ve şeffaf oldukları kabul edildiği için bir nakil işlemindeki tarafların önceden birbirleri arasında güven tesis etmeye ihtiyaçları yoktur. Güzel tarafı şu ki, karşı tarafa, satıcıya veya bir aracıya güvenmek zorunda değilim. Verilerde kusur yoktur. <br>Bir noktadan diğerine herhangi bir mal taşımak, taşıyıcılar, ileticiler, sürücüler, nakliyeciler ve daha birçok farklı tarafın bir arada çalışmasını gerektirir. Bu süreçte, e-posta, telefon, faks karışımı ile gerçekleştirilen yüzlerce etkileşim gerçekleşir. Bu sistem sayesinde, evrak işlemleri yerine akıllı sözleşmeler kullanılarak dokümantasyon sistemi basitleştirilebilir. Ayrıca sürecin bütün adımları elektronik olarak imzalanarak, herkese açık bu sistemde değiştirilemez şekilde tutulabilir. Tabi bu tarz şirketin kendi iç süreçleri ile ilgili sistemler uzun vade de kar getirebilecek projeler olarak değerlendiriliyor. Daha çok müşterinin gözüne batacak bir fikir düşünecek olursak Otomotiv tarafını ele alabiliriz. <br>İkici el araç piyasası ülkemizde oldukça aktif kullanılan bir pazar. Bu parada alıcıların en büyük endişesi araç geçmişi ile ilgili gerçek dışı beyanlardan ötürü kandırılma dolandırılma veya boşa zaman harcama endişesi. Burada Blockchain ile oluşturulabilecek bir sistem ile bir aracın ikinci el piyasasına girdiğinde yani kullanılmış bir araç olarak satışa çıktığında, aracın bakımlarının nasıl yapıldığıyla ilgili soruların ortadan kaldırılması ve araç ile ilgili bütün bilgilerin şeffaf ve değiştirilemez bir şekilde güvenli olarak alıcıya sunulabilmesi sağlanabilir. Araçların bütün servis işlemlerinin Blockchain üzerinde tutulduğunu düşünürsek montaj hattından çıktığı andan, kullanılmış bir araç olarak satışa çıkacağı ana kadar araca dair bütün kayıtların Blockchain üzerinde kayıt altında olacağını düşünebiliriz. Böylelikle araca talip olan alıcı, aracın tüm geçmişini görebilecek ve bunu göz önüne alarak alım konusunda karar verebileceklerdir. İlk adım olarak belki sadece Türkiye’deki servis, bakım işlemlerini kayıt altında tutabiliriz ama ileri süreçte montajından itibaren bütün bilgilerin burada tutulabilmesi sağlanabilir. Bu aynı zamanda alıcı dışında servisler içinde oldukça yenilikçi ve güvenli bir sistem olabilir. <br>Temel olarak Blockchain bize üç önemli konuda oldukça fayda sağlamakta; <br>• Daha hızlı ödeme işlemleri, daha iyi güvenlik ve sahtekarlıkları önleme.</p><p>•İyileştirilmiş izlenebilirlik ve takip edilebilirlik, Şeffaflık.</p><ul><li>Aracıların ortadan kaldırılması ile maliyetlerin düşürülmesi ve evrak işinin azaltılması tabi bu sayede tedarik zincirinin de kısalması</li></ul><p>Parasal işlemler konusunda bir çok büyük firmanın Blockchain kendi kripto para birimleri ile işlem yapması için henüz erken diye düşünüyorum. Kripto para birimlerinin volatilitesi (oynaklığı) henüz daha sabitlenebilmiş değil. Bunun sebebi de bu para birimlerini denetim altında tutan merkezi bir otorite bulunmamakta. Bu sebeple bu kadar değişken değere sahip para birimleri ile Blockchain kullanılması bana göre henüz çok kullanışlı değil. <br> <br> <br>Kaynakça <br><a href="https://blockgeeks.com/">https://blockgeeks.com/</a> <br><a href="http://www.blockchain.org.tr/">http://www.blockchain.org.tr</a> <br><a href="https://bita.studio/">https://bita.studio/</a> <br><a href="https://anders.com/blockchain/">https://anders.com/blockchain/</a> <br><a href="https://www.youtube.com/">https://www.youtube.com</a> <br><a href="http://scet.berkeley.edu/wp-content/uploads/BlockchainPaper.pdf">http://scet.berkeley.edu/wp-content/uploads/BlockchainPaper.pdf</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=9c20d2b07420" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Açık Kaynak Yazılım]]></title>
            <link>https://medium.com/@can.kucukgultekin/a%C3%A7%C4%B1k-kaynak-yaz%C4%B1l%C4%B1m-319bad28ca95?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/319bad28ca95</guid>
            <category><![CDATA[açık-kaynak]]></category>
            <category><![CDATA[open-source]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Thu, 09 Apr 2020 13:27:50 GMT</pubDate>
            <atom:updated>2020-04-09T13:27:50.316Z</atom:updated>
            <content:encoded><![CDATA[<p>Açık kaynak yazılım demek kaynak kodları açık olan ve isteyen herkesin kodlara erişebildiği, okuyabildiği, gerektiğinde değiştirebildiği yazılım demektir. <br> <br>Açık Kaynak yazılımı, ilk bilgisayar yaratıldığından beri var olan bilgi paylaşımı olgusuna dayanmaktadır. Açık kaynak kodlu yazılımlar bilginin paylaşılarak evrilmesini ve çeşitli geliştiricilerin aynı konu üzerinde iş birliği yapmasını sağlamıştır. <br>Açık kaynak kodlu yazılım temelde özgür yazılım fikrine dayanmaktadır. Ancak asla aynı anlama gelmemektedir. <br>Özgür yazılım fikrini ortaya atan kişi ise Richard Stallman’dır. Richard Stallman tartışmasız özgür yazılım hareketini başlatan ve bugünlere gelmesini sağlayan kişidir. <br>1980’lerin başında, MIT AI Lab kapandıktan sonra, çeşitli yazılımlar için gizlilik anlaşmaları (NDA) yapılması artmıştı. Bu çerçevede, iş birlikleri azaldı ve laboratuvarlar yetenekli yazılım geliştiricilerini özel yazılımlar kullanan özel şirketlere kaptırmaya başladılar. 80’lerin başında üreticiler teknolojileri üzerinde daha fazla telif haklarına sahip oldular, kaynak kodlarını sakladılar ve yazılımlarının lisanslı kullanımını istediler. Tescilli yazılım teknoloji dünyasında pazar payını devraldı. <br>Richard Stallman bundan memnun değildi ve özgür yazılımın fiyat değil, özgürlük meselesi olduğuna inanıyordu. <br>Daha sonra Stallman, 1984’te GNU projesine başladı. GNU projesi serbest bir işletim sistemi yaratacaktı. Stallman, bunun özgür bir yazılım topluluğu oluşturmak için kilit basamak olduğuna inandı. Yazılım fiyat açısından değil, erişilebilirlik açısından “özgür” olmalıydı. <br>GNU projesi 1990’lı yılların başında Linux ile birleşti. Neredeyse on yıl önce öngörülen ücretsiz işletim sistemini Stallman, nihayet iki proje birleşiminden yarattı. GNU/Linux günümüzde tüm genel amaçlı işletim sistemlerinin altyapısını oluşturmaktadır. <br>Yıl 1997’yi gösterdiğinde başka bir özgür yazılım savunucusu olan Eric Raymond, GNU Projesi ve Linux Projesi’nin geliştirme stillerini birleştirmeden önce karşılaştırarak, The Cathedral and The Bazaar isimli makaleyi yayımladı. Bu iki modeli kısaca özetlemek gerekirse; <br>The Cathedral (GNU Emacs) : Küçük bir geliştirici grubu tarafından geliştirilmiş ve kaynak kodu her yazılım sürümünde serbestçe dağıtılmaktadır. <br>The Bazaar (Linux kernel): Kaynak kodu internet üzerinden genel olarak geliştirilir. <br> <br>Raymond’ın bu makalede tarif ettiği prensiplerin çoğu daha sonra çevik yazılım ve DevOps hareketinin merkezi olacaktır. <br>1998 yılında Netscape web tarayıcısı Mozilla’nın kaynak kodunun yayınlanmasında “The Cathedral ve The Bazaar” kilit bir belge olarak kabul edildi. Bu, yaygın olarak kullanılan bir masaüstü yazılımı parçasının serbest yani açık yazılım olarak ilk büyük sürümüydü. <br>Netscape’in deneyinin başarısı ile Eric Raymond, açık kaynak topluluğunu büyütmek için Açık Kaynak Girişimi’ni (OSI) kurdu. <br>Artık açık kaynak yazılımları yükselişe geçmeye başlamıştı. Özellikle, 1999’ da VA Linux ve Red Hat’in halka arzlarının gerçekleşmesi, her iki şirketin de halka açık şirketler olarak açılış günlerinde hisse fiyatlarında büyük kazanımlar elde etmesi, açık kaynağın ticari ve ana akım olacağını kanıtladı. <br>Ayrıca 1999&#39;da IBM, geliştirilmesine 1 milyar dolar yatırım yaparak Linux’u desteklediklerini açıkladı, bu da kullanımını geleneksel kullanıcılar için daha az riskli bir duruma getirdi. Ertesi yıl Sun Microsystems, ofis paketi StarOffice’in kaynak kodunu yayınladı ve OpenOffice.org projesini yarattı. <br>Açık kaynaklı projelerinin büyük Silikon Vadisi fonları ile bir araya getirilmiş etkisi, Wall Street’in açık kaynaklı yazılım etrafında inşa edilen genç şirketler için dikkatleri çekti. IBM ve Sun Microsystems gibi teknoloji devlerinin getirdiği pazar güvenilirliği, açık kaynağın büyük ölçüde benimsenmesini sağladı. Açık kaynak modelinin benimsenmesi bugün teknoloji endüstrisinde Linux’un ve açık kaynakların hakimiyetine yol açtı. <br>Yıllar boyunca, açık kaynak ve kapalı kaynak geliştirme yaklaşımının artıları ve eksileri üzerine birçok tartışma yapıldı. Açık kaynaklı yazılımlar için maliyetler çok daha düşük olsa da hızlı servis garanti edilmezdi. Bu tartışmalar geçmişten günümüze kadar halen devam etmektedir. <br>Açık kaynak ve kapalı yazılımların nerede ve hangi koşullarda kullanıldıklarına bağlı olarak kendilerine özgü güçlü yanları ve zorlukları vardır. Ve birbirlerini dışlayan modeller değildirler. Tam tersine günümüzde birçok kurum her iki yaklaşımı birlikte kullanarak önemli avantajlar elde etmektedir. Apple Mac OSX örneğindeki gibi işletim sisteminin alt katmanlarında açık kaynak tercih edilirken kullanıcı deneyimine yakın ön yüz katmanında kapalı yazılımları tercih etmişlerdir. Bu yaklaşımlar tabi ki kurumun stratejik avantaj sağladığı yerlere göre değişebilir. Bununla birlikte IBM ve Microsoft gibi kurumlar ticari olarak geliştirdikleri kapalı kodları açık kaynak yazılımlara dönüştürmekte, kodları çeşitli topluluklara açarak çözümlerini çok daha geniş bir pazarda aramaktadırlar. <br>Günümüzde açık kaynak yazılım ve ticari yazılımlar birbirlerinin alternatifi olmanın aksine yenilikçilik ve çözümlere dayalı güçlü sistemlerin oluşmasında birbirlerine destek olmaktadırlar. <br>Son yıllarda, büyük veri, yapay zeka ve nesnelerin interneti gibi teknolojiler uygulama mimarilerine büyük değişikliklere neden oldular. Başlangıçta düşük maliyet kurumlar için önemli olsa da bugün ulaşılan seviyenin temel sebebi büyük veri ve yapay zekada olduğu gibi önemli yeniliklerin neredeyse tamamının açık yazılım çevresinde gelişmiş olmasıdır. Başka bir önemli veriye göre yeni başlayan projeler de katılımcıların %66 si açık kaynağı ticari çözümlere tercih etmektedir. Bu tercihte ki en önemli etki; kalitesi yüksek, güvenli, kolay erişilebilir açık teknolojilerin karmaşık ve uzun ticari satın alma süreçlerine göre her zaman tercih ediliyor olmasıdır. <br> <br> <br> <br>Açık Kaynak Lisanslama Türleri <br>Bugün, Stallman’ın öncülüğünü yaptığı GPL lisansı üçüncü versiyonu (GNU GPLv3), birkaç düzine açık kaynaklı lisans türünden sadece biridir. Açık kaynaklı yazılımı tanıtmak ve terimin kullanımını normalleştirmek amacıyla 1998 yılında kurulan Açık Kaynak Girişimi Kurumu, 80&#39;den fazla açık kaynak lisansı onaylamıştır. Bu 80 lisans genellikle iki kategoriden birine girer: izin verilen lisanslar ve copyleft lisansları. <br>İzin verilen lisans basittir ve en temel açık kaynaklı lisans türüdür: Bildirim gereksinimlerine uyduğunuz sürece yazılımla istediğiniz her şeyi yapmanıza olanak tanır. İzin verilen lisanslar, yazılımı olduğu gibi ve sonucunda hiçbir garanti vermeden sağlar. Dolayısıyla izin verilen lisanslar aşağıdaki gibi özetlenebilir: <br> <br>• Kod ile ne istersen yap • Kullanım kendi sorumluluğunuzdadır • Yazar / Katkıda bulunan kişiyi onaylayın <br>Copyleft lisansları, izin verilen lisansa ek gereksinimler ekler; <br>• Binary dosyalar dağıtırsanız, bu binary dosyalar için kaynak kodunu hazırlamanız gerekir. • Kaynak kod, kodu aldığınız aynı copyleft koşulları altında mevcut olmalıdır. • Lisans sahibinin lisans kullanımına ek kısıtlamalar getiremezsiniz. <br>Aşağıdaki tabloda, izin verilen ve copyleft çerçeveleri altında popüler açık kaynak lisansları sınıflandırılmaktadır. İzin Verilen Lisanslar Copyleft Lisanslar <br>• BSD (Berkeley Software Distribution) <br>• MIT • Apache 2 <br>• Affero GPL (AGPL) <br>• GPL <br>• Lesser GPL (LGPL) <br>• Mozilla Public License (MPL) <br>• Eclipse Public License (EPL) <br>• Common Development and Distribution License (CDDL)</p><p>Özet olarak bu lisans sistemleri, açık kaynaklı yazılım hareketi ve altında yatan felsefeyi geliştirebilmek için hazırlanmış ve yazılım geliştiren kişiler tarafından ortak bir projeye katkı sunmadan önce üzerinde anlaşılması gereken bir yeniden uyarlama ve yeniden kullanabilme politikası olarak anlaşılmalıdır. <br> <br>Açık Kaynak Projelere Hizmet Veren Servisler <br>Aşağıda internette araştırmış olduğum açık kaynaklı projelerinizde kullanmak isteyebileceğiniz ve gene açık kaynak kodlu olan bazı servisleri paylaşıyorum. <br>Version Kontrolü <br>• BitBucket <br>• GitHub <br>• GitLab <br>IDE <br>• AppCode Objective C IDE <br>• IntelliJ Idea — Java IDE <br>• PhpStorm — PHP IDE <br>• PyCharm — Python IDE <br>• RubyMine — Ruby IDE <br>• Visual Studio Community <br>• WebStorm — JavaScript, CSS, HTML IDE <br> <br>Project Hosting <br>• NuGet <br>• Python Anywhere <br>• SourceForge <br> <br>Public Cloud <br>• OpenShift <br>Dökümantasyon <br>• GitBook <br>E-mail Gönderme <br>• Helpmonks — Basit ve ücretsiz. <br>• MailChimp — 2000 bin kullanıcı 12000 Email kadar ücretsiz. <br>Monitoring <br>• Bugsnag <br>• Datadog <br>• Healthchecks.io <br>• Hund <br>• Sentry <br> <br>Code Review <br>• Codacy <br>• CodeClimate <br>• QuantifiedCode <br>• Landscape <br>• Snyk <br>Proje Yönetimi <br>• HuBoard <br>• Taiga.io <br>• Teamwork <br>• Trello <br>• YouTrack <br>• Waffle.io <br>• ZenHub.io <br>Chat <br>• Zulip <br>Tasarım ve İkonlar <br>• Canva <br>• Openclipart <br>• Unsplash <br> <br>SSL Certificates <br>• Cloudflare <br>• GoDaddy <br>• Let’s Encrypt <br>Localization <br>• Crowdin <br>• Launchpad <br>• POEditor <br>• Transifex <br>• Translation.io <br> <br>Açık Kaynak Projelerine Destek Olurken Dikkat Edilecek Hususlar <br>Açık kaynaklı projelere destek olmak, bir yazılımcının kendini geliştirmesi, kariyerinde ilerlemesi için oldukça önemlidir. <br>Bununla birlikte bir topluluğa katkı sağlamak ve başkalarının problemlerine destek olmak bireyin kendisine çok büyük bir değer katmaktadır. Açık kaynak projelerine birçok anlamda katkıda bulunabilmektedir. Bazı özelliklerini eksik olan veya hatalı olan projelerin bulduğunuz noktalarını forklayıp istediğiniz özellikleri ekleyebilirsiniz. Bununla birlikte açık kaynaklı yazılımların dökümantasyon ihtiyaçları da bulunmaktadır. Kaliteli bir dökümantasyon hazırlayarak açık kaynak kodlarına katkıda bulunabilirsiniz. <br>İlk olarak bir sorunu, eksiği çözmeden önce geliştiriciler ile iletişime geçin. Durumu belirtin daha sonra forklayıp geliştirme yapmaya başlayın. Çünkü o problem ile ilgili belki sizden önce birileri geliştirme yapmaya başlamış olabilir. Topluluğun kimin ne üzerinde çalıştığından haberi olması önemlidir. <br>Pek çok proje README ya da CONTRIBUTING dosyalarında yeni şeyler eklemek için nelerin nasıl yapılması gerektiğinden bahseder. Katkıdan bulunmadan önce projeyi, gereksinimlerini, kod standartlarını incelemek fayda sağlayacaktır. Pek çok proje, eklediğin kodun belirli bir standart da sahip olmasını ve kodla birlikte test ve dokümantasyonunun da yazılmasını bekler. Buna uygun bir şekilde geliştirme yapıldığından emin olunmalıdır. <br>Bu süreçte bazı zorluklar yaşanabilir. Yazıp düzenlemiş olduğunuz kod, topluluklarda ciddi şekilde eleştirilebilir, sorgulanabilir ve reddedilebilir. Bunlara alışkın olup kendinizi geliştirmelisiniz. Ret alan kodların neden ret aldığına dair geri bildirim muhakkak verilecektir. Bu çerçevede kendinizi ve kodunuzu geliştirerek katkıda bulunmaktan asla vazgeçmemelisiniz. <br>Katkıda bulunduğunuz projelerle ilgili geliştirici olarak ta geribildirim vermeyi unutmamalısınız. Karşılaşılan hataların mutlaka dökümante etmelisiniz. <br>Her açık kaynaklı yazılım projesinin farklı bir build, test süreci olabilir. Projenin sadece kullanıcısı değil geliştiricide olacağınız için bu süreçleri dikkatlice incelemeli bu süreçlerde zorlandığınız konuları proje dokümantasyonuna ekleyip güncellemelisiniz. Bu sayede sizden sonrakilerde aynı dertlerden muzdarip olup benzer problemler yaşamasınlar. <br>En önemlisi yeni şeyler öğrenmeye her zaman açık olmalısınız. <br> <br>Türkiye de Açık Kaynak Yazılımı <br>Türkiye’de açık kaynak kodlu yazılım yoğunlukla Linux ile özdeşleşmiştir. TUBITAK ULAKBİM tarafından bir Linux dağıtımına dönüştürülen Pardus projesi GPL Lisanslı olup açık kaynak yazılımı konusunda Türkiye’de öncüdür. <br>Pardus Projeler Portalı Kamu Kurum ve Kuruluşları ile KOBİ’lerin kullanımına sunulan ve açık kaynaklı olarak geliştirilen Lider Ahenk ve EnGerek gibi projelerde paylaşılmaktadır. <br>Lider Ahenk, kurumsal ağ üzerindeki, sınırsız sayıda farklı sistemi ve kullanıcılarını tek merkezden yönetebilmeyi, izlemeyi ve denetlemeyi sağlayan açık kaynaklı bir yazılım sistemidir. <br>EnGerek, açık kaynak kimlik yönetim sistemidir. <br>Bunlarla birlikte akla gelen ve dünyada kabul görmüş başka bir proje ise, PrimeFaces dır. <br>PrimeFaces açık kaynak kodlu bir yazılım olmakla birlikte Türkiye’de geliştirilip uluslararası pazarda kendine yer edinmiş nadir projelerdendir. Zengin bileşen kütüphanesine sahip olan, Ajax temelli oluşturulmuş, bir jar dosyası ile işinizi görebileceğiniz, mobil web uygulaması geliştirmek için Mobil UI Kiti’ne sahip olan, sizi HTML, Javascript, CSS ile uğraşmaktan kurtarmayı amaçlayan, açık kaynak kodlu bir JSF bileşenidir. <br>Son yıllarda özellikle kamu kurumlarında alt yapılara yönelik çeşitli açık kaynak kodlu yazılım uygulamalarına önem verilmektedir. Ancak Türkiye’de henüz açık kaynak kodlu yazılımların kullanılması veya geliştirilmesine yönelik düzgün bir yol haritası oluşturulamamıştır. Gerekli mevzuat çalışmalarının tamamlanması ve kurumlara bu yönde destek olunması gerekmektedir. Bu anlamda üzülerek söylemeliyim ki Amerika ve Avrupa’nın oldukça gerisinde seyretmekteyiz. <br> <br>Türkiye de yazılım üretip, lisanslayıp yazılım satarken bu yazılımın kodunu herkesle paylaşmak firmalar için ilk başta çok anlam ifade etmeyebilir. Ancak, dünyada artık şirketler yazılım satmıyor ve açık kaynak olarak hem kendilerine hem de piyasaya çok daha fazlasıyla katkıda bulunuyorlar. Firmaların kendi bünyesinde projelerin açık kaynak olarak yazılması, öncelikli olarak hem bizler hem de şirket için harika bir reklamdır. Kod ve projemiz dış kaynakları (açık kaynak kodlayıcılarını) etkileyecek kadar popülerse, daha fazla işi daha hızlı ve daha ucuz hale getirilmesine fayda sağlayacaktır. Akıllı insanlar, diğer akıllı insanlarla takılmayı sever. Akıllı geliştiriciler akıllı kodlarla takılmayı sever. Kaynak kodunu açtığımızda bu yetenekli insanları kendimize çekmeyi başarırız. İşe alımda, mümkün olan en iyi görüşme, yapmak zorunda olmadığınız görüşmedir; çünkü aday zaten açık kaynak projelerimizden birinde çalışmış olacaktır. Bu şekilde işe alınan birisinin bu açık kaynak koduna bağlılığı bir x kişisine göre çok daha fazla olacaktır. Özellikle son müşteriye hitap eden firmalarda, hangi projenin açık kaynak olarak ele alınması iyi seçilmelidir.</p><p>Benim kişisel fikrim böyle bir proje seçilecekse kesinlikle son müşteriye direk olarak hitap etmeyen back-end projeler olmalıdır. Çünkü içerisinde front-end içeren her müşteri profili için farklılık gösterebilecek açık kaynak projeleri genellikle daha özensiz ve müşteriyi memnun etmeyen sonuçlar çıkarabilmektedir. Bu sebeple ürünümüz ne olursa olsun son müşteriye direk olarak hitap etmemesi çok daha verimli sonuçlar çıkarmaktadır. Çünkü bizim buradaki amacımız ürünü oluşturmamıza yardımcı olacak kaliteli kişileri etrafımızda toplamak ve şirket çevresinde yetenekli ve yaratıcı bir topluluk oluşturmaktır. <br>Dünyanın en büyük açık kaynaklı şirketli olarak adlandırılan Facebook’a bakarsak, Facebook’un açık kaynak şefi James Pearce açık kaynaktan elde ettikleri faydayı şu şekilde özetlemiştir; <br>Mühendislerimizin büyük bir yüzdesi, aramıza katılmadan önce açık kaynaklı projelerimiz hakkında bilgi sahibi olduklarını ve bu projelerin şirkete katılma kararlarına olumlu yönde etki ettiğini belirtmişlerdir. <br>Günümüzün en iyi yazılımlarının çoğu açık kaynak ile yazılmış olup, Hadoop, Spark, MongoDB veya Android gibi şirketler, son müşterilerle uğraşmadan çok önce geliştiricilerle etkileşime girmektedirler. <br>Sonuç olarak yazılım şirketleri rekabet avantajı bırakmayan veya olmayan yazılımları biriktirmeyi bırakmalı ve paylaşmaya başlamalıdır. Bu paylaşım ile birlikte şirketlerinin nihai müşterilerine daha iyi hizmet verebilecek yetenekli çalışanları aralarına katabileceklerdir. Bu insanları, insan havuzundan en iyi şekilde seçmek için açık kaynak projelerinin çok iyi bir yöntem olduğunu düşünüyorum.</p><p>Kaynakça <br><a href="https://www.fsf.org/">https://www.fsf.org/</a> <br><a href="http://www.unterstein.net/su/docs/CathBaz.pdf">www.unterstein.net/su/docs/CathBaz.pdf</a> <br><a href="https://www.gnu.org/gnu/manifesto.en.html">https://www.gnu.org/gnu/manifesto.en.html</a> <br><a href="https://medium.com/gitcoin/a-brief-history-of-open-source-3928cb451767">https://medium.com/gitcoin/a-brief-history-of-open-source-3928cb451767</a> <br><a href="https://opensource.com/article/17/9/open-source-licensing">https://opensource.com/article/17/9/open-source-licensing</a> <br><a href="https://en.wikipedia.org/wiki/The_Cathedral_and_the_Bazaar">https://en.wikipedia.org/wiki/The_Cathedral_and_the_Bazaar</a> <br><a href="https://hackernoon.com/being-a-good-open-source-citizen-9060d0ab9732">https://hackernoon.com/being-a-good-open-source-citizen-9060d0ab9732</a> <br><a href="https://youtube.com/">https://youtube.com</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=319bad28ca95" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Edge Computing ?]]></title>
            <link>https://medium.com/@can.kucukgultekin/edge-computing-32e16d312c6f?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/32e16d312c6f</guid>
            <category><![CDATA[5g-technology]]></category>
            <category><![CDATA[edge]]></category>
            <category><![CDATA[edge-computing]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Wed, 18 Mar 2020 09:45:07 GMT</pubDate>
            <atom:updated>2020-03-18T09:45:07.194Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>Edge Computing ?</strong></p><p>Edge Computing’in en kısa tanımı olarak Data’nın Network’ün en köşelerine push edilmesi anlamına gelir. Edge Computing için en basit konsept açıklama yapmak istersek, bilgiyi Network’ün köşelerine atmak diyebiliriz. Bir uygulamanın bir kısmını, datalarını veya hizmetlerini bir veya daha fazla node (düğüm)’ den diğer Edge Gateway’e (mantıksal köşe noktaya) götürerek uygulamaları veya bulut bilişim sistemlerini optimize etme yöntemidir.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/671/1*tawfjAoq1bPAZsQSQHPPQQ.png" /><figcaption>Şekil-1</figcaption></figure><p>Eskiden, bilgisayarların computing power (işlem güçleri) yokken, bütün process (süreçler) main serverlar üzerinde yapılmaktaydı. Main frameler yönetimi için ilkel terminaller ve kötü clientler’lar ile çalışmak zorunda kalıyorduk. Bu eski terminaller basit bir ekran ve input device ile main frame’i configure edebiliyorduk. Bütün operasyonel process işlemleride main serverin arkasında yapılmaktaydı.</p><p>90’lara geri dönersek client-server yapısı kuruldu. Client’lar daha akıllı hale geldiler ama processing gücünün hepsi serverin kendisi tarafından yapılmaktaydı. Bütün yetenek serverin üzerindeydi. Server ne kadar güçlü ise server üzerindeki process süreci de o kadar hızlıydı.</p><p>Modern dünyaya geldiğimizde (2015/2016) internet of things (IOT) nesnelerin interneti kavramı ortaya çıktı. Nesnelerin interneti kavramı ile programlana bilen akıllı cihazlar hayatımıza girmiş oldu. Özellikle Intel’in 1 TL büyüklüğündeki Atom çipleri ile evinizdeki çay yapma makinanızı bile internete bağlanabilir ve belirli api’lerine ulaşarak programlayabilir hale gelmeye başladık. Günümüzde ise yüz binlerce hatta milyonlarca akıllı cihaz bu şekilde çalışabilmektedir. Bu sayının her geçen gün daha da artması bir büyük bir problemi de beraberinde getirmektedir. Cihazların hepsi datalarını, merkezi bir servera gönderirlerse, bu merkezi serverı çalışamaz hale getirebilir ve erişimlerine/iletişim kurmalarına yetecek bandwith’in kalmamasına neden olabilir. Buda networkteki tüm cihazların overloaded olmasına sebep olabilir.</p><p>Bütün bu durumlar düşünüldüğünde bir kaç yıl önce bir fikir ortaya çıktı. Bütün process yapan merkezi bir main serverlar yerine pushing the intelligence to the edge kavramı ortaya çıktı. Serverdaki yeteneğin networke yayılması gibi düşünebiliriz. Böylece main server’ın yaptığı process işlemi edge cihazlar ile yapılacak sadece processlerin sonucu main server’a gönderilecekti. Edge cihazlar, kendi processlerini kendileri yapabilecek ve kendi computing güçleri olacaktı. Bu sayede kendi outputlarını oluşturabilecekler ve daha sonra bu outputları main server’a iletebileceklerdi. Main server üzerindeki yük azaltarak, process sürecini hızlandırmayı ve network’un optimizasyonunu sağlamayı amaçladılar. Ancak tam olarak bunu yapabilmek için gene de güçlü bir internet ağına yani geniş bandwith’lere ihtiyaç duymaktaydılar. Burada 5G teknolojisi devreye girdi. Aslında 5G, 4G LTE’nin çok daha hızlı ve stabil bir versiyonudur. Normal bir 4G bağlantısında 100 Mbps mobilde, 1 Gbps ise Wi-Fi hızlarına çıkılabirken bu oran 5G’de mobilde 10, Wi-Fi’de ise 20 Gbps’e yükselerek 20 katına çıkabilecektir.</p><p>5G tarafında bir diğer iyileştirme, sorunsuz bağlantı olacak. 5G ile 500km/saate kadar 1 ms kullanıcı desteği sunulurken, kilometre başına 1 milyon cihaz desteklenecek. İste bu noktada IOT Cihazların ihtiyacı olan bandwith sorunu çözülmüş olacaktır.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/602/1*dgagzHr_1EG1Nu5UjbDTQg.png" /><figcaption>Şekil-2</figcaption></figure><p>Bir örnek ile anlatmak istersek, eskiden analog güvenlik kameraları vardı ve nereye konumlandılarsa orayı çekip sürekli olarak DVR(digital video recorder) veya VR (video recorder)’a data gönderiyorlardı. Bu recordırlar hangi zaman aralığındaki görüntünün kaydedilmesine kendileri karar veriyordu. Yani, 7/24 çekilip kaydedilmiş data üzerindeki hangi aralığın saklanacağına server karar veriyordu. Geri kalan kısım siliniyordu.</p><p>Günümüzde ise her yerde güvenlik kamerası var. Örneğin Londra gibi 10 milyon’a yakın güvenlik kamerası ile izlenen bir yerde 7/24 görüntü kaydının main server (cloud) üzerinde process edilmesi mantıklı bir işlem olmayacaktır. Bu sebeple işlem yeteneğini servera değil kameralara koymayı düşündüler. Böylece güvenlik kamerası 7/24 data streaming yapacağına, örneğin sadece bir hareket olduğunda bu datayı server’a gönderebiliyor. Eskiden bütün data servera gidip server, sadece hareket olduğunda datayı kaydederken, şimdi bütün data servera gönderilmeyip sadece hareket olduğundaki data servera gönderilmekte. Bu örnekte olduğu gibi işlem yeteneğini edge networke koymayı başladığınızda bir çok veriyi hiç bir yük olmadan sisteminizde herhangi bir çökme olmadan yükleyebilir duruma geliyorsunuz. Cisco nun verilerine göre 2025’ te 100 milyar network’e bağlı cihaz olacak. Ve düşündüğünüzde 7/24 sadece text dosyası gönderseler bile çok ciddi problemler oluşacaktır.</p><p>Kamera örneğine geri dönecek olursak artık donanım maliyetlerinin düşmesi ve yapay zekanın ilerlemesi ile birlikte bu kameralar yüz tanıma gibi daha havalı işlemlerde yapabilir hale geldiler. Artık bir suç işlendiğinde suçlunun fotoğrafı scan edilip biometric haritaya dönüştürdükten sonra bütün networkteki güvenlik kameralarına ve cihazlara yönlendirilip bu data ile aynı olan bir biometric data yakalandığı anda server’a bir sinyal göndererek anında sonuç alınabilmektedir.</p><p><strong>Edge Computing neden önemli?</strong></p><p>En önemli nedeni Edge network ile işlem gücünü ve band genişliğinin artırması ve bu sayede cloud serverdaki yükün azalması sağlanır. Server sadece kendisinde kendisine gelen output ile uğraştığından çok daha hızlı çalışabilecektir. Bununla birlikte çok daha fazla fonksiyonellik sunması ki bu daha önce olmayan bir özellik. Edge network’teki her cihaz tcp/ip ve ethernet standart’ında çalışmaktadır. Bununla birlikte bu cihazların hepsinin içinde küçük bilgisayarlar ve ipleri var. Kısaca hepsinin birer web serverı var ve biz hep hepsine erişebilir durumda olacağız. Networkteki her cihaz akıllı olduğundan ve biri biri ile konuşabilir durumdan olduğundan ötürü, farklı durumda farklı amaçlarla kullanılabilir olurlar. Bir cep telefonu sadece bir cep telefonu değil gerektiği durumda bir güvenlik kamerası olarak programlanabilir.</p><p>Dağıtık bir sistem oluşundan ötürü bir hacker saldırısı, DDOS ataklarına karşı merkezi bir cloud serveri etkilemesi yerine sadece Edge cihazıyla ve bu cihazda çalışan uygulamaların etkilenmesi ile sınırlı kalacaktır. Bu konuya bir * (yıldız) koyup son kullanıcı anlamında edge computing’in bazı güvenlik risklerinden ileride bahsedeceğim.</p><p><strong>Edge Computing’e Uyumluluk</strong></p><p>Edge computing’e geçecekseniz bazı şeyleri planlamanız gerekmektedir. Network’te bir sürü ufak akıllı cihazınız var ve bunları update etmek ve bakımlarını yapmak için her birine fiziksel olarak bakmanız gerekmekte. Tabi ki de bu çok mümkün olmayacaktır. Bu sebeple aynı Microsoft’un active directory’e geçmesi gibi bir admin’in oturup tek bir merkezi yapıdan bütün cihazların konfigürasyonunu yapabilir olması gerekmekte.</p><p>Bununla birlikte Egde Computing sisteminin standartları halen karışık ve dağınık durumda. Bazı cihazlar, bazıları ile halen konuşamaz ve uyumlu çalışamaz haldeler. Bu yüzde bir cihaz alırken uyumluluklarına hangi lisansları ve network protokollerini kullandığına dikkat etmek gerekiyor.</p><p>Aldığınız cihaza yeni fonksiyonlar eklenebilir ya da API’sinin olması onun diğer cihazlara bağlanabilmesini sağlayacaktır. Microsoft’un Exchange serverı ya da sharepoint’i gibi edge cihazlarında kendi softwareleri var. Ve siz bir kameraya bu yazılımı yüklediğinizde kamera için başka bir eklenti daha kullanabiliyorsunuz. Cep telefonunun gerektiğinde güvenlik kamerası gibi çalışması örneğini yukarıda vermiştim.</p><h3>Edge Computing Problemleri</h3><p>Uyumluluk konusunda bahsetmiş olduğum merkezi yönetim yapısının kurulmasındaki zorluk. Birçok cihazın farklı konfigürasyonlarının tek bir yerden yapılması oldukça iyi planlanmalıdır. Kullandığınız tüm cihazlar kamera bile olsa her birinin konfigürasyonunu tek tek yapmak gerekebilir.</p><p>Son kullanıcı tarafından bakıldığında Edge networkteki cihazların hacklenmesi daha kolay. Çünkü sistemdeki her bir cihaz artık bir web server ve biz bu sistemdeki bir güvenlik kamerasının malware dağıtıp dağıtmadığından emin olabilir miyiz? Eskiden bir cihaz açıktı ya da kapalıydı veya cihaz bir şeye focus oluyordu ya da olmuyordu ama artık bu sistemdeki bir cihazın hacklenmiş olup olmadığını anlamak oldukça zor. Bu bağlamda güvenlik son kullanıcının bilinçli olup olmamasıyla orantılı olarak sağlanmakta. Sistemdeki her şeyin şifreli tutulması, güvenli gateway ve VPN’ lerin kullanılması sistemdeki cihazların her zaman updated durumda olması gibi önlemler bu riskleri azaltacaktır.</p><p>Edge networkteki cihazların lisans ücretleri yeni bir konu. Eskiden bir güvenlik kamerası aldığınızda sadece kameranın ücretini öderdiniz. Ama bu yeni fonksiyonlarla birlikte kamera ücreti artı onunla uyumlu yazılımı artı bu yazılımın lisan ücretleri ile birlikte ekstra masraflar eklenebilmektedir.</p><h3>Edge Computing Kullanım alanları</h3><p>Ohio eyaletine bağlı Columbus şehri 2016 yılında Amerikan Ulaştırma Departmanı tarafından düzenlenen akıllı şehirler yarışmasını kazanan şehirdir. 50 milyon $ ödülün yanında o günden bugüne aldıkları 500 milyon $ destekleri de yatırıma dönüştürmeye devam ediyorlar. Bu da Columbus şehrini akıllı şehirler konusunda en üstte kalmasını sağlıyor.</p><p>Şehrin planı çevreye duyarlı, veriler ile donatılmış “modern ulaşım konusunda kendi türünün ilk örneği” olmaktı ve bunu başardılar. Şehrin planları içerisinde internet bağlantı noktaları olarak çalışan trafik ışıkları, acil durumlarda polis, ambulans, itfaiye aracı gibi ilgili araçların trafik sinyalizasyonuna müdahale edebilen, gelişmiş ödeme sistemleri ve akıllı trafik ışıkları vardı. Şehir içinde Wi-Fi noktaları inşa ederek alanda kim var, gelenler nereden gelmiş, ilk kez mi geliyorlar, kaçıncı kez geliyorlar tüm bu rakamları ölçme imkanı buldular. Tüm bu veriler gerçek zamanlı olarak değerlendirerek anlık olarak trafik ışıkları beklemeyi azaltacak şekilde otomatik ayarlandı, yoğunluk olan yerlere daha fazla polis göndererek potansiyel karmaşıklıklar önlendi ve bölgede iş yapan ticarethaneler için satışlarını arttırmaya yönelik pazarlama stratejileri yapmaları sağlandı.</p><p>Petrol keşif aramaları sırasında iş tesislerini inceleyen “havadan veri toplama botu” olarak adlandırılan birden fazla drone, büyük miktarda veriyi yüksek çözünürlüklü video şeklinde üretmektedir. İnsansız hava aracı olan dron’lar iş tesislerinin güncelde 24 saat fotoğraflayarak tesis öneticilerine kaynakların nasıl kullanıldığına dair anlık resim veya video gönderebilmektedirler. Edge Computing sayesinde gerçek zamanlı veri aktarımını dronelar çeşitli sektörlerde oldukça iyi yapmaktadırlar.</p><p>Dünyada Edge Computing ile yapılan kayda değer çalışmalarda birkaçına örnek vermek istedim peki Kurumsal Firmalar ve özellikle büyük ölçekli grup şirketleri bünyesinde bir Edge Computing yapısına gerek var mı? Bu soruya cevap verebilmek için aslında şu soruyu sormak lazım şirket kapsamında müşteriye verdiğimiz hizmetlerin maksimum bekleme toleransı nedir ?</p><p>Watsapp gibi facebook messenger gibi uygulamalar için maksimum bekleme toleransı 4 saniye iken, 4K video, video konferans gibi mesajlaşma türlerinde maksimum bekleme toleransı 50 milisaniye üzerindedir. Yani bulut teknolojisinin kullanılması bu alanlarda yeterli olacaktır.</p><p>Bu şekilde düşünüldüğü zaman kurumsal firmaların kendi süreçleri için kullandığı IoT cihazların birçoğu için Edge Networke gerek duyulmamaktadır. Ancak Siemens gibi, Bosch gibi birçok farklı alanda birçok cihaz üreten ve müşterilerinden bilgi toplamak isteyen firmalar dağıtık Edge Networkler aracılığı ile çok büyük alanda bilgi alabilir ve hizmet verebilir durumda olacaklardır. En basit örneği ile uzaktan tek bir dokunuş ile bütün çamaşır makinelerinin güncellenmesi gibi.Bu bağlamda Edge Computing mimarisini altyapı olarak kullabileceği bir başka sektörün Otomotiv olabileceğini düşünüyorum.</p><p>Şu anda ki en trend konulardan olan Connected Car ile birlikte kullanılabilecek bir teknoloji olabilir. Edge Computing ile bu noktada sürücü ve araçtan sürekli ve anlık veriler alınabilir ve gelişmiş sürücü asistanı vasıtasıyla sürücünün sürüş performansı, aracın anlık durumu, sürücünün sağlık durumu gibi bilgilerin kesintisiz takibi yapılabilir. Bununla birlikte gerekli durumlarda direk araca müdahale etme veya sürücüyle direkt iletişime geçme gibi özelliklere imkan sağlayan bir alt yapı olabilir. Maksimum bekleme toleransının en az olduğu durumlar şüphesiz ki insan sağlığının söz konusu olduğu anlardır. Connected Car kapsamında sürücünün sağlığında herhangi bir problem tespit edildiğinde sürücüyle iletişime geçebilme, veya anında araç için görüntü alabilme hatta aracın fren, balata sistemine müdahale edip aracı güvenli konuma alma gibi bir çok aksiyon alınabilir. Bununla birlikte araç her şeye rağmen kendinden kaynaklı olmayan bir kazaya karıştıysa birisi ona çarptıysa anında kazayı gerekli yerlere bildirme sürücünün sağlık verilerine ulaşma gibi birçok aksiyonu da kesintisiz olarak yapabilecek bir teknolojidir.</p><p>İnşaat gibi sektörlerde de IoT sensörleri kullanabilir ancak bir Edge network mimarisine ihtiyaç duyacak kadar büyük bir trafik yaratmayacaktır diye düşünüyorum. Zaten mevcut durumda Cloud’un storage alan olarak kullanılması bile KVKK kapsamında istenmezken, Cloud’in yetmediği durumlarda kullanılabilecek bir teknoloji için yatırım yapmayı ben kendi adıma gerçekçi bulmuyorum. İleride bütün datanın storage ve process işlemlerinin Cloud üzerinde gerçekleştiği bir durum olursa o zaman işin içine IoT cihazlarında girmesiyle oluşabilecek sorunları çözmek için düşünülebilir.</p><p>Sonuç olarak yoğun işleme gücü ve trafik oluşturan durumlarda ve bununla birlikte response sürenin çok kritik rol oynadığı anlarda Edge Computing alternatifsiz bir çözüm sunmaktadır.</p><p>Edge Computing, Nesnelerin İnterneti (IoT) alanında kullanılan uygulamalarda; verinin okunması, işlenmesini hızlandırmakta ve maliyeti düşürmektedir. Bu sayede daha esnek programlanabilir cihazlar, M2M makina’dan makinaya veri aktarımı ve etkileşimi ile birlikte çalışan IoT cihazların çok daha verimli çalışmasına olanak sağlayacaktır. İnsan hayatının kritik ve ekonomik etkinin büyük olduğu noktalarda tolerans süresi daha da kısalıyor. Örneğin, bir maden ocağında işçi güvenliğini sağlamak için maksimum tolerans 1 milisaniye. Yüksek hacimli işlemlerin olduğu borsa işlemlerinde kurumların bekleme toleransının 0.25 milisaniye olduğu görülüyor. Dolayısıyla otonom araçtan, borsaya kadar olan zaman/hız ihtiyacını karşılamak için Edge Computing’e ihtiyaç bulunuyor. Bununla birlikte artan yapay zeka uygulamalarıyla birlikte kritik işlemlerin artık edge cihazlarda gerçekleştirilebilecek. 2020 yılında IoT cihazlardan gelen verinin %50’si edge cihazlarda depolanacağı, işlenip analiz edileceği öngörülmektedir. Edge Computing mimarisi gelişen teknoloji ve ihtiyaçlarla birlikte gelecek 10 yıl içerisinde hayatımıza dokunan birçok noktada karşımıza çıkacaktır.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=32e16d312c6f" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Bot Framework V3]]></title>
            <link>https://medium.com/@can.kucukgultekin/bot-framework-v3-82b29cc393bf?source=rss-2aee59f7d794------2</link>
            <guid isPermaLink="false">https://medium.com/p/82b29cc393bf</guid>
            <category><![CDATA[chatbot-design]]></category>
            <category><![CDATA[bot-framework]]></category>
            <category><![CDATA[microsoft-bot-framework]]></category>
            <category><![CDATA[chatbots-for-business]]></category>
            <dc:creator><![CDATA[Can Kucukgultekin]]></dc:creator>
            <pubDate>Tue, 17 Mar 2020 19:48:01 GMT</pubDate>
            <atom:updated>2020-03-18T08:56:43.241Z</atom:updated>
            <content:encoded><![CDATA[<p>Bot Framework V3 State Flow ile Entity Çıkarımı Bu yazıda sizlere Bot Framework 3. versiyonu ile herhangi bir NLP çözümü kullanılarak entity’lerin otomatik olarak çıkarımını yapan bir state flow yapısının nasıl kurulabileceği hakkında bilgi vermek istiyorum. Öncesinde yazıma Bot Framework’ün kısa bir tanımını yaparak başlamak istiyorum. Bot Framework, Microsoft’un geliştirmiş olduğu ve chatbot uygulamaları geliştirmemize olanak sağlayan hazır bir framework’tür. Bu framework ile gene Microsoft’un geliştirmiş olduğu entegrasyonlar sayesinde birçok farklı kanala chat botunuz entegre edebilirsiniz. State flow yapısını anlatmaya geçmeden önce Bot Framework ve Microsoft’un LUIS servislerini biliyor ve daha önce kullanmış olduğunuzu var sayıyorum. Eğer kullanmadıysanız öncelikle onlar hakkında bilgi edinip daha sonra burada bahsedeceğim çözümü deneyebilirsiniz. Öncelikli olarak yukarıda da bahsettiğim gibi NLP tarafında sınıflandırıcı (intent) ve parametre (entity) çıkarımı yapmak için Microsoft’un LUIS (Language Understanding) Cognitive Services çözümünü kullanacağız. Database tarafında ise çok önemli olmamakla birlikte ben deneme amaçlı documendDb kullandım ancak relational bir database kullanmanızı tavsiye ederim. Bizim buradaki amacımızı bir örnek ile anlatmak istersek; “Merhaba, 2020 model BMW 520i fiyatı nedir?“ diye bir soru sorulduğunda otomatik olarak cümle içerisindeki, fiyat vermek için gerekli olan parametrelerin (entity) kaç tanesinin var olduğu ve eksik olan parametre var ise bunun sorusunun otomatik olarak sorulup kullanıcıdan gelen cevap ile fiyatın en hızlı şekilde verilebilmesini sağlamayı amaçlıyoruz. Not: Bundan sonra Entity’lere Parametre Intent’lere Sınıf diyeceğim kafa karışıklığı olmasın. Bunun için ilk olarak bizim fiyat verebilmek için gerekli olan minimum parametre sayısını bilmemiz gerekiyor. Bu parametre sayısı tabi ki alt yapıda kullanılacak olan servise göre değişkenlik gösterebilir ama biz minimum da marka, model, donanım ve vites bilgisinin yeterli olduğunu varsayalım. Fiyat sınıfını ve bu fiyat sınıfına ait parametreleri çekebileceğimiz bir database yapısı oluşturmalıyız. Database olmak zorunda değil tabi ki, siz isterseniz kodun içerisine static bir liste veya dizi olarak zorunlu parametrelerinizi, marka, model, donanım, vites tipi şeklinde tanımlayabilirsiniz. Elimizde zorunlu olması gereken listeyi bir şekilde hazırladıktan sonra yapmamız gereken LUIS servisinden gelecek olan parametreleri kontrol etmek ve eksik parametrelerin hepsi tamamlanana kadar Bot framework Dialog stateleri bozulmadan soruları otomatik olarak sordurmak. Bunun için Yield mantığı ile çalışan basit bir State Flow yapısı kullanmanız yeterli olacak. LUIS servisi bize “Merhaba, 2020 model BMW 520i fiyatı nedir?“ sorusu için BMW =&gt;Marka, 520i=&gt;Model ve Sınıfı : Fiyat Sorusu dur diye dönüş yaptığını varsayalım. Burada biz elimizde bilinen 4 parametreyi LUIS’deki gelen 2 parametre ile güncelleyip kalan eksik 2 parametreyi kullanıcıdan alana kadar kadar State Flow ile Fiyat alma akışından çıkartmamayı amaçlamaktayız. Bunun için öncelikle bir tane BaseFlow isminde bir abstract class oluşturuyoruz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*2K2PmCrSGsnuQceJdqY_Uw.png" /><figcaption>Resim-1</figcaption></figure><p>State Flow Run dedikten sonra sırasıyla eksik olan parametreleri sordurup eksik parametre sayısı 0 yani null olduğunda Allow eden bir basit flow yapısı tasarladık.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/692/1*nARXR45BPamaoD3mtHIecQ.png" /><figcaption>Resim-2</figcaption></figure><p>Burada check değeri bize vites tipi döneceği için vites tipi ile ilgili olan soruyu da vites tipi parametresini tuttuğumuz yere eklersek daha dinamik bir çözüm üretmiş oluruz. Yani Parametre adı VitesTipi / Parametre sorusu : “Lütfen vites tipini söyleyiniz ?” Parametre adı Donanım / Parametre sorusu : “Lütfen donanım seçiniz ?” Bu şekilde siz parametre adından sorusunu da hemen yakalayıp kullanıcıdan bu bilgiyi alabilirsiniz. Daha sonra dialog içerisinden recursive bir şekilde tekrar bu flow’u çağırdığınızda bu sefer bir sonraki eksik parametre olan donanım bilgisini soracaktır. Trendline ‘mı Highline’mi vb.. Bu bilgiyi de kullanıcıdan aldıktan sonra zaten kendisi bu sefer otomatik olarak fiyat bilgisini alacağı Resim-2 de görmüş olduğunuz ikinci Allow’a girecek ve fiyat vermek için gerekli olan aksiyonları alacaktır. StateFlow’un dialog içerisindeki örnek kullanımını ise aşağıdaki Resim-3 de görebilirsiniz.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/703/1*m1ZZQFnek2cvAQfzaXf9xg.png" /><figcaption>Resim-3</figcaption></figure><p>Fiyat sonucu gelene kadar MessageReceived beklemeye devam et eğer fiyat sonucu geldiyse flowResult success olduysa ozaman context kapat diyebilirsiniz. Bu kodlar tamamen yazı için temsili olarak hazırlanmıştır. State Flow yapısını kullanarak aslında daha dinamik ve hızlı diyalog akışları oluşturabilirsiniz. Hatta iyi bir database yapısı tasarlarsanız Chatbot müşterilerinin eksik olan parametrelerin sorularını dinamik olarak değiştirebilecekleri bir ara yüz ekranı oluşturabilirsiniz. ChatBotunuzu kullanacak olan kişiler istedikleri zaman parametreleri ve bu parametrelerin mesajlarını güncelleyebilirler. Bunun için sizin kod tarafında bir değişiklik yapmanıza ihtiyaç olmayacaktır. State Flow yapısı kullandığınız için database deki değişiklikler jenerik olarak direk Chat-Botunuza yansıyacaktır. Örnek kaynak kodları <strong>yeni </strong><a href="https://github.com/candroid13"><strong>GitHub </strong></a>adresimde kısa zamanda paylaşacağım.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=82b29cc393bf" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>