<?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 Ezgi Aygün on Medium]]></title>
        <description><![CDATA[Stories by Ezgi Aygün on Medium]]></description>
        <link>https://medium.com/@ezgi.aygun?source=rss-59dc9958d72a------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*7NwJzfF-Cjyd8zAX.jpg</url>
            <title>Stories by Ezgi Aygün on Medium</title>
            <link>https://medium.com/@ezgi.aygun?source=rss-59dc9958d72a------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 12:45:02 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@ezgi.aygun/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[Veritabanı sistemlerinde kullanılan üç temel yaklaşım: Replication, Partitioning, Sharding]]></title>
            <link>https://medium.com/@ezgi.aygun/veritaban%C4%B1-sistemlerinde-kullan%C4%B1lan-%C3%BC%C3%A7-temel-yakla%C5%9F%C4%B1m-replication-partitioning-sharding-f8456194c6ff?source=rss-59dc9958d72a------2</link>
            <guid isPermaLink="false">https://medium.com/p/f8456194c6ff</guid>
            <category><![CDATA[database-partitioning]]></category>
            <category><![CDATA[database-replication]]></category>
            <category><![CDATA[database-sharding]]></category>
            <category><![CDATA[database]]></category>
            <dc:creator><![CDATA[Ezgi Aygün]]></dc:creator>
            <pubDate>Thu, 18 Dec 2025 01:48:19 GMT</pubDate>
            <atom:updated>2025-12-18T22:42:31.020Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*8Eax98OGGWdhe-JlTThAEg.png" /></figure><p>Veri büyüdükçe sistemler üç temel duvara tosluyor: performans, erişilebilirlik ve ölçeklenebilirlik. Bu noktada üç kavram öne çıkıyor: <strong>Replication</strong>, <strong>Partitioning</strong> ve <strong>Sharding</strong>. Benzer görünüyorlar, ama teknik olarak bambaşka problemleri çözüyorlar. Bu makalede bu üç yaklaşımı açıklayacak ve farklarıyla ele alacağız.</p><h3>Replication: Verinin Birden Fazla Kopyasını Tutma</h3><p>Replication, verinin tamamının birden fazla sunucuda kopyalanmasıdır. Amaç veri büyüklüğünü bölmek değil; sistemi ayakta tutmak ve okuma yükünü dağıtmaktır.</p><p>Yoğun trafiği olan bir e-ticaret sitesi düşünelim. Kullanıcılar sürekli ürün listeliyor, okuma trafiği çok yüksek, yazma işlemleri (sipariş, ödeme) görece az olsun. Tek bir veritabanı okuma yükünü kaldıramıyor, ama donanım olarak hâlâ yeterli. Bu durumda veritabanı için <strong>replication </strong>yaklaşımı<strong> </strong>devreye girer.</p><h4>Nasıl uygulanır?</h4><ul><li>Veriler, 1 adet primary (write node) ve birden fazla replica (read node) olacak şekilde tutulur.</li><li>SELECT sorguları replica’lara yönlenir.</li><li>INSERT / UPDATE işlemleri primary’ye gider.</li></ul><h4>Avantajları</h4><ul><li>Okuma trafiği yatayda ölçeklenir. Ancak yazma performansı artmaz.</li><li>Bir node düşerse sistem çalışmaya devam eder.</li><li>Failover senaryoları mümkündür.</li></ul><h4>Dezavantajları</h4><ul><li>Replication lag nedeniyle tutarsız okuma görülebilir.</li><li>Her node tüm veriyi tuttuğu için disk maliyeti yüksektir.</li></ul><p>Replication, <strong>availability ve read scalability</strong> problemidir; veri büyüklüğü problemine çözüm değildir. Replication, “sistem düşmesin, okuma hızlansın” amacıyla uygulanır.</p><h3>Partitioning: Aynı Veritabanında Mantıksal Bölme</h3><p>Partitioning, büyük tabloların tek bir veritabanı sunucusu içinde parçalara ayrılmasıdır. Fiziksel olarak hâlen tek makinedesiniz; sadece düzen daha akıllıdır.</p><p>Bir audit/log tablosu düşünelim. Milyarlarca kayıt içeriyor. Sürekli yeni kayıt ekleniyor ve eski veriler nadiren okunuyor. Query’ler yavaş, silme ve arşivleme operasyonları işkence hâline gelmiş. Bu durumda veritabanı için <strong>partitioning </strong>yaklaşımı<strong> </strong>devreye girer.</p><h4>Nasıl uygulanır?</h4><ul><li>Tablolar, örneğin Id yada CreateDate alanına göre partition edilir.</li><li>Aylık veya yıllık partition’lar olarak ayrışmış olur.</li><li>Her partition satırların bir alt kümesini tutar.</li><li>Veritabanı sorgu çalıştırırken yalnızca ilgili partition’ı tarar.</li></ul><h4>Avantajları</h4><ul><li>Büyük tablolarda ciddi performans artışı olur.</li><li>Eski verileri silmek veya taşımak kolaylaşır.</li><li>Index’ler küçülür ve daha hızlı çalışır.</li></ul><h4>Dezavantajları</h4><ul><li>Tek makine olması nedeniyle CPU, RAM veya disk dolunca oyun biter.</li><li>Yatay ölçekleme sağlamaz.</li></ul><p>Partitioning, bir <strong>mimari ölçekleme</strong> değil; performans ve bakım optimizasyonudur.</p><h3>Sharding: Veriyi Makinalara Dağıtma</h3><p>Sharding, verinin birden fazla bağımsız veritabanına bölünmesidir. Her shard, verinin yalnızca bir kısmını tutar. Bu, gerçek yatay ölçeklemedir.</p><p>Bir biletleme veya rezervasyon sistemi düşünelim. Milyonlarca kullanıcı işlem yapıyor, yazma trafiği çok yüksek. Tek bir veritabanı artık hem write throughput hem de disk kapasitesi açısından yetersiz. Bu durumda veritabanı için <strong>sharding </strong>yaklaşımı<strong> </strong>devreye girer.</p><h4>Nasıl uygulanır?</h4><ul><li>Veri bir <strong>shard key</strong> üzerinden dağıtılır. (örneğin UserId % N )</li><li>Her sonuç farklı bir shard’a gider.</li><li>Her shard’ın kendi veritabanı, disk’i, CPU’su ve sınırları olur.</li></ul><h4>Avantajları</h4><ul><li>Okuma ve yazma yatayda ölçeklenir.</li><li>Tek DB darboğazı ortadan kalkar.</li></ul><h4>Dezavantajları</h4><ul><li>Cross-shard join karmaşıktır.</li><li>Distributed transaction ciddi problemdir.</li><li>Re-sharding pahalı ve risklidir.</li><li>Uygulama shard-aware olmak zorundadır.</li></ul><p>Sharding güçlüdür ama bedeli <strong>yüksek mimari karmaşıklıktır</strong>.</p><h3>Replication, Partitioning, Sharding Karşılaştırması</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/824/1*_7lRsNNzRZjs_hzz0x0huQ.png" /></figure><p>Bu görsel, Replication, Partitioning ve Sharding yaklaşımlarına göre aynı örnek tablo verisini temel farklarıyla karşılaştırmalı olarak nasıl tutacağımızı anlaşılır biçimde bize gösterir.</p><p>Bu yaklaşımları karşılaştırırken ve seçim yaparken şu kavramlar öne çıkar:</p><ul><li>Okuma Ölçekleme (Read Scalability)</li><li>Yazma Ölçekleme (Write Scalability)</li><li>Consistency (Tutarlılık)</li><li>Karmaşıklık (Complexity)</li><li>Cross-Node İşlemler</li></ul><h4>Okuma Ölçekleme (Read Scalability)</h4><p>Sistem, aynı anda gelen daha fazla SELECT sorgusunu performans kaybı olmadan karşılayabilir mi? sorusuna odaklanılır.</p><p><strong>Replication: </strong>Evet. Çünkü aynı verinin kopyaları var. Okuma yükü replica’lara dağıtıldığı için bu yaklaşım en güçlü çözümdür.</p><p><strong>Partitioning:</strong> Kısmen. Çünkü veri bölündüğü için DB gereksiz satırları taramaz, sadece hızlandırır.</p><p><strong>Sharding:</strong> Evet. Okuma yükü shard’lara dağılır. Farklı kullanıcılar farklı DB’lerden okuma yapar.</p><h4>Yazma Ölçekleme (Write Scalability)</h4><p>Sistem, aynı anda gelen daha fazla INSERT / UPDATE sorgusunu performans kaybı olmadan karşılayabilir mi? sorusuna odaklanılır.</p><p><strong>Replication:</strong> Hayır. Yazma genelde tek primary’ye gider. Replica sayısını artırmak yazmayı hızlandırmaz.</p><p><strong>Partitioning:</strong> Hayır. Hâlen tek makinede olması nedeniyle yazma işlemleri tek noktada gerçekleşiyor.</p><p><strong>Sharding:</strong> Evet. Yazmalar shard key’e göre farklı DB’lere dağılır.</p><h4>Consistency (Tutarlılık)</h4><p>Okunan veri her zaman en güncel mi? sorusuna odaklanılır.</p><p><strong>Replication:</strong> Çoğu zaman. E<strong>ventual consistency </strong>modelinde sağlanır. Primary’ye yazarsın, replica biraz gecikmeli olarak güncellenir. Anlık fark olabilir.</p><p><strong>Partitioning: </strong>Evet.<strong> </strong>Tek DB, tek gerçek kaynak olması nedeniyle bu yaklaşım en güçlü çözümdür.</p><p><strong>Sharding:</strong> Kısmen. Her shard kendi içinde tutarlılık açısından güçlü olabilir ama shard’lar arası tutarlılığı korumak zordur. Distributed transaction yoksa tutarlılık eventual consistency seviyeye düşer.</p><h4>Karmaşıklık (Complexity)</h4><p>Sistemi geliştirmek ve işletmek ne kadar zor? sorusuna odaklanılır.</p><p><strong>Replication:</strong> Görece basit. Bu yaklaşımda karmaşıklık büyük ölçüde veritabanı altyapısındadır. Replikalar arası senkronizasyon, replication lag ve failover mekanizmaları veritabanı veya altyapı tarafından yönetilir. Uygulama kodu bu detayların çoğunu görmez.</p><p><strong>Partitioning:</strong> Karmaşıklık burada daha gizli bir şekilde ortaya çıkar. Yanlış seçilmiş bir partition key, bazı sorguların çok hızlı çalışmasına neden olurken bazı sorguların ciddi şekilde yavaşlamasına yol açabilir. Ancak bu problem ilk bakışta fark edilmez.</p><p><strong>Sharding: </strong>Yüksek karmaşıklık.</p><ul><li>Uygulama, hangi verinin hangi shard’da bulunduğunu bilmek zorundadır.</li><li>Sorguların doğru shard’a yönlendirilmesi uygulama veya ayrı bir routing katmanı tarafından yapılır.</li><li>Geliştiricinin dağıtık sistem problemleriyle doğrudan yüzleşmesini gerektirir. Transaction yönetimi zorlaşır, hata senaryoları çoğalır. Bir shard çalışmazken diğerlerinin çalışıyor olması normal bir durumdur ve sistem buna dayanıklı olmak zorundadır.</li><li>Sharding’de karmaşıklık sadece kodda değil, test süreçlerinde, deployment senaryolarında ve operasyonel izleme tarafında da artar. Sistem doğru çalışsa bile doğru çalıştığını anlamak daha zor hale gelir.</li></ul><h4>Cross-Node İşlemler</h4><p>Tek sorgu birden fazla node’a gider mi? sorusuna odaklanılır.</p><p><strong>Replication:</strong> Hayır. Çünkü her node’da aynı veri bulunur.</p><p><strong>Partitioning:</strong> Hayır. Çünkü tek bir node var.</p><p><strong>Sharding:</strong> Evet. Başka shard’a gitmek zorunda kalınabilir. Join ve Transaction zorlaşır. Aggregation (COUNT, SUM, AVG, GROUP BY, JOIN işlemleri zorlaşır, sonuçlar network üzerinden taşınır ve uygulamada birleştirilir. Saga, eventual consistency, compensating action konuşulmaya başlanır.</p><h3>Hangi Durumda Hangisi Seçilir?</h3><p>Replication, Partitioning ve Sharding birbirinin alternatifi değil, farklı sorunların çözümleridir.</p><ul><li>Replication ile sistem ayakta kalır.</li><li>Partitioning ile performans nefes alır.</li><li>Sharding ile sistem gerçekten büyür.</li></ul><p>Yanlış sırayla veya yanlış ihtiyaçla seçilen her adım, ileride mimari borç olarak geri döner.</p><h4>Replication Seçilecek Durumlar:</h4><ul><li>Okuma trafiği yazmadan çok fazlaysa</li><li>Sistem sürekli erişilebilir kalmak zorundaysa</li><li>Write throughput hâlâ yeterliyse</li><li>Veri boyutu makine diskine rahatça sığıyorsa</li></ul><h4>Partitioning Seçilecek Durumlar:</h4><ul><li>Tek DB var ama büyük tablolar yavaşladıysa</li><li>Log, audit, time-series gibi veriler tutuluyorsa</li><li>Eski verileri silmek veya arşivlemek problem hâline geldiyse</li><li>Donanım sınırına henüz dayanılmadıysa</li></ul><h4>Sharding Seçilecek Durumlar:</h4><ul><li>Write throughput tek DB’yi aştıysa</li><li>Disk veya IO limitleri dolduysa</li><li>Kullanıcı bazlı doğal bir shard key varsa</li><li>Vertical scaling artık mümkün değilse</li></ul><h4>Yanlış Seçim Olan Durumlar:</h4><ul><li>Yazma problemi varken replication yapmak sorunu çözmez.</li><li>Daha disk dolmadan sharding’e gitmek erken karmaşıklıktır.</li><li>Partitioning ile sonsuza kadar büyüyebileceğini sanmak yanlıştır.</li><li>Sharding yapıp shard key’i yanlış seçmek sistemsel bir hatadır.</li></ul><h4>Özetle;</h4><ul><li><strong>Okuma ölçeklemek istiyorsak:</strong> Replication</li><li><strong>Yazma ölçeklemek istiyorsak:</strong> Sharding</li><li><strong>DB’yi rahatlatmak istiyorsak:</strong> Partitioning</li><li><strong>Basitlik istiyorsak:</strong> Sharding’den uzak durmak iyi olacaktır.</li><li><strong>Büyük ölçekte veri söz konusu ise:</strong> Sharding kaçınılmazdır.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f8456194c6ff" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Monolitik Uygulamadaki Modüllerin Bağımsız Hizmetlere Dönüşümü]]></title>
            <link>https://medium.com/hesapkurdu-development/monolitik-uygulamadaki-mod%C3%BCllerin-ba%C4%9F%C4%B1ms%C4%B1z-hizmetlere-d%C3%B6n%C3%BC%C5%9F%C3%BCm%C3%BC-8cf89a1cb502?source=rss-59dc9958d72a------2</link>
            <guid isPermaLink="false">https://medium.com/p/8cf89a1cb502</guid>
            <category><![CDATA[software-development]]></category>
            <category><![CDATA[hesapkurdu]]></category>
            <category><![CDATA[react]]></category>
            <dc:creator><![CDATA[Ezgi Aygün]]></dc:creator>
            <pubDate>Fri, 03 Jun 2022 14:36:33 GMT</pubDate>
            <atom:updated>2022-06-03T14:36:33.617Z</atom:updated>
            <content:encoded><![CDATA[<p>Bu yazıda monolitik yapıdaki uygulamamızda yaşadığımız sorunlardan ve bu uygulamadaki kullanıcı paneli modülünün uygulama içerisinden çıkarılıp yeni modern bir önyüz ve servis olarak yeniden düzenleme sürecimizde karşılaştığımız zorluklardan ve izlediğimiz yöntemlerden bahsedeceğim.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vMVG-kyzyCMsRlB-Akr1XA.jpeg" /></figure><p>Bu değişimi gerçekleştirmeden önce, farklı kullanıcı kanalları için farklı modlarda çalışacak şekilde dizayn edilmiş, farklı makinelerde barınan monolitik bir uygulama üzerinden hizmet vermekteydik.</p><h4>Dönüşüme neden ihtiyaç duyduk?</h4><p>Scrum metodolojisini uygulamaya başlamamızla birlikte teknoloji ekibimiz farklı kullanıcı kitlelerine hitap eden ve farklı hedeflere koşturan ayrı takımlar haline gelmişti. Farklı takımların aynı uygulamada yazılım geliştirmesi gerekiyordu. Dolayısıyla takımlar ayrışmış olsa da birbirine bağımlılık sürüyordu.</p><p>Önyüzde yapılan en ufak bir kelime değişikliği için bile tüm uygulamanın deploy edilmesi gerekmekteydi. Yazılım geliştirme sürecinde farklı ekiplerin değişiklikleri birbirinden etkilenebilir ve bir fonksiyonalitede yapılan değişiklik başka bir noktada istenmeyen bir sonuç ortaya çıkarabilirdi. Dolayısıyla kontrollü ilerlenmeli, test sürecinde olası sorunlar saptanarak bunun yaşanmasının önüne geçilmeliydi. Statik class’lardan oluşan bir uygulama olduğu için unit test yazmak da oldukça zor oluyordu, eksik testlerden dolayı yapılan hataları düzeltmek iyice maliyetli hale gelmişti. Ayrıca aynı proje üzerinde yazılım geliştirilmesi bağımlılıklar sebebiyle beklenenden daha fazla zaman alabiliyordu. Takımların geliştirdiği yeni feature’lar nedeniyle de uygulama gün geçtikçe büyüyerek yönetilmesi daha da zor hale gelmişti.</p><p>Yönetilmesi zor, birbirine birçok noktada bağımlı, yeni teknoloji kullanma imkanı olmayan bu uygulama yerine mevcut yapının farklı amaçlara hizmet edecek uygulamalar olarak ayrıştırılması gerekliliği ortaya çıkmıştı.</p><h3>Dönüşümü nasıl gerçekleştirdik?</h3><p>Yazılım yaşam döngüsünün ilk adımı olan analizle sürece başladık. Mevcut yapı analiz edildi ve ayrıştırılması gereken fonksiyonalite, API ve metodları tespit edildi. Müşterilerin yeni uygulamaya geçiş süreci planlandı ve yol planı hazırlandı.</p><p>Bu dönüşüm planı ile birlikte bağlı olduğum takımın sorumluluğundaki fonksiyonaliteyi ayrı ve modern uygulamalarla sunar hale gelecektik. Backend servisi olarak .NET Core MVC framework’ünü kullanan bir uygulama oluşturduk ve takımın sorumlu olduğu kanaldaki tüm fonksiyonaliteyi sağlayacak yeni metotlar geliştirdik. Önyüz için React kullanan farklı bir client uygulaması oluşturduk. Böylece hem ekip olarak yeni bir teknolojiyi projeye kazandırmış olduk, hem de kendimize yeni bir gelişim alanı oluşturduk. Önyüz componentlerini mevcut UI tasarımını mümkün olduğunca koruyacak şekilde geliştirdik. Böylece müşteri memnuniyetinin olumsuz etkilenmemesini amaçladık.</p><p>Dönüşüm sürecinde uygulamalarımızda bazı gelişme noktaları gördük. Bu geliştirme noktalarından örneğin UI’daki ufak tefek değişiklikler, UI’da tasarım iyileştirmesi gibi olsa iyi olur olmasa da olur dediğimiz işleri listeleyip fonksiyonaliteyi daha çabuk şekilde sunarak, müşteri memnuniyeti yaratma adına daha sonrasına bıraktık. Bu sebeple de bir sonraki dönem planlamamıza düşük bir eforla da olsa ertelediğimiz bu işler için maddeler almamız gerekti.</p><p>Bunlara ek olarak ekipten rotasyonla başka takıma geçenler, işe yeni başlayanlar olmasıyla projenin çekirdek kadrosunun değişmesi tüm bu süreçte yaşadığımız diğer bir zorluk olarak karşımıza çıktı. Ancak şirketimizde hoşgörülü yaklaşım, takım olarak çalışmamız ve oryantasyon süreçlerimizle bu sorunu da aşmayı başardık.</p><h3>Dönüşüm sürecinde neler yaptık?</h3><h4>Authentication yapısını geliştirdik ve uygulamamıza dahil ettik.</h4><p>Bu dönüşüm ile beraberinde, önceden planlamış olduğumuz authentication yapısını geliştirerek yeni uygulamamız içerisinde kullanmaya başladık. Kullanıcı bilgileri eski uygulamada link üzerinden alınan değerler ile belirleniyordu, yeni uygulamamızda token ile doğrulama yöntemini uyguladık. Ancak yeni uygulamada giriş yapmış kullanıcının bilgilerini, token ile doğrulama gerçekleştirmeyen sistemdeki başka bir uygulamaya iletmemiz gerekiyordu. Bunu sağlamak için mevcut diğer uygulamaya geçildiği noktada, ilgili token’ı işaret eden bir key üreterek mevcut diğer uygulamanın da erişebileceği ortak bir alanda bu key ile birlikte kullanıcının oturum bilgilerini saklayacak, yönlendirdiğimiz link içerisine parametre olarak bu key bilgisini ekleyecek ve link açıldığında ise bu key ilişkili oturum bilgisi ile token bilgisini karşılaştırarak kullanıcıyı doğrulayacak geliştirmeler yaptık.</p><p>Bu dönüşüm planının kapsamına almadığımız raporlama modülümüzün çalışmasını sürdürebilmek için de bazı geçici çözümler uyguladık. Raporlama uygulamamızda şifre ile oturum açılan bir sayfamız bulunuyordu. Hem kullanıcı ekranında hem de içerisinde bulunan raporlama sayfalarında iki farklı oturum açma işlemi olması müşteri deneyimini kötü etkileyeceğinden raporlama uygulamasındaki oturum açma sayfasını bypass etmemiz gerekiyordu. Raporlama uygulamamızın token ile doğrulama gerçekleştirebiliyor olması nedeniyle kullanıcının token değerini rapor sayfalarının isteği içerisine ekledik ve iframe içerisine yerleştirdik.</p><p>Hem iş ortaklarının kendi sitelerinde hem de içerisinde bulunan kullanıcı ekranlarımızda iki farklı oturum açma işlemi olması deneyimi kötü etkileyeceğinden yeni uygulamamıza iş ortakları eriştiğinde oturum açma sayfasını bypass etmemiz gerekiyordu. Bunun için ilk olarak iş ortaklarımız hem kendilerini doğrulamaları hem de kullanıcılarını doğrulamalarını sağlayacak authentication metotlarımıza entegre oldular. İş ortaklarımız kendi sitelerinde, iframe içerisine yerleştirme veya yeni sekmede açma şeklinde iki yöntem ile bizim uygulamamızı kullanıyorlardı. Iframe içerisinde açan iş ortaklarımız için authentication servisimizden aldığı token’ı iletmesi ve uygulamamız tarafında kabul edilip kaydedebilmemiz için EventListener yapısını ekledik. Bunu gerçekleştirirken kullanabilecekleri örnek önyüz kodunu da dokümantasyonda paylaştık. Ayrıca geliştirmelerimiz sırasında kontrollerimizi sağlayabileceğimiz bir iframe test ortamı oluşturduk. İkinci bir yöntem olarak ise linkteki parametre içerisinden alınan değer ile oturum bilgisini doğrulayıp sonrasında parametreyi linkten kaldırarak uygulama sayfasına yönlendirdik.</p><h4>Müşterilerimizi yeni uygulamamıza yönlendirdik.</h4><p>Müşterilerimizde eski uygulamanın linki vardı ve müşterilere yeni uygulamayı kullandırmamız için bu link üzerinden yeni adrese yönlendirmeyi sağlayacak işler yapmamız gerekti. Hem kullanıcı ekranı hem de raporlama modülünde, açılan sayfanın path’ine göre yeni uygulama sayfasına yönlendirecek bir filter yazdık.</p><h3>Kazançlarımız ne oldu?</h3><ul><li>Takımın codebase’i ayrıştırıldı. Takımların daha verimli ve hızlı bir şekilde çalışması sağlandı. Yeni feature’ler bağımlılıklara takılmadan kolaylıkla geliştirilebilir hale geldi.</li><li>Takımın codebase’inin ayrıştırılmasıyla takımda çalışmaya yeni başlayan arkadaşlar, codebase de kaybolmadan kolay bir şekilde adapte olabildi.</li><li>Daha modern ve gelişime açık bir sisteme geçildi.</li><li>Bağımlılıklar azaltıldı, oluşabilecek hataların önüne geçildi.</li><li>Herhangi bir değişiklikte tüm sistemin deploy edilmesi yerine sadece ilgili servisin, uygulamanın deploy edilmesi sayesinde sistemdeki farklı kanalların etkilenmesi riski azaltıldı.</li><li>Modüler bir sisteme geçilmesi, bu yapıyı saas olarak sunma yönünde bir vizyon ve altyapı sağladı.</li><li>Detaylı test / analiz süreçlerinin işletilmesi, test otomasyon ve unit teste uygun bir yapı oluştu.</li></ul><h4>Bu dönüşüm sürecinin devamında ne yapmayı hedefliyoruz?</h4><p>Diğer modüllerimizin önyüzünü de yeni sistemimize geçirerek bağımlılıklarımızı azaltmak ve client uygulamalarındaki iframe kullanımını da kaldırarak yaşanabilecek sorunlardan kurtulmayı hedefliyoruz. Bunların yanında backlog’daki UI / UX iyileştirmelerine efor harcamayı hedefliyoruz.</p><p>Tüm müşterileri yeni sisteme geçirmek için oluşturulmuş bir yol haritasını yürütüyoruz. Böylece tamamen geçiş sağlandığında eski uygulamayı sürdürmek için ekstra efor harcamamız gerekmeyecek.</p><p>Tüm müşteriler yeni uygulamayı kullanır duruma geldikten sonra, ana uygulamadaki kodları temizlemeyi hedefliyoruz. Ana uygulamada bunun gibi başka modüller de tespit ettik, onları da monolit içinden çıkarmayı hedefliyoruz.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=8cf89a1cb502" width="1" height="1" alt=""><hr><p><a href="https://medium.com/hesapkurdu-development/monolitik-uygulamadaki-mod%C3%BCllerin-ba%C4%9F%C4%B1ms%C4%B1z-hizmetlere-d%C3%B6n%C3%BC%C5%9F%C3%BCm%C3%BC-8cf89a1cb502">Monolitik Uygulamadaki Modüllerin Bağımsız Hizmetlere Dönüşümü</a> was originally published in <a href="https://medium.com/hesapkurdu-development">hesapkurdu-development</a> on Medium, where people are continuing the conversation by highlighting and responding to this story.</p>]]></content:encoded>
        </item>
    </channel>
</rss>