<?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 Furkan Kuş on Medium]]></title>
        <description><![CDATA[Stories by Furkan Kuş on Medium]]></description>
        <link>https://medium.com/@furkankus?source=rss-2a0b2f4771b1------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*WrZUNy5fL7zp9ZtedtznBQ.png</url>
            <title>Stories by Furkan Kuş on Medium</title>
            <link>https://medium.com/@furkankus?source=rss-2a0b2f4771b1------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 12:47:30 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@furkankus/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[Cloud’a Tapıp On-Prem’de Boğulmak: DevOps Dünyasında Maliyet, Bulut Masalları ve Gerçekler]]></title>
            <link>https://medium.com/@furkankus/clouda-tap%C4%B1p-on-prem-de-bo%C4%9Fulmak-devops-d%C3%BCnyas%C4%B1nda-maliyet-bulut-masallar%C4%B1-ve-ger%C3%A7ekler-72cb7453b148?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/72cb7453b148</guid>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[system-administration]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[cloud-computing]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sun, 11 Oct 2026 09:35:37 GMT</pubDate>
            <atom:updated>2026-10-11T09:35:37.283Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/500/0*ruknSxmcrCcAXJJ-" /></figure><p>Sabah masaya oturursunuz, kahveniz henüz soğumamıştır ki Slack/Teams ekranınızda finans departmanından gelen o can sıkıcı e-posta belirir: <em>“Geçen ayki bulut (Cloud) faturamız bütçemizi %40 aşmış durumda, acil optimizasyon yapabilir miyiz?”</em></p><p>İşte her modern DevOps mühendisinin veya takım liderinin tüylerini diken diken eden o klasik Cuma (pazartesi de olabilir fark etmez) sabahı senaryosu. Son 5–6 yıldır sektöre hakim olan “Her şeyi Cloud’a taşıyalım, server yönetmekle kim uğraşacak, DevOps dediğin cloud-native olur!” ezberi, son dönemdeki ekonomik dalgalanmalar ve uçuk faturalarla birlikte büyük bir sorgulama dönemine girdi.</p><p>Bugün masada iki büyük kutup var: Bir tarafta sınırsız ölçeklenebilirlik vad eden ama faturayı görünce kalp krizi geçirten Cloud (Bulut), diğer tarafta ise <em>“Biz kendi demirimizi kendimiz yönetiriz, elektrik kesilmezse kralız”</em> diyen On-Premise (Fiziksel Sunucu/Veri Merkezi) sevdalıları.</p><p>Gelin bu işin aslını astarını, “OpEx vs. CapEx” masallarını bir kenara bırakıp mühendis gözüyle masaya yatıralım.</p><h3>1. Bulut Masalları: “Sonsuz Ölçeklenebilirlik” Sloganı Altındaki Gizli Kuyular</h3><p>Cloud’un hayatımıza girmesi devrim niteliğindeydi. Birkaç tıkla Kubernetes cluster’lar ayağa kaldırmak, saniyeler içinde yeni sunucular eklemek, donanım tedarik sürelerini haftalardan dakikalara indirmek büyü gibiydi. Şirketler CTO’ların vizyoner sunumlarıyla buluta göç etti.<br>Peki pratikte ne oldu?</p><ul><li>“Pay-as-you-go” (Kullandığın kadar öde) vaadi, genellikle “Unuttuğun ve kapatmadığın kadar öde” döngüsüne döndü.</li><li>Geliştirme (Staging/UAT) ortamlarında açık unutulan devasa instance’lar, optimize edilmemiş Kubernetes node’ları, gereksiz yere tutulan multi-region yedekler…</li><li>Sadece bir veri transferi (data egress) ücreti yüzünden ay sonunda mahcup olan ekipler gördük.</li></ul><p>Cloud kötüdür demiyoruz; aksine start-up’lar veya ani trafik patlamaları yaşayan (e-ticaret, fintech vb.) yapılar için can kurtarıcıdır. Ancak mimariyi bulutun standartlarına göre değil de, “nasıl olsa autoscaling var” mantığıyla tasarlarsanız, bulut en iyi ihtimalle bir para yutma makinesine dönüşür.</p><h3>2. Büyük Geri Dönüş: “Cloud’dan On-Prem’e Göç” Trendi Nereden Çıktı?</h3><p>Son 1–2 yıldır sektörde sessiz ama derinden bir trend var: Repatriation (Buluttan On-Premise’e veya Hibrit yapıya dönüş). Birçok büyük ve orta ölçekli şirket, buluta ödedikleri aylık faturaların, kendi veri merkezlerini kurup işletmekten (amortisman, elektrik, personel dahil) katbekat fazla olduğunu fark etti.<br>Özellikle şu senaryoda on-prem mantıklı hale geliyor:</p><ul><li>Öngörülebilir ve Stabil İş Yükleri: Trafiğiniz 7/24 aşağı yukarı aynı seviyedeyse, ani patlamalar yaşamıyorsanız, AWS veya GCP’ye “kira” ödemek mantıklı bir finansal karar olmaktan çıkıyor.</li><li>Veri Güvenliği ve Uyumluluk (Regülasyon): BDDK, KVKK gibi katı kuralların olduğu sektörlerde (finans, sağlık vb.) veriyi kendi fiziksel sınırlarınızda tutmak sadece bir maliyet kalemi değil, aynı zamanda hukuki bir zorunluluk.</li></ul><p>Ancak burada da madalyonun diğer yüzü var: On-Prem’e döndüğünüzde donanım tedarik süreleri (lead time), disk arızalarıyla bizzat ilgilenme zorunluluğu, network kabloları ve soğutma sistemleriyle uğraşan bir ekibe ihtiyaç duymanız gerçeğiyle yüzleşiyorsunuz. Yani “Cloud’dan kaçalım, rahat edelim” diyorsanız, DevOps ekibinizin bir kısmının tekrar “SysAdmin” köklerine dönmesi gerekiyor.</p><h3>3. Asıl Mesele: Finansal Bilinç ve Doğru DevOps Kültürü</h3><p>Aslında tartışma sadece Cloud vs. On-Prem tartışması değil. Tartışma, FinOps kültürünün olmaması.<br>Çoğu şirkette yazılımcılar kod yazar, DevOps ekibi ayağa kaldırır, finans departmanı ise faturayı öder. Bu üç halka birbirinden tamamen kopukdur. Geliştirici arkadaşımız yazdığı mikroservisin bellek sızıntısını (memory leak) veya CPU tüketimini optimize etmez; çünkü faturayı kendisi ödemez.<br>Eğer maliyetleri kısmak istiyorsak, mesele verileri fiziksel sunuculara taşımaktan ibaret olmamalı. Önce şu adımları atmalıyız:</p><ol><li>Kaynak Kullanımını İzlemek: Prometheus ve Grafana panellerinde sadece “servis ayakta mı” diye bakmak yetmez; hangi pod ne kadar CPU/RAM yakıyor, kimResource Request/Limit ayarlarını yanlış yapmış bunları raporlamak şart.</li><li>Auto-scaling ve Spot Instance Disiplini: Cloud kullanılacaksa bile Spot Instance’lar, doğru instance türü seçimleri ve iş yükü olmasa scale-down olan mekanizmalar zorunlu hale getirilmeli.</li><li>FinOps Bilinci: DevOps mühendisleri artık sadece “deployment” yapan değil, mimarinin maliyet etkisini hesaplayabilen kişiler olmalı.</li></ol><p><strong>Son Söz ve Kürsü Sizde: Siz Hangi Taraftasınız?<br></strong>Teknoloji dünyası bir sarkaç gibi hareket ediyor. Önce her şey on-prem’di, “her şeyi cloud’a taşıyalım” dedik. Şimdi faturalar kabardıkça “hadi on-prem’e veya hybrid’e dönelim” diyoruz. Belki de en doğrusu, dogmatik bir şekilde bir tarafa tapmak yerine, şirketin ölçeğine, iş modeline ve bütçesine göre esnek kalabilmekte.<br>Sizin projelerinizde son durum nedir? Şirketinizde bulut faturaları yönetimi nasıl bir kabusa (veya başarı hikayesine) dönüştü? Hiç “Biz bu bulut işini abarttık, eve (on-prem’e) dönelim” dediğiniz bir an oldu mu?</p><p>Yorumlarda buluşalım, tartışalım; kimler haklı, kimler faturanın kurbanı oldu görelim!</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=72cb7453b148" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Production’da “Kubernetes Yavaşladı” Krizini Yönetmek: CPU Throttling, Memory Leak, DNS Bottleneck…]]></title>
            <link>https://medium.com/@furkankus/productionda-kubernetes-yava%C5%9Flad%C4%B1-krizini-y%C3%B6netmek-cpu-throttling-memory-leak-dns-bottleneck-2b4b01cdf58a?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/2b4b01cdf58a</guid>
            <category><![CDATA[linux-kernel]]></category>
            <category><![CDATA[performance-tuning]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[cloud-native]]></category>
            <category><![CDATA[devops]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sun, 09 Aug 2026 11:33:23 GMT</pubDate>
            <atom:updated>2026-08-09T11:33:23.419Z</atom:updated>
            <content:encoded><![CDATA[<h3>Production’da “Kubernetes Yavaşladı” Krizini Yönetmek: CPU Throttling, Memory Leak, DNS Bottleneck ve Kernel Düzeyinde Troubleshooting</h3><p>Kubernetes kümelerinde bir uygulamanın çökmesi (CrashLoopBackOff, OOMKilled) tespiti ve çözümü görece kolay krizlerdir. Çünkü sistem size açık bir hata kodu sunar. Ancak en tehlikeli kriz senaryosu, uygulamanın çökmediği ama yavaşladığı (degraded performance / high latency) durumlardır.<br>P29 veya P99 yanıt süreleri tavan yaptığında, pod&#39;lar sağlıklı (Running) görünse bile müşteriler zaman aşımı (timeout) hataları almaya başlar. Bu noktada kulaktan dolma çözümlerle pod ölçeklemek (HPA) veya düğüm (node) eklemek genelde kaynak israfından başka bir işe yaramaz.<br>Bu makalede, bir Kubernetes kümesinde performans düşüşü yaşandığında sorunu uygulama katmanından Linux çekirdeğine (kernel) kadar adım adım nasıl izole edeceğinizi, PromQL sorgularını ve kernel seviyesindeki darboğazları derinlemesine inceliyoruz.</p><p><strong>1. İlk Triage: Kriz Anında 5 Dakikalık Teşhis Protokolü<br></strong>Sistemde yavaşlama bildirimi geldiğinde ilk amaç &quot;yangının nerede olduğunu&quot; belirlemektir: Uygulama kodunda mı, Kubernetes objelerinde mi, yoksa altyapı/ağ katmanında mı?<br>Terminalde sırasıyla çalıştırılması gereken kök neden izleme adımları:<br><strong>A. Küme ve Düğüm Seviyesinde Metrik Kontrolü</strong></p><pre># Node&#39;ların CPU ve Memory durumunu anlık inceleyin<br>kubectl top nodes</pre><pre># Düğüm seviyesindeki Kubelet event&#39;lerini ve baskı durumlarını (Pressure) filtreleyin<br>kubectl get nodes -o custom-columns=NAME:.metadata.name,DISKPRESSURE:.status.conditions[?(@.type==&quot;DiskPressure&quot;)].status,MEMPRESSURE:.status.conditions[?(@.type==&quot;MemoryPressure&quot;)].status,PIDPRESSURE:.status.conditions[?(@.type==&quot;PIDPressure&quot;)].status</pre><p><strong>B. Problem Yaşayan Pod’ların Metrik ve Event Analizi</strong></p><pre># İlgili namespace içerisindeki pod kaynak kullanımları<br>kubectl top pods -n &lt;namespace&gt; --sort-by=cpu</pre><pre># Son 30 dakikada üretilen K8s Event&#39;lerini kronolojik sıralayın<br>kubectl get events -n &lt;namespace&gt; --sort-by=&#39;.metadata.creationTimestamp&#39; | tail -n 30</pre><p>Eğer event’lerde FailedScheduling, Unhealthy (liveness/readiness probe arızası) veya Evicted görmüyorsanız, sorun doğrudan Linux Kernel seviyesinde kısıtlamalara (Throttling) veya Ağ/DNS katmanındaki gecikmelere dayanıyordur.</p><p><strong>2. Gizli Katil: CPU Throttling ve Linux CFS Quota<br></strong>Grafana panonuza baktığınızda pod’un CPU kullanımı limitinin sadece %40’ı kadar görünebilir. Buna rağmen uygulama inanılmaz derecede yavaş yanıt veriyor olabilir. Bunun en büyük sebebi Linux çekirdeğindeki CFS (Completely Fair Scheduler) Quota mekanizmasıdır.<br>CFS Quota Nasıl Çalışır?<br>Kubernetes’te bir pod’a limits.cpu: &quot;1&quot; verdiğinizde, Linux cgroups katmanında şu iki parametre ayarlanır:</p><ul><li>cpu.cfs_period_us: 100000 (100ms’lik zaman dilimleri)</li><li>cpu.cfs_quota_us: 100000 (Her 100ms’de kullanılabilecek toplam CPU süresi)</li></ul><p>Eğer uygulamanız çok izlekli (multi-threaded) çalışıyorsa (örneğin Java, Node.js veya Go), 8 farklı thread aynı anda CPU’ya yüklenirse, 100ms’lik periyodun ilk 15ms’sinde verilen kota biter. Çekirdek, periyodun geri kalan 85ms’sinde uygulamayı dondurur (throttle eder).<br>Grafana 1 dakikalık ortalama aldığı için CPU kullanımını %40 gösterirken, uygulamanız mikro saniyeler düzeyinde sürekli duraklatılıyordur.</p><pre>100ms Periyot (CFS Period)<br>[ Thread 1..8 CPU&#39;yu Tüketir ] |-- THROTTLED (Uygulama Bekletiliyor) --|<br>|&lt;- 15ms Kota Bitti -&gt;|      |&lt;---------- 85ms Gecikme (Latency Spike) ---------&gt;|</pre><p><strong>CPU Throttling Nasıl Tespit Edilir?<br></strong>Grafana veya Prometheus üzerinden şu PromQL sorgusu ile throttling oranını hesaplayın:</p><pre>sum(increase(container_cpu_cfs_throttled_periods_total{container!=&quot;&quot;}[5m])) by (pod, container)<br>/<br>sum(increase(container_cpu_cfs_periods_total{container!=&quot;&quot;}[5m])) by (pod, container) * 100</pre><p>Çözüm/Aksiyon:</p><ol><li>Throttling oranı %10’un üzerindeyse acilen limits.cpu değerini artırın veya kaldırın (yalnızca requests.cpu bırakarak HPA&#39;yı bu değere bağlayın).</li><li>Linux Kernel 5.14+ kullanıldığından emin olun (Eski çekirdeklerdeki CFS kota hesaplama hatası burst yetenekleriyle çözülmüştür).</li></ol><p>3. Bellek (Memory) Darboğazı: Working Set vs RSS ve Swapping<br>Kubernetes’te bellek kısıtlaması CPU gibi esnetilemez. Bellek bittiğinde çekirdek doğrudan OOMKilled (Exit Code 137) ile prosesi öldürür. Ancak öldürmeden hemen önceki aşamada ciddi bir yavaşlama yaşanır.<br>Yanıltıcı Metrik: container_memory_usage_bytes<br>Cgroup verilerine bakan container_memory_usage_bytes metriği, Linux Page Cache (dosya okuma/yazma önbelleği) verilerini de içerir. Linux, sistemde boş RAM kaldığı sürece Page Cache’i temizlemez. Bu yüzden pod bellek limiti dolmuş gibi görünse de aslında sistem sağlıklıdır.<br>Gerçek bellek baskısını anlamak için Working Set metriği incelenmelidir:</p><pre># Gerçek Bellek Tüketim Oranı (%)<br>container_memory_working_set_bytes{container!=&quot;&quot;} <br>/ <br>container_spec_memory_limit_bytes{container!=&quot;&quot;} * 100</pre><p>Page Faults ve Disk Swapping Yavaşlaması<br>Pod bellek limitine yaklaştıkça Linux çekirdeği Page Cache’i boşaltmaya (reclaim) çalışır. Eğer uygulamanız sürekli diskten veya network volume üzerinden dosya okuyorsa, bellek baskısı nedeniyle Page Cache silineceğinden uygulama her defasında yavaş disk I/O’suna düşer (Major Page Faults artar).</p><pre># Major Page Fault Artış Hızı (Saniyede diskten okunan bellek sayfası)<br>rate(container_memory_failures_total{scope=&quot;container&quot;,type=&quot;pgmajfault&quot;}[5m])</pre><p>Çözüm/Aksiyon: pgmajfault oranı yüksekse, uygulamanın bellek limiti Page Cache ihtiyacını karşılayamıyordur. limits.memory değerini yukarı çekin.<br>4. Ağ ve DNS Darboğazları: CoreDNS ve Conntrack Tablosu<br>Kubernetes’te mikroservisler arası yavaşlamaların %40’tan fazlası ağ ve isim çözümleme (DNS) katmanından kaynaklanır.<br>A. CoreDNS ndots:5 Sorunu<br>Kubernetes varsayılan olarak /etc/resolv.conf dosyasına ndots:5 kuralını koyar. Bu kural şu anlama gelir: Eğer çağırdığınız URL&#39;de 5&#39;ten az nokta varsa, CoreDNS önce bunu internal domainler içinde aramaya çalışır.<br>Örneğin, uygulamanız api.stripe.com adresine istek attığında sırasıyla şu sorgular yapılır:</p><ol><li>api.stripe.com.my-namespace.svc.cluster.local (NXDOMAIN - Bulunamadı)</li><li>api.stripe.com.svc.cluster.local (NXDOMAIN - Bulunamadı)</li><li>api.stripe.com.cluster.local (NXDOMAIN - Bulunamadı)</li><li>api.stripe.com (BAŞARILI)</li></ol><p>Tek bir dış ağ isteği için 3 tanesi başarısız toplam 4 DNS sorgusu atılır! Bu durum CoreDNS’i kilitler ve yüksek latency yaratır.<br>Çözüm (Deployment YAML Düzeltmesi):<br>Dış servislere yoğun istek atan pod’ların manifest dosyasına dnsConfig ekleyin veya adresi api.stripe.com. şeklinde sonuna nokta koyarak tam nitelikli (FQDN) hale getirin.</p><pre>spec:<br>  dnsConfig:<br>    options:<br>      - name: ndots<br>        value: &quot;2&quot;</pre><p>B. Linux Kernel Conntrack Tablosu Patlaması (nf_conntrack: table full)<br>Kubernetes kube-proxy (iptables modunda) her bağlantıyı izlemek için Linux Netfilter Conntrack tablosunu kullanır. Yüksek trafikli yapılarda conntrack tablosu dolduğunda, yeni SYN paketleri dropped edilir ve bağlantılar 3 saniyelik TCP Retransmission zaman aşımına uğrar.<br>Düğüm (Node) üzerinde conntrack doluluğunu kontrol etmek için:</p><pre># Conntrack mevcut ve maksimum değerleri<br>sysctl net.netfilter.nf_conntrack_max<br>sysctl net.netfilter.nf_conntrack_count</pre><p>Prometheus Metriği:</p><pre># Conntrack tablosu doluluk oranı (%)<br>node_nf_conntrack_entries / node_nf_conntrack_entries_limit * 100</pre><p>Çözüm/Aksiyon:</p><ol><li>Düğüm seviyesinde sysctl -w net.netfilter.nf_conntrack_max=1048576 ile limiti yükseltin.</li><li>Uzun vadeli çözüm olarak kube-proxy iptables modundan IPVS moduna geçin veya Cilium (eBPF) kullanarak conntrack yükünü tamamen kernel bypass seviyesine çekin.</li></ol><p>5. Disk I/O ve Ephemeral Storage Pressure<br>Node üzerindeki disklerin IOPS limitine ulaşması, Kubelet’in pod durumlarını API Server’a bildirmesini bile geciktirebilir (NodeStatusUnknown).<br>Düğümün diski dolduğunda Kubelet Eviction sürecini başlatır. Ancak bu aşamaya gelmeden önceki I/O doygunluğu pod&#39;ların log yazmasını veya disk tabanlı işlemlerini kilitler.<br>Disk IOPS doygunluk kontrolü (PromQL):</p><pre># Disk Read/Write Utilisation (%)<br>rate(node_disk_io_time_seconds_total[5m]) * 100</pre><p>Çözüm/Aksiyon:</p><ol><li>Pod’ların stdout / stderr loglarını sınırlayın. Log yazılımının (Vector, Fluentbit) logları diskte biriktirmeden (buffer yapmadan) akışa aldığından emin olun.</li><li>Geçici dosya yazımları için fiziksel disk yerine RAM tabanlı emptyDir kullanın:</li></ol><pre>volumes:<br>  - name: cache-volume<br>    emptyDir:<br>      medium: Memory<br>      sizeLimit: 1Gi</pre><p>6. Adım Adım SRE Karar Ağacı (Troubleshooting Matrix)<br>Aşağıdaki tablo, kriz anında semptomdan kök nedene hızlıca ulaşmanız için hazırlanmış bir operasyonel müdahale haritasıdır:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*JZuljOtk6cdpjAiKp7Deig.png" /></figure><p><strong>Sonuç</strong><br>Kubernetes üzerinde performans yönetimi, sadece YAML dosyalarında requests ve limits tanımlamaktan ibaret değildir. Kümeler büyüdükçe ve trafik arttıkça, sorunlar uygulama kodundan çıkıp Linux Kernel&#39;ın cgroups, Netfilter, CFS Scheduler ve Virtual Memory (VM) alt sistemlerine kayar.<br>Performansı sürdürülebilir kılmak için:</p><ol><li>CPU Limitleri konusunda aşırı katı olmaktan kaçının (CPU Throttling metriklerinizi sürekli izleyin).</li><li>Metriklerinizi container_memory_usage_bytes yerine working_set_bytes üzerinden kurgulayın.</li><li>Ağ mimarinizi iptables’ın hantal yapısından eBPF tabanlı modern CNI çözümlerine (Cilium vb.) taşımayı hedefleyin.</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2b4b01cdf58a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Sürükle Bırak’tan Cluster’a: Bir Deployment’ın Evrimi]]></title>
            <link>https://medium.com/@furkankus/s%C3%BCr%C3%BCkle-b%C4%B1raktan-cluster-a-bir-deployment-%C4%B1n-evrimi-bd7ae7fac930?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/bd7ae7fac930</guid>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[software-engineering]]></category>
            <category><![CDATA[container-orchestration]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[cloud-native]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sun, 07 Jun 2026 14:16:04 GMT</pubDate>
            <atom:updated>2026-06-07T14:16:04.825Z</atom:updated>
            <content:encoded><![CDATA[<p><em>Ya da: “Abi dosyayı attım ama çalışmıyor” çağından kurtulmanın destansı hikayesi</em></p><p>Yıl 2008. Genç bir yazılımcısın. Üç gündür uyumadın. Kod hazır. Kalp ritmin git push’dan daha hızlı atıyor. Şimdi sıra “deploy”da.</p><p>FileZilla’yı açıyorsun.</p><p>Sol taraf: local klasörün. Sağ taraf: sunucu. Ve o anda elinde adeta tanrısal bir güç var — dosyaları sürükle bırak. Boom. Production’a gitti. Kimse bilmiyor. Kimse görmüyor. Test ortamı mı? O da production. Staging mi? O da production. Her şey production.</p><p>Monitoring mu? “Eğer kullanıcılar şikayet etmezse çalışıyordur.”</p><p>Rollback mı? “Eski dosyanın üzerine yeni eski dosyayı atarım.”</p><p>Ölçeklendirme mi? “Sunucuya RAM takıyoruz.”</p><p>Horizontal scaling mi? “Yatay mı, dikey mi? Sunucu dolabı yatay duruyor zaten.”</p><p>İşte o dönemden bu yana çok şey değişti. Ve bu yazıda sana hem o “FileZilla cenneti”ni hem de bugünkü dünyayı anlatacağım. Ama sadece teknik değil — eğlenceli, gerçek, ve umarım çayını burnundan getiren türden.</p><p>Hazırsan başlayalım. Kubernetes, seni bekliyordu.</p><h3>Bölüm 1: Monolitik Çağ — “Her Şey Tek Dosyada, Her Şey Mümkün”</h3><p>Monolitik uygulama nedir? Kısaca: her şeyin birbirine karıştığı, değiştirince her şeyin bozulduğu, büyüyünce canavarlaşan yazılım mimarisi.</p><p>Bir düşün: kullanıcı kayıt sayfasındaki bir bug’ı düzeltmek için tüm uygulamayı yeniden deploy etmen gerekiyor. Sepet modülüne bir özellik ekledin mi? Tebrikler, ödeme sistemi de restart yedi.</p><p>Ve FileZilla ile deploy sürecin şöyle işliyordu:</p><blockquote><strong><em>10:00</em></strong><em> — “Deploy yapıyorum” </em><strong><em>10:01</em></strong><em> — Dosyaları sürüklüyorsun </em><strong><em>10:01:30</em></strong><em> — Bir kısmı gitti, bir kısmı gitmedi, bağlantı koptu </em><strong><em>10:02</em></strong><em> — “Abi site açılmıyor” </em><strong><em>10:02:05</em></strong><em> — Kalbin durdu </em><strong><em>10:05</em></strong><em> — Eski dosyaları geri attın, site açıldı </em><strong><em>10:06</em></strong><em> — “Yanlışlıkla deploy ettim, geri aldım” </em><strong><em>14:00</em></strong><em> — Aynı şeyi tekrar denedin</em></blockquote><p>Bu bir dönemdi. Sevildi. Ama devir değişti.</p><h3>Bölüm 2: Container’lar Geldi — “Abi Benim Kendi Ortamımda Çalışıyor”</h3><p>Sonra Docker geldi ve dünya değişti.</p><p>“Bende çalışıyor” sorununu hatırlıyor musun? “Bende çalışıyor ama sunucuda çalışmıyor” diyorsun, sysadmin “sunucuda çalışıyor ama sende de çalışmalı” diyor, ortada kimse mutlu değil.</p><p>Docker dedi ki: “Kardeşim ortamı da paketle, uygulamayla birlikte git.”</p><p>Container denen şey aslında şu: uygulamanı, bağımlılıklarını, konfigürasyonunu, hepsini bir kutuya koyuyorsun. Bu kutu her yerde aynı çalışıyor. Laptop’unda da, sunucuda da, komşunun bilgisayarında da.</p><p>Yani artık şunu söyleyemiyorsun: “Bende çalışıyor.” Çünkü “sen”in ortamın da kutunun içinde.</p><p>Ama sonra yeni bir problem çıktı:</p><blockquote><em>“Tamam container var. Ama bu container’ları kim yönetecek?” “Birisi çökerse kim ayağa kaldıracak?” “Trafik artarsa kim scale edecek?” “Farklı sunuculara nasıl dağıtacağız?”</em></blockquote><p>Ve işte tam bu noktada sahneye <strong>Kubernetes</strong> çıktı. Ellerini kavuşturarak, sakin bir gülümsemeyle.</p><h3>Bölüm 3: Kubernetes — “Container’ların Şefi”</h3><p>Kubernetes’i anlamak için önce şunu kafana kazı:</p><p><strong>Kubernetes bir orkestra şefi gibidir.</strong></p><p>Sen notaları (uygulamaları) yazarsın. Kubernetes bunları kime, ne zaman, kaç kere çalacağını söyler. Bir müzisyen hastalanırsa yerine başkasını koyar. Seyirci çoğalırsa sesi açar. Sen sadece “bu müziği çal, sürekli çalsın” dersin — gerisini Kubernetes halleder.</p><p>Ama bu orkestra şefinin çok güçlü bir ekibi var. Ve o ekibi tanıman lazım.</p><h3>Control Plane: “Beyin Takımı”</h3><p>Kubernetes’in kontrolü elinde tutan kısmına <strong>Control Plane</strong> denir. Bunu bir şirketin genel merkezi gibi düşün. Saha yoktur orada — sadece karar verir, yönetir, izler.</p><p>Control Plane’in içinde şu bileşenler yaşar:</p><h4>kube-apiserver — “Resepsiyonist, Güvenlik ve İnsan Kaynakları Hepsi Bir Arada”</h4><p>Kubernetes’e bir şey söylemek istiyorsan, tek bir kapı var: <strong>kube-apiserver</strong>.</p><p>kubectl get pods mı yazdın? API Server&#39;a gitti. Yeni bir deployment yaratmak mı istiyorsun? API Server. Bir Pod silmek mi? Yine API Server.</p><p>API Server’ı şöyle hayal et: dev bir şirkette tüm iletişimin geçtiği tek resepsiyon masası. Sen dışarıdan geliyorsun, “bir pod oluşturmak istiyorum” diyorsun. Resepsiyonist önce kimliğini kontrol ediyor (Authentication), sonra buna yetkili olup olmadığına bakıyor (Authorization), sonra isteğin geçerli formatta olup olmadığını kontrol ediyor (Admission Control), ve ancak ondan sonra “tamam” diyor.</p><p>Yani direkt “sunucuya gidip bir şeyler yapamıyorsun” artık. Her şey API üzerinden. Herkes API üzerinden. Kubernetes’in kendi bileşenleri bile API üzerinden konuşuyor.</p><p>Bu hem güvenli, hem izlenebilir, hem de seni FileZilla günlerindeki “ne zaman ne attım bilmiyorum” kaosundan kurtarıyor.</p><h4>etcd — “Her Şeyi Bilen, Her Şeyi Saklayan Yaşlı Dede”</h4><p><strong>etcd</strong>, Kubernetes’in hafızasıdır. Tüm cluster durumu burada saklanır.</p><p>“Kaç pod var? Hangi node’da? Hangi servis hangi porta bağlı? Hangi secret ne içeriyor?”</p><p>Hepsini etcd bilir.</p><p>etcd’yi şöyle düşün: şirketin hafıza kaybeden tek çalışanı olduğunu hayal et. Her sabah işe gelince hiçbir şeyi hatırlamıyor. Ne varsa etcd’den okuyor. Cluster restart oldu mu? etcd’den öğreniyor. Yeni pod eklendi mi? etcd’ye yazıldı.</p><p>Bu yüzden etcd’ye bir şey olursa Kubernetes kör olur. Felçli kalır. O yüzden production ortamlarında etcd her zaman yedekli çalıştırılır, düzenli snapshot alınır, ve neredeyse kutsal bir şekilde korunur.</p><p>etcd’yi kaybetmek, şirketin tüm yazışmalarının, toplantı notlarının ve stratejik planlarının bulunduğu tek flash belleği çamaşır makinesinde yıkamak gibidir.</p><p>Yapma.</p><h4>kube-scheduler — “Kimi Nereye Göndereceğimi Bilirim”</h4><p>Yeni bir Pod oluşturulacak. Peki hangi Node’a gidecek?</p><p>İşte bu kararı <strong>kube-scheduler</strong> veriyor.</p><p>Scheduler, tüm Node’lara bakıyor: “Bu Node’da CPU var mı? RAM yeterli mi? Bu Pod’un affinity kuralları var mı? Taint’ler uyuşuyor mu?”</p><p>Değerlendirip en uygun Node’u seçiyor ve kararını API Server’a bildiriyor.</p><p>Scheduler’ı bir otel resepsiyonisti gibi düşün. Müşteri (Pod) geliyor, “bana oda ver” diyor. Resepsiyonist tüm odaları (Node’ları) gözden geçiriyor: “12 numaralı oda dolu, 34&#39;te bozuk klima var, 56 temiz ve boş, sizi oraya alıyorum.”</p><p>Ama scheduler sadece odayı söyler — seni odaya götürmez. Odaya götürme işini başkası yapar.</p><h4>kube-controller-manager — “Her Şeyin Beklenen Gibi Olmasını Sağlayan Takıntılı Müdür”</h4><p>Bu bileşen içinde onlarca “controller” barındırır. Her controller bir şeyi izler ve istenilen durumla gerçek durumun aynı olmasını sağlar.</p><p>Örneğin <strong>Deployment Controller</strong>: “3 replica istendi, şu an 2 var. Hemen bir tane daha yarat.” Sürekli bu döngüde çalışır.</p><p>Ya da <strong>Node Controller</strong>: “Bu Node 5 dakttır haber vermiyor. Pod’larını başka Node’lara taşıyorum.”</p><p>Bunu şöyle hayal et: şirketin en takıntılı müdürü. Sürekli kontrol listeyle dolaşıyor. “Toplantı odası temiz mi? ✓ Kahve makinesi dolu mu? ✗ Hemen doldurun!” Hiç durmaz. Hiç yorulmaz. Ve asla “nasılsa fark etmez” demez.</p><p>Bu sayede Kubernetes’te bir şeyler ters gidince sistem kendini otomatik iyileştirir. Buna <strong>self-healing</strong> denir. Ve bu, FileZilla döneminin “abi site yavaşladı ne yapalım” e-postalarından sonsuz kat üstündür.</p><h3>Worker Nodes: “Sahada Çalışanlar”</h3><p>Control Plane karar verir, Worker Node’lar işi yapar.</p><p>Her Worker Node içinde şunlar bulunur:</p><h4>kubelet — “Node’un Vicdanı”</h4><p>Her Node’da çalışan bir agent. API Server’dan “bu Pod’u çalıştır” emrini alır ve container runtime’a (Docker, containerd) “hadi başlat” der.</p><p>Aynı zamanda Pod’ların sağlığını kontrol eder. Öldüyse yeniden başlatır. Container çökmüşse API Server’a haber verir.</p><p>kubelet, Node’un vicdanıdır. “Ben buradayım, çalışıyorum, şu Pod’lar hayatta, şu kadar kaynak kullanıyorum” diye düzenli olarak rapor verir. Sessizleşirse scheduler ve controller-manager alarma geçer.</p><h4>kube-proxy — “Ağ Trafik Polisi”</h4><p>Her Node’da çalışan bir başka bileşen. Pod’lara gelen network trafiğini yönetir.</p><p>“Service X’e istek geldi, bu service’in arkasında 3 Pod var, hangisine yönlendirelim?” kararını kube-proxy verir. Load balancing’i cluster içinde o yapar.</p><h3>Bölüm 4: Gerçek Bir Senaryo — FileZilla’dan Kubernetes’e</h3><p>Tamam, yeter teori. Bir senaryo üzerinden gidelim.</p><h3>Sahne: Yeni Özellik Deploy Edilecek</h3><p><strong>FileZilla Dönemi:</strong></p><blockquote><em>Saat 23:45. Cuma gecesi. “Özelliği yetiştirmem lazım, pazartesi sunum var.” FileZilla açılıyor. Dosyalar sürükleniyor. </em><strong><em>23:46</em></strong><em>: “site bozuldu” </em><strong><em>23:47</em></strong><em>: Panic mode. Eski dosyalar nerede? </em><strong><em>23:50</em></strong><em>: Masaüstünde “yedek_son_GERCEK_final_v3_kullan_bunu.zip” bulundu. </em><strong><em>00:10</em></strong><em>: Site kısmen düzeldi ama ödeme sayfası hâlâ çökmüş. </em><strong><em>00:30</em></strong><em>: “Abi ödeme sayfasına o dosyayı atmayı unuttum” </em><strong><em>01:00</em></strong><em>: Herkes uyudu, site yarım çalışıyor. </em><strong><em>Pazartesi</em></strong><em>: Müşteri “cuma gecesi ödeme yapamadım” diye aradı.</em></blockquote><p><strong>Kubernetes Dönemi:</strong></p><blockquote><em>Geliştirici kodu yazıp push etti. CI/CD pipeline tetiklendi: testler çalıştı, image build edildi, Harbor’a push edildi. </em><em>kubectl apply -f deployment.yaml — ya da ArgoCD otomatik algıladı. Kubernetes yeni Pod&#39;ları oluşturmaya başladı. kube-scheduler: &quot;Hangi Node uygun?&quot; → en boş Node&#39;u seçti. kubelet: &quot;Pod başlatılıyor.&quot; Readiness probe geçene kadar eski Pod&#39;lar trafiği almaya devam etti. Yeni Pod&#39;lar hazır olunca trafik yavaşça kaydı. (Rolling update) Bir şey ters giderse: </em><em>kubectl rollout undo deployment/my-app — 30 saniyede eski versiyona dön. </em><strong><em>Cuma gecesi</em></strong><em>: Geliştirici evinde uyudu.</em></blockquote><h3>Bölüm 5: Peki Ya Yüksek Trafik? “Sunucuya RAM Takıyoruz” Dönemi Bitti</h3><p>FileZilla döneminde trafik artınca yapabileceğin tek şey vardı: sunucuya daha fazla kaynak eklemek. Buna <strong>vertical scaling</strong> denir. Yani “makineyi büyüt.”</p><p>Kubernetes’te ise <strong>horizontal scaling</strong> var. Yani “makine sayısını artır.”</p><pre>kubectl scale deployment my-app --replicas=10</pre><p>Bu kadar. 10 Pod oldu. Trafik çekildikçe tekrar azaltabilirsin. Hatta <strong>HPA (Horizontal Pod Autoscaler)</strong> dersen, Kubernetes bunu otomatik yapar. CPU %80&#39;i geçti mi? Yeni Pod aç. Düştü mü? Kapat.</p><p>Bayram günü e-ticaret sitesi mi? Sorun değil. Sabah 3&#39;te mühendis uyuyor, Kubernetes çalışıyor.</p><h3>Bölüm 6: “Peki Bu Kadar Karmaşıklık Gerekli Mi?”</h3><p>Güzel soru.</p><p>Eğer tek bir sunucuda çalışan, ayda bir güncellenen, 50 kullanıcısı olan küçük bir uygulaman varsa — hayır, Kubernetes’e ihtiyacın yok. Overkill olur. FileZilla bile yeterli olabilir (ama lütfen en azından git kullan).</p><p>Ama:</p><ul><li>Onlarca microservice mi var?</li><li>Yüksek availability şart mı?</li><li>Ekip büyüyor ve deployment kaosunu çözmek mi istiyorsun?</li><li>Farklı ortamlar (dev, test, prod) arasında tutarlılık mı lazım?</li></ul><p>O zaman Kubernetes tam senin için.</p><h3>Bölüm 7: Büyük Resim — Bir Yazılım Geliştirme Süreci</h3><p>Baştan sona bir yazılım geliştirme sürecini Kubernetes ekosistemiyle hayal et:</p><ol><li><strong>Geliştirici kodu yazar</strong> → Git’e push eder</li><li><strong>CI/CD (Azure DevOps, GitLab CI)</strong> tetiklenir → testler çalışır, Docker image build edilir</li><li><strong>Image, Harbor’a push edilir</strong> (private registry — güvenli, versiyonlanmış)</li><li><strong>ArgoCD fark eder</strong>: “Yeni image var, deployment güncellenmeli”</li><li><strong>kubectl/ArgoCD, API Server’a yazar</strong>: “Bu deployment’ı güncelle”</li><li><strong>API Server, etcd’ye yazar</strong>: “Yeni desired state bu”</li><li><strong>Deployment Controller fark eder</strong>: “İstenilen 3 replica, şu an 3 eski var. Rolling update başlıyor.”</li><li><strong>kube-scheduler</strong>: “Yeni Pod’lar nereye? Node 2 uygun.”</li><li><strong>kubelet (Node 2)</strong>: “Container başlatılıyor.”</li><li><strong>Readiness probe geçti</strong>: Trafik yeni Pod’lara kayıyor, eski Pod’lar siliniyor.</li><li><strong>Loki/Grafana</strong>: Her şeyi logluyor, metrikleri topluyor.</li><li><strong>Geliştirici</strong>: Çayını içiyor. Hiçbir şeyden haberi yok. Her şey yolunda.</li></ol><h3>Sonuç: FileZilla’yı Sevdik Ama Artık Büyüdük</h3><p>FileZilla’yı seviyoruz. O dönemde hepimize çok şey öğretti. “Canlıya atmak” nasıl hissettirir, bir şeyler bozulunca ne hissedersin, yedek almanın önemi — bunların hepsini FileZilla sayesinde öğrendik. Bazen acıyla.</p><p>Ama artık sistemler büyüdü. Takımlar büyüdü. Beklentiler büyüdü.</p><p>Kubernetes de karmaşık, hatta başta korkutucu. Ama bir kez anladığında şunu fark ediyorsun: aslında tüm bu karmaşıklık, senin hayatını kolaylaştırmak için tasarlanmış.</p><p>Self-healing, auto-scaling, rolling updates, declarative config — bunların hepsi şu derde derman:</p><blockquote><strong><em>“Cuma gecesi 23:45&#39;te deploy etmekten korkmamak.”</em></strong></blockquote><p>Ve işte Kubernetes bunu veriyor.</p><p><em>Sorularını yorumlara yaz — özellikle “bende hâlâ FileZilla var” diyenleri görmek isterim.</em></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=bd7ae7fac930" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Azure DevOps Pipeline’larında
AI Agent Dönemi Başlıyor — 
Sen Hazır mısın?]]></title>
            <link>https://medium.com/@furkankus/azure-devops-pipelinelar%C4%B1nda-ai-agent-d%C3%B6nemi-ba%C5%9Fl%C4%B1yor-sen-haz%C4%B1r-m%C4%B1s%C4%B1n-427548c95f87?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/427548c95f87</guid>
            <category><![CDATA[platform-engineering]]></category>
            <category><![CDATA[azure-devops]]></category>
            <category><![CDATA[ci-cd-pipeline]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[ai-agent]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sat, 30 May 2026 11:46:41 GMT</pubDate>
            <atom:updated>2026-05-30T11:46:41.480Z</atom:updated>
            <content:encoded><![CDATA[<p><em>CI/CD süreçleri artık sadece otomasyon değil; bağlamı anlayan, karar veren ve öğrenen sistemlere dönüşüyor.</em></p><p>Birkaç yıl önce “akıllı pipeline” dediğimizde kastettiğimiz şey basitti: belirli koşullar gerçekleşince tetiklen, hata olursa dur, başarılıysa devam et. Kurallar netti, sınırlar belliydi. Mühendis olarak sen de tam olarak ne olacağını biliyordun.</p><p>Ama artık tablo değişiyor. Ve bu değişim, sadece yeni bir araç eklemekten ibaret değil — pipeline’ın kendisinin nasıl “düşündüğünü” kökten dönüştürüyor.</p><p>AI agent’lar, Azure DevOps pipeline’larına girmeye başladıkça şunu sormak gerekiyor: Sen bu dönüşüme hazır mısın?</p><p><em>“Klasik otomasyon sana ‘ne yapacağını’ söyler. AI agent ise ‘ne yapması gerektiğini’ kendisi çıkarsamaya başlar.”</em></p><h3>Klasik Otomasyon ile AI Agent Arasındaki Fark</h3><p>DevOps mühendisleri olarak otomasyon konusunda yabancı değiliz. YAML dosyaları yazdık, trigger’lar tanımladık, stage’ler zincirledi durduk. Bu sistemler son derece değerliydi — ve hâlâ öyle.</p><p>Ancak klasik otomasyon deterministiktir. “Eğer test başarısız olursa deploy etme” dediğinde, tam olarak bunu yapar. Bağlamı yorumlamaz. “Bu test neden başarısız oldu, geçici bir flaky test mi yoksa gerçek bir regresyon mu?” sorusunu sormaz.</p><p>AI agent ise tam da bu noktada devreye giriyor. Bir agent:</p><ul><li>Hata mesajını okur ve nedenini analiz eder</li><li>Geçmiş pipeline çalıştırmalarıyla kıyaslar</li><li>İlgili commit’leri ve değişiklikleri inceler</li><li>Bir eylem önerir ya da (izin verildiyse) doğrudan uygular</li></ul><p>Bu, kural tabanlı bir sistemin değil, bağlamı anlayan bir yardımcının davranışıdır.</p><p>Teknik Not</p><p>AI agent’lar genellikle büyük dil modelleri (LLM) üzerine inşa edilir ve “araç çağırma” (tool calling) yeteneği sayesinde pipeline adımlarını, logları, repo değişikliklerini ve dış sistemleri sorgulayabilir. Bunu bir otomasyon bot’undan farklı kılan şey, dili ve bağlamı anlama kapasitesidir.</p><h3>Azure DevOps’ta AI Agent Nereye Oturur?</h3><p>Teoride güzel, peki pratikte Azure DevOps pipeline’ında AI agent’lar hangi noktalarda anlam ifade ediyor?</p><p>En somut kullanım alanları şunlar:</p><p>1. Pull Request Analizi</p><p>Bir PR açıldığında agent, değişiklikleri inceler; etkilenebilecek servisleri, olası yan etkileri ve kod kalitesi sorunlarını raporlar. Statik analiz araçlarının yapamadığı şeyi yapar: kodu <em>yorumlar</em>.</p><p>Senaryo</p><p>Bir geliştirici authentication servisinde değişiklik yaptı. Agent, bu değişikliğin 3 farklı downstream servisi etkileyebileceğini fark ediyor ve review’a otomatik olarak ilgili ekip üyelerini ekliyor.</p><p>2. Test Başarısızlığı Triajı</p><p>Pipeline’ın en sinir bozucu kısmı: 47 testten 2&#39;si başarısız oldu ve sen neden olduğunu anlamak için 20 dakika log okuyorsun. Agent bu logu senin yerine okur, son 5 çalıştırmayla kıyaslar ve “Bu muhtemelen flaky test, şu commit’ten önce de aynı pattern vardı” der.</p><p>3. Deployment Karar Destek Sistemi</p><p>Production’a geçmeden önce agent, mevcut sistem metriklerini, son hataları, aktif incidentları ve risk skorunu değerlendirip “Deploy güvenli görünüyor” ya da “Şu an deploy için iyi bir zaman değil, işte nedenler” çıktısı üretir.</p><p>4. Güvenlik ve Compliance Taraması</p><p>DevSecOps perspektifinden bakıldığında, agent bir PR’daki dependency değişikliklerini CVE veritabanlarıyla anlık karşılaştırabilir ve güvenlik açıklarını pipeline’ın en başında yüzeye çıkarabilir.</p><h3>En Kritik Soru: Agent’a Ne Kadar Yetki Verirsin?</h3><p>Bu, sadece teknik değil aynı zamanda kültürel bir soru. Ve cevabı “ne kadar olgunlaştın” sorusuna bağlı.</p><p>AI agent entegrasyonunda üç olgunluk seviyesinden bahsedebiliriz:</p><ul><li><strong>Seviye 1 — Öneri Modu:</strong> Agent her şeyi analiz eder, ama sadece öneride bulunur. İnsan onayı zorunludur. Başlamak için ideal nokta.</li><li><strong>Seviye 2 — Kısmi Otonom:</strong> Belirli, düşük riskli kararları (örneğin flaky test skiplemek, minor otomatik rollback) agent bağımsız alır. Kritik kararlar hâlâ insanda.</li><li><strong>Seviye 3 — Tam Otonom:</strong> Agent hem analiz eder hem de uygular. Yüksek güven gerektiren, ancak buna hazır organizasyonlar için uygun.</li></ul><p><em>“Bir AI agent’a yetki vermek, bir junior mühendisi işe almak gibidir: önce gözlemlemesine izin verirsin, sonra küçük kararlar almasına, sonra büyük.”</em></p><p>Burada görmezden gelinmemesi gereken bir risk var: halüsinasyon. LLM tabanlı sistemler zaman zaman yanlış ama emin görünen çıktılar üretebilir. Bu yüzden özellikle production deployment kararlarında agent çıktısını körü körüne uygulamak yerine bir “sanity check” katmanı koymak kritik önem taşıyor.</p><h3>Azure DevOps’ta Başlamak İsteyenler İçin Pratik Yol Haritası</h3><p>Sıfırdan başlayacaksanız, şu adımları öneririm:</p><ul><li>İlk adım olarak <strong>Azure OpenAI Service</strong> ile pipeline’ınızı entegre edin — Microsoft’un kendi ekosistemi içinde kaldığınız için hem güvenlik hem de yönetim daha kolay.</li><li>Önce <strong>sadece okuma yetkisi</strong> verin: agent logları okusun, raporlasın, ama henüz hiçbir şey değiştirmesin.</li><li><strong>PR comment agent’ı</strong> ile başlayın — en az riskli, en fazla değer katan senaryo burası.</li><li>Agent çıktılarını birkaç sprint boyunca takip edin: doğruluk oranı nedir, kaç kez yanılttı, kaç kez zaman kazandırdı?</li><li>Ancak bu dataya sahip olduktan sonra daha fazla yetki vermeyi düşünün.</li></ul><p>Araç Önerileri</p><p>Azure DevOps ekosistemi için şu an öne çıkan entegrasyon noktaları: GitHub Copilot for Azure (PR ve kod analizi), Azure AI Foundry (özel agent geliştirme), ve Semantic Kernel (pipeline’a gömülü agent orkestrasyonu için Microsoft’un açık kaynak framework’ü).</p><h3>Bu Neden Önemli, Neden Şimdi?</h3><p>2026 itibarıyla DevOps ekiplerinin önündeki baskı azalmıyor: daha hızlı delivery, daha az incident, daha düşük maliyet. İnsan kapasitesi sabitken bu üç hedefi aynı anda karşılamak giderek zorlaşıyor.</p><p>AI agent’lar bu denklemin değişkenlerinden biri haline geliyor. Ama şunu da açıkça söyleyelim: bu bir sihir değil. Yanlış yapılandırılmış bir agent, yanlış yapılandırılmış bir pipeline’dan daha tehlikeli olabilir — çünkü hataları çok daha hızlı ve güvenle gerçekleştirebilir.</p><p>Kazananlar, bu teknolojiye en hızlı geçenler değil; en ölçülü ve kontrollü şekilde entegre edenler olacak.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=427548c95f87" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Bulutta Yeni Dönem: AWS İstanbul Local Zone, BDDK ve KVKK Bariyerlerini Nasıl Esnetiyor?]]></title>
            <link>https://medium.com/@furkankus/bulutta-yeni-d%C3%B6nem-aws-i%CC%87stanbul-local-zone-bddk-ve-kvkk-bariyerlerini-nas%C4%B1l-esnetiyor-77c2043cc630?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/77c2043cc630</guid>
            <category><![CDATA[k8s]]></category>
            <category><![CDATA[devsecops]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[aws]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Thu, 21 May 2026 18:50:31 GMT</pubDate>
            <atom:updated>2026-05-21T18:50:31.671Z</atom:updated>
            <content:encoded><![CDATA[<h3>Finans ve Regüle Sektörler İçin Hibrit Altyapı ve Veri Yerelleştirme</h3><p>Türkiye finansal teknoloji ve bankacılık sektörü, dijital dönüşüm hızı ve inovasyon kabiliyeti bakımından küresel ölçekte her zaman öncü bir konumda yer almıştır. Ancak bu yüksek adaptasyon yeteneği, konu kamu bulut (Public Cloud) sağlayıcılarına geldiğinde net bir regülasyon duvarına çarpmaktaydı. Bankacılık Düzenleme ve Denetleme Kurumu (BDDK) mevzuatları ve Kişisel Verilerin Korunması Kanunu (KVKK) hükümleri gereği, birincil ve ikincil sistemlerin yurt içinde konumlandırılması ve hassas müşteri verilerinin ülke sınırlarını terk etmemesi zorunluluğu, AWS, Azure veya Google Cloud gibi küresel devlerin finans sektöründe doğrudan kullanımını imkansız kılıyordu.</p><p>Ancak bu statüko kökünden değişti. AWS, EMEA (Avrupa, Orta Doğu ve Afrika) bölgesindeki en kritik hamlelerinden birini yaparak <strong>İstanbul Local Zone (Yerel Alan)</strong> bölgesini (eu-central-1-ist-1a) genel erişime açtı. Bu hamle, sadece bir altyapı yatırımı değil; finans, fintech ve e-ticaret gibi katı regülasyonlara tabi sektörler için yepyeni bir mimari dönemin başlangıcıdır.</p><h4>1. AWS İstanbul Local Zone Nedir, Ne Değildir?</h4><p>Sektördeki en büyük kafa karışıklıklarından biri, Local Zone kavramının tam kapsamlı bir AWS Region (Frankfurt, İrlanda vb.) ile karıştırılmasıdır. İstanbul Local Zone, Frankfurt merkezli ana bölgenin (eu-central-1) Türkiye içerisine uzatılmış fiziksel bir koludur. Devasa veri merkezi kampüsleri yerine, talebin yoğun olduğu metropol alanlara yakın, düşük gecikme (≤ 10ms) sunan ve belirli core servisleri barındıran uç altyapılardır.</p><p>İstanbul Local Zone’un mimari açıdan en devrimsel özelliği, AWS tarihinde ilk kez bir Local Zone’a <strong>Amazon S3 (Simple Storage Service)</strong> ve <strong>EBS Snapshot</strong> yerel depolama desteğinin getirilmiş olmasıdır. Bu durum, işlem gücü (Compute) ile depolamanın (Storage) aynı coğrafi sınırda kalmasını sağlayarak veri yerelleştirme (data residency) şartlarını teknik olarak karşılanabilir kılmaktadır.</p><h4>2. Regülasyon Perspektifi: BDDK ve KVKK Engeli Nasıl Aşılıyor?</h4><p>Finans kuruluşlarının bulut mimarilerini tasarlarken uymakla yükümlü olduğu iki temel sacayağı vardır: Veri egemenliği ve iş sürekliliği. Yeni altyapı, bu iki gereksinimi şu şekilde adreslemektedir:</p><ul><li><strong>BDDK Uyum süreçleri (Madde 29–34):</strong> Mevzuat, finansal kuruluşların birincil ve ikincil sistemlerini yurt içinde tutmasını zorunlu kılar. İstanbul Local Zone sayesinde, EC2 instance’larınız üzerinde koşan mikroservisleriniz ve bunlara bağlı S3 veri blokları fiziksel olarak İstanbul’daki veri merkezinde konuşlanır. Veri yurt dışına çıkmaz.</li><li><strong>KVKK (Madde 9 — Yurt Dışına Aktarım):</strong> Açık rıza veya yeterli koruma taahhüdü olmaksızın kişisel verilerin yurt dışı sunucularına gönderilmesi yasaktır. Kimliklendirme, şifreleme ve veri işleme süreçleri yerel bölgede tamamlanarak yasal uyumluluk zırhı elde edilir.</li><li><strong>Kritik Mimari Detay (IAM &amp; SCP):</strong> Mimaride AWS IAM ve Service Control Policies (SCPs) kullanılarak, verinin yanlışlıkla da olsa Frankfurt veya başka bir yurt dışı bölgesine replike edilmesi (Cross-Region Replication) organizasyon seviyesinde engellenebilmektedir. Bu, denetim süreçlerinde BDDK müfettişlerine sunulacak en güçlü teknik kanıttır.</li></ul><h4>3. Hibrit Mimari Senaryoları: Bankalar ve Fintech’ler İçin Yol Haritası</h4><p>Tamamen buluta geçiş (All-in Cloud) regüle finans sektörleri için halen uzak bir ihtimal olsa da, <strong>Hibrit Bulut (Hybrid Cloud)</strong> modeli şu an en rasyonel çözümdür:</p><ul><li><strong>Senaryo A: Dağıtık Veri ve Mikroservis Mimarisi:</strong> Core Banking (Ana Bankacılık) ve müşteri hesap defterleri gibi en hassas veritabanları, bankanın kendi yerel veri merkezinde (On-Premise) kalmaya devam eder. Ancak, yoğun trafik alan, mikroservis mimarisiyle çalışan ve hızlı ölçeklenmeye ihtiyaç duyan mobil bankacılık ön yüzleri, kredi skorlama algoritmaları ve analitik katmanlar AWS İstanbul Local Zone üzerindeki <strong>Amazon EKS (Elastic Kubernetes Service)</strong> üzerinde çalıştırılır.</li><li><strong>Senaryo B: AWS Direct Connect ve İzole Ağ:</strong> AWS’in Equinix veri merkezinde aktif hale getirdiği <strong>AWS Direct Connect</strong> konumu sayesinde, finans kuruluşları kendi veri merkezlerinden AWS İstanbul Local Zone’a açık internete hiç çıkmadan, kiralık hatlar (Leased Lines) üzerinden şifreli ve yüksek bant genişlikli bağlantılar kurabilirler. Bu sayede lokaldeki veritabanı ile buluttaki container uygulamaları arasındaki ağ gecikmesi tek haneli milisaniyelere (≤ 5ms) indirgenir.</li></ul><h4>4. Türkiye Pazarında Bulut Savaşları Kızışıyor</h4><p>AWS’in bu stratejik adımı, Türkiye’deki bulut pazarında tek oyuncu olarak kalacağı anlamına gelmiyor. Aksine, regülasyon kapılarının teknik çözümlerle aralanması rekabeti körükledi. Bilindiği üzere <strong>Google Cloud (GCP)</strong> da Turkcell ile imzaladığı dev stratejik iş birliği kapsamında Türkiye’de tam kapsamlı bir Google Cloud Region açma hazırlıklarını son hız sürdürüyor. Bu durum, yerel telekom operatörlerinin ve veri merkezlerinin küresel standartlara entegre olmasını zorunlu kılarak pazarın toplam kalitesini yukarı çekiyor.</p><h4>5. Sonuç ve DevOps / Sistem Mimarisi Perspektifinden Tavsiyeler</h4><p>AWS İstanbul Local Zone’un açılışı, “Finansta bulut kullanılamaz” efsanesini resmen bitirmiştir. Regüle sektörlerde faaliyet gösteren mühendislik ve mimari ekiplerinin acilen şu adımları atması önerilir:</p><ol><li><strong>Altyapı Analizi:</strong> Mevcut uygulamaların hangilerinin durum bilgisi içermediğini (stateless) ve buluta taşınmaya uygun olduğunu (EKS/ECS entegrasyonu) analiz edin.</li><li><strong>Veri Sınıflandırması:</strong> Verilerinizi kesin çizgilerle sınıflandırın. Regülasyona doğrudan takılan “Müşteri Sırrı” niteliğindeki verileri yerelde tutarken, anonimleştirilmiş veya operasyonel verileri bulutun analitik güçleriyle işleyin.</li><li><strong>Infrastructure as Code (IaC):</strong> Terraform veya OpenTofu mimarilerinizi sağlayıcı (provider) seviyesinde yerel bölgeye (eu-central-1-ist-1a) adapte edecek şekilde güncelleyin.</li></ol><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=77c2043cc630" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[DevOps Öldü Mü? Yoksa Evrim Mi Geçiriyor? SRE ve Platform Engineering Neden Yükselişte?]]></title>
            <link>https://medium.com/@furkankus/devops-%C3%B6ld%C3%BC-m%C3%BC-yoksa-evrim-mi-ge%C3%A7iriyor-sre-ve-platform-engineering-neden-y%C3%BCkseli%C5%9Fte-eec8d21050e4?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/eec8d21050e4</guid>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[engineering]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[sre]]></category>
            <category><![CDATA[platform-engineering]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sun, 19 Apr 2026 15:37:11 GMT</pubDate>
            <atom:updated>2026-04-19T15:37:36.269Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*E_TEFkkmhTFnxPdEzljofg.jpeg" /></figure><p>Teknoloji dünyasında bazı kavramlar vardır; bir dönem her yerde karşımıza çıkar, sonra yerini yeni başlıklara bırakır. Son yıllarda <strong>DevOps</strong> için de benzer bir tartışma yaşanıyor.</p><p>Bir tarafta “DevOps bitti” diyenler var.<br> Diğer tarafta ise hâlâ şirketlerin en kritik ekiplerinde DevOps rollerini görüyoruz.</p><p>Peki gerçek ne?</p><p>Cevap oldukça net:</p><p><strong>DevOps ölmedi. Ama tek başına yeterli olmaktan çıktı.</strong></p><p>Bugün DevOps’un yanında iki güçlü alan yükseliyor:</p><ul><li><strong>SRE (Site Reliability Engineering)</strong></li><li><strong>Platform Engineering</strong></li></ul><p>Bu değişim sadece title değişikliği değil, teknoloji ekiplerinin çalışma biçiminin yeniden şekillenmesi anlamına geliyor.</p><h3>DevOps Neden Bu Kadar Büyüdü?</h3><p>DevOps, yazılım geliştirme ve operasyon ekipleri arasındaki duvarları kaldırmak için doğdu.</p><p>Amaç:</p><ul><li>Daha hızlı release süreçleri</li><li>Daha az manuel iş</li><li>Daha güçlü otomasyon</li><li>Daha stabil deployment süreçleri</li><li>Geliştirici ve operasyon ekiplerinin birlikte çalışması</li></ul><p>Uzun yıllar boyunca DevOps ekipleri şirketlerde dönüşümün merkezi oldu.</p><p>CI/CD pipeline’ları kurdu.<br> Cloud geçişlerini yönetti.<br> Docker ve Kubernetes dönüşümünü taşıdı.<br> Infrastructure as Code kültürünü yaygınlaştırdı.</p><p>Kısacası DevOps, modern IT dünyasının temel taşlarından biri oldu.</p><h3>Peki Sorun Nerede Başladı?</h3><p>Şirketler büyüdükçe DevOps ekiplerinden beklenenler arttı.</p><p>Bir süre sonra DevOps şu anlama gelmeye başladı:</p><ul><li>CI/CD’yi sen yap</li><li>Kubernetes’i sen yönet</li><li>Monitoring’i sen kur</li><li>Sunucu sorununa sen bak</li><li>Network problemine sen gir</li><li>Sertifikayı sen yenile</li><li>Deployment da senden sorulsun</li></ul><p>Yani birçok şirkette DevOps rolü, sınırları belirsiz bir “her işi yapan ekip” modeline dönüştü.</p><p>Bu durum sürdürülebilir değildi.</p><p>Ve sektör yeni uzmanlıklara yönelmeye başladı.</p><h3>SRE Neden Yükseldi?</h3><p>SRE, özellikle Google ile popülerleşen bir yaklaşım.</p><p>Temel soru şudur:</p><p>Sistemi sadece deploy etmek yetmez. Sürekli çalışır halde nasıl tutarız?</p><p>SRE ekiplerinin odağı:</p><ul><li>Availability</li><li>Reliability</li><li>Monitoring</li><li>Alerting</li><li>Incident Response</li><li>Root Cause Analysis</li><li>Capacity Planning</li><li>Performance Optimization</li><li>SLO / SLA / SLI yönetimi</li></ul><p>DevOps teslimatı hızlandırdı.<br> SRE güvenilirliği kurumsallaştırdı.</p><p>Bugün milyonlarca kullanıcıya hizmet veren sistemlerde SRE yaklaşımı kritik hale geldi.</p><h3>Platform Engineering Neden Bu Kadar Konuşuluyor?</h3><p>Modern şirketlerde yüzlerce geliştirici aynı anda ürün geliştiriyor.</p><p>Her ekip şu konularla uğraşırsa verim düşer:</p><ul><li>Kubernetes manifestleri</li><li>IAM süreçleri</li><li>Secret yönetimi</li><li>Monitoring entegrasyonu</li><li>Deployment prosedürleri</li><li>Environment oluşturma süreçleri</li></ul><p>İşte burada Platform Engineering devreye giriyor.</p><p>Amaç:</p><p>Geliştiricilerin altyapıyla boğuşmasını engellemek ve self-service platformlar sunmak.</p><p>Platform ekipleri genelde şunları oluşturur:</p><ul><li>Internal Developer Platform</li><li>Golden Path deployment süreçleri</li><li>Self-service environment yönetimi</li><li>Standart CI/CD şablonları</li><li>Merkezi observability altyapısı</li><li>Kubernetes abstraction katmanları</li></ul><p>Sonuç:</p><p>Developer daha hızlı üretir.<br> Standartlaşma artar.<br> Operasyon yükü azalır.</p><h3>DevOps Gerçekten Öldü Mü?</h3><p>Hayır.</p><p>Aslında DevOps bir rol değil, bir <strong>kültür ve çalışma modeli</strong> idi.</p><p>Bugün olan şey şu:</p><ul><li>DevOps kültürü yaşamaya devam ediyor</li><li>SRE reliability alanını derinleştiriyor</li><li>Platform Engineering ölçeklenebilirliği çözüyor</li></ul><p>Yani DevOps ortadan kalkmadı.</p><p><strong>Olgunlaştı. Bölündü. Uzmanlaştı.</strong></p><h3>2026 ve Sonrası İçin Gerçek Trend</h3><p>İş ilanlarında artık daha fazla şu başlıkları görüyoruz:</p><ul><li>Platform Engineer</li><li>Site Reliability Engineer</li><li>Cloud Platform Engineer</li><li>Infrastructure Engineer</li><li>DevEx Engineer</li></ul><p>Bu, DevOps’un bittiği anlamına gelmiyor.</p><p>Bu, şirketlerin artık daha net sorumluluk alanları istediği anlamına geliyor.</p><h3>Kariyer Açısından Ne Anlama Geliyor?</h3><p>Bugün sadece tek bir tool bilen mühendisler zorlanabilir.</p><p>Ama şu yetkinliklere sahip kişiler öne çıkacak:</p><ul><li>Kubernetes</li><li>Cloud Architecture</li><li>CI/CD Design</li><li>Infrastructure as Code</li><li>Monitoring &amp; Observability</li><li>Reliability mindset</li><li>Automation culture</li><li>Developer platform yaklaşımı</li></ul><p>Yani mesele title değil.</p><p><strong>Sistemi uçtan uca anlayabilmek.</strong></p><h3>Türkiye’de Durum Nerede?</h3><p>Birçok şirkette hâlâ DevOps rolü geniş kapsamlı şekilde devam ediyor.</p><p>Ancak özellikle ölçeklenen şirketlerde şu geçiş başladı:</p><ul><li>DevOps ekipleri küçülüyor</li><li>Platform ekipleri kuruluyor</li><li>SRE fonksiyonları ayrışıyor</li><li>Developer Experience önem kazanıyor</li></ul><p>Bu dönüşüm önümüzdeki yıllarda daha da hızlanacak.</p><h3>Sonuç</h3><p>DevOps öldü demek yanlış.</p><p>Doğru ifade şu olabilir:</p><p>DevOps tek başına yeterli olmaktan çıktı.</p><p>Yeni dünyada kazanan ekipler:</p><ul><li>DevOps kültürünü benimseyen</li><li>SRE prensipleriyle çalışan</li><li>Platform Engineering yaklaşımıyla ölçeklenen organizasyonlar olacak.</li></ul><p>Ve kazanan mühendisler ise sadece tool bilenler değil;</p><p><strong>sistem kurabilen, süreç tasarlayabilen ve ölçek düşünebilen kişiler olacak.</strong></p><h3>Sizce?</h3><p>DevOps gerçekten öldü mü?<br> Yoksa sadece yeni bir forma mı dönüştü?</p><p>Yorumlarda düşüncelerinizi merak ediyorum.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=eec8d21050e4" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[KubeVirt: Kubernetes Üzerinde Sanallaştırmanın Yeni Standardı]]></title>
            <link>https://medium.com/@furkankus/kubevirt-kubernetes-%C3%BCzerinde-sanalla%C5%9Ft%C4%B1rman%C4%B1n-yeni-standard%C4%B1-b2492079a937?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/b2492079a937</guid>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubevirt]]></category>
            <category><![CDATA[virtualization]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[vmware]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sat, 21 Mar 2026 15:24:55 GMT</pubDate>
            <atom:updated>2026-03-21T15:24:55.245Z</atom:updated>
            <content:encoded><![CDATA[<p>Kubernetes yıllar içinde sadece bir container orkestrasyon aracı olmaktan çıkıp, modern veri merkezlerinin temel işletim sistemi haline gelmeye başladı. Ancak bu dönüşümün önündeki en büyük engellerden biri, hâlâ container’a taşınamayan legacy uygulamalar ve sanal makine bağımlılığıydı. İşte tam bu noktada KubeVirt devreye girer.</p><p>KubeVirt, Kubernetes üzerinde sanal makineleri native bir resource olarak çalıştırmanıza olanak tanır. Yani artık VM’ler ayrı bir platformda değil, doğrudan Kubernetes control plane tarafından yönetilir. Bu yaklaşım, operasyonel karmaşıklığı azaltırken aynı zamanda modern ve legacy workload’ları tek bir platform altında birleştirir.</p><h3>KubeVirt Neden Önemli?</h3><p>Geleneksel yapılarda organizasyonlar genellikle iki ayrı dünya yönetir: VMware/OpenStack gibi sanallaştırma platformları ve Kubernetes cluster’ları. Bu ayrım; operasyonel yük, lisans maliyetleri ve ekipler arası bağımlılıkları beraberinde getirir.</p><p>KubeVirt bu ayrımı ortadan kaldırır. VM’ler artık YAML ile tanımlanır, Kubernetes scheduler tarafından yerleştirilir ve CI/CD süreçlerine dahil edilebilir hale gelir. Bu da “infrastructure as code” yaklaşımının VM dünyasına da taşınması anlamına gelir.</p><h3>KubeVirt Nasıl Çalışır?</h3><p>KubeVirt’in en kritik noktası, sanal makineleri container içine koyması değil, Kubernetes ile orkestre etmesidir. Her sanal makine aslında bir Pod içerisinde çalışan bir süreç olarak hayata geçirilir. Bu Pod’un içinde QEMU/KVM kullanılarak gerçek bir VM çalıştırılır.</p><p>Süreç şu şekilde işler: Öncelikle bir VirtualMachine kaynağı oluşturulur. Kubernetes bunu işler ve bir VirtualMachineInstance oluşturur. Ardından scheduler uygun bir node seçer ve ilgili Pod başlatılır. Node üzerinde çalışan KubeVirt bileşenleri bu Pod içerisinde VM’i ayağa kaldırır.</p><p>Bu mimari sayesinde Kubernetes’in sunduğu tüm avantajlar — scheduling, self-healing, scaling — VM’ler için de geçerli hale gelir.</p><h3>Mimari Bileşenler</h3><p>KubeVirt mimarisi birkaç temel bileşen üzerine kuruludur. virt-api, Kubernetes API’sini genişleterek VM yönetimini mümkün kılar. virt-controller, VM lifecycle’ını yönetir ve gerekli kaynakları oluşturur. virt-handler ise node seviyesinde çalışarak VM’in gerçekten başlatılmasını sağlar. Son olarak virt-launcher, her VM için oluşturulan Pod’dur ve içinde QEMU süreci çalışır.</p><p>Bu yapı, klasik hypervisor mimarisinden farklı olarak tamamen Kubernetes-native bir yaklaşım sunar.</p><h3>Production Ortamda KubeVirt</h3><p>KubeVirt’i gerçek anlamda değerli kılan şey, production ortamda nasıl konumlandırıldığıdır. Basit bir kurulum ile çalışan bir demo ortamı oluşturmak kolaydır; ancak gerçek dünya senaryolarında doğru mimari kararlar kritik hale gelir.</p><p>Öncelikle node ayrımı yapılması önerilir. Container workload’lar ile VM workload’ların aynı node üzerinde çalışması performans ve izolasyon problemlerine yol açabilir. Bu nedenle VM’ler için dedicated node’lar kullanmak best practice olarak kabul edilir.</p><p>Storage tarafı ise en kritik bileşendir. VM’ler stateful olduğu için disk performansı doğrudan uygulama performansını etkiler. Bu noktada Ceph RBD, Longhorn veya OpenEBS gibi dağıtık storage çözümleri tercih edilmelidir. Ayrıca VirtIO disk kullanımı ve SSD tabanlı storage, performans açısından büyük fark yaratır.</p><h3>Network Yaklaşımı</h3><p>Varsayılan olarak KubeVirt, Pod network üzerinden NAT’li bir yapı sunar. Ancak production ortamda bu genellikle yeterli olmaz. Daha gelişmiş senaryolar için Multus kullanılarak VM’lere birden fazla network interface atanabilir.</p><p>Daha da ileri seviyede, düşük latency gereksinimi olan uygulamalar için SR-IOV tercih edilir. Bu sayede VM, fiziksel network kartına doğrudan erişebilir ve performans ciddi şekilde artar.</p><h3>Live Migration ve Yüksek Erişilebilirlik</h3><p>KubeVirt’in en güçlü özelliklerinden biri live migration’dır. Bu özellik sayesinde bir VM, downtime olmadan farklı bir node’a taşınabilir. Ancak bunun çalışabilmesi için shared storage kullanılması gerekir.</p><p>Bu özellik özellikle bakım süreçlerinde, node drain operasyonlarında ve failover senaryolarında kritik rol oynar.</p><h3>Gözlemlenebilirlik (Observability)</h3><p>Production ortamda KubeVirt kullanırken observability olmazsa olmazdır. VM’lerin CPU, memory ve disk metrikleri Prometheus üzerinden toplanabilir ve Grafana ile görselleştirilebilir.</p><p>Özellikle aşağıdaki metrikler yakından izlenmelidir:</p><ul><li>CPU kullanımı</li><li>Memory pressure</li><li>Disk latency</li><li>VM restart sayısı</li></ul><p>Alertmanager ile bu metriklere dayalı alarm mekanizmaları kurulmalıdır.</p><h3>Güvenlik</h3><p>KubeVirt, güvenlik tarafında sVirt ve SELinux gibi mekanizmalarla VM izolasyonu sağlar. Ancak asıl kritik nokta RBAC yapılandırmasıdır. Her kullanıcının VM oluşturma veya yönetme yetkisine sahip olması ciddi riskler doğurabilir.</p><p>Bu nedenle rol bazlı erişim kontrolü dikkatli şekilde tasarlanmalıdır.</p><h3>Performans Optimizasyonu</h3><p>KubeVirt ortamında performans elde etmek için bazı ileri seviye teknikler kullanılmalıdır. CPU pinning, VM’lerin belirli CPU çekirdeklerine sabitlenmesini sağlar. HugePages kullanımı, memory performansını artırır. NUMA alignment ise özellikle yüksek performanslı workload’lar için kritik öneme sahiptir.</p><p>Bu optimizasyonlar yapılmadan production ortamda stabil performans elde etmek zordur.</p><h3>Gerçek Hayat Senaryosu</h3><p>Birçok organizasyonda legacy bir monolith uygulama bulunmaktadır ve bu uygulamayı doğrudan container’a taşımak mümkün değildir. KubeVirt bu noktada geçiş köprüsü görevi görür.</p><p>Uygulama önce VM olarak KubeVirt üzerine alınır. Ardından aynı Kubernetes cluster içinde yeni microservice bileşenleri geliştirilir. Zamanla trafik bu yeni servislere kaydırılır ve monolith yapı parça parça ortadan kaldırılır.</p><p>Bu yaklaşım, “big bang migration” riskini ortadan kaldırır.</p><h3>KubeVirt Ne Zaman Kullanılmalı?</h3><p>KubeVirt özellikle hybrid yapılar için idealdir. Eğer hem legacy VM workload’larınız hem de container tabanlı servisleriniz varsa, tek platform üzerinden yönetim büyük avantaj sağlar.</p><p>Ancak tamamen cloud-native bir sistemde KubeVirt kullanmak her zaman gerekli değildir. Ayrıca ultra düşük latency gerektiren sistemlerde bare-metal çözümler daha uygun olabilir.</p><h3>KubeVirt vs Geleneksel Hypervisor (VMware, vb.)</h3><p>KubeVirt güçlü bir yaklaşım sunsa da, bugün hâlâ birçok organizasyonun tercih ettiği geleneksel hypervisor platformlarına kıyasla bazı farklar ve eksiklikler barındırır. Bu farkları doğru anlamak, hangi senaryoda hangi çözümün tercih edilmesi gerektiğini belirlemek açısından kritiktir.</p><p>Geleneksel hypervisor çözümleri (örneğin VMware tabanlı platformlar), yıllar içinde olgunlaşmış ve enterprise ihtiyaçlara göre optimize edilmiştir. Bu platformlar özellikle aşağıdaki alanlarda hâlâ avantajlıdır:</p><p><strong>1. Olgun Ekosistem ve Araç Seti</strong></p><p>Hypervisor dünyası; gelişmiş GUI araçları, merkezi yönetim panelleri, otomatikleştirilmiş bakım süreçleri ve güçlü enterprise entegrasyonları sunar. KubeVirt tarafında ise bu ekosistem henüz aynı olgunluk seviyesine ulaşmamıştır. Çoğu işlem hâlâ Kubernetes native araçları veya CLI üzerinden yapılır.</p><p><strong>2. Gelişmiş VM Özellikleri</strong></p><p>Bazı ileri seviye özellikler (örneğin gelişmiş snapshot zincirleri, anlık klonlama, ultra gelişmiş HA senaryoları) hypervisor platformlarında daha stabil ve kapsamlıdır. KubeVirt bu özelliklerin çoğunu desteklese de, bazıları henüz aynı derinlikte değildir.</p><p><strong>3. Performans ve Donanım Entegrasyonu</strong></p><p>Her ne kadar KubeVirt KVM kullansa da, bazı ultra düşük latency gerektiren senaryolarda (özellikle finansal sistemler, telco workload’ları) bare-metal hypervisor çözümleri daha öngörülebilir performans sunabilir. SR-IOV gibi çözümler bu farkı azaltsa da tamamen ortadan kaldırmaz.</p><p><strong>4. Operasyonel Karmaşıklık</strong></p><p>KubeVirt, Kubernetes üzerine eklenen bir katmandır. Bu da şu anlama gelir:</p><ul><li>Kubernetes + Storage + Network + KubeVirt birlikte yönetilir</li><li>Öğrenme eğrisi daha diktir</li></ul><p>Hypervisor çözümleri ise daha “purpose-built” olduğu için operasyonel olarak daha basit olabilir.</p><h3>KubeVirt’in Avantajlı Olduğu Nokta</h3><p>Buna karşılık KubeVirt’in en büyük gücü, bu eksikliklere rağmen sunduğu mimari avantajdır:</p><ul><li>Tek control plane (VM + container)</li><li>GitOps ile VM yönetimi</li><li>CI/CD pipeline entegrasyonu</li><li>Vendor lock-in riskinin azalması</li></ul><p>Yani fark şudur:</p><blockquote><em>Hypervisor = Stabil, olgun, klasik yaklaşım</em></blockquote><blockquote><em>KubeVirt = Esnek, modern, geleceğe yönelik yaklaşım</em></blockquote><h3>Sonuç Olarak</h3><p>KubeVirt, hypervisor’ların birebir alternatifi olmaktan ziyade, yeni nesil altyapı yaklaşımının bir parçasıdır. Bugün bazı alanlarda geride olsa da, özellikle platform mühendisliği ve cloud-native dönüşüm perspektifinde ciddi bir avantaj sağlar.</p><p>Doğru yaklaşım genellikle “ya o ya bu” değildir:</p><ul><li>Mevcut workload’lar → Hypervisor</li><li>Yeni nesil mimariler → KubeVirt + Kubernetes</li></ul><p>şeklinde hibrit bir geçiş stratejisi en sağlıklı yol olacaktır.</p><h3>Sonuç</h3><p>KubeVirt, Kubernetes’i sadece bir container platformu olmaktan çıkararak, tam anlamıyla bir veri merkezi işletim sistemi haline getirir. VM ve container dünyasını birleştirerek organizasyonlara esneklik, otomasyon ve operasyonel sadeleşme sunar.</p><p>Doğru mimari ve doğru araçlarla kullanıldığında, KubeVirt modern altyapıların en güçlü bileşenlerinden biri haline gelebilir.</p><p>Bu teknolojiye hakim olmak ise bir DevOps mühendisi için sıradan bir beceri değil, doğrudan platform mühendisliği seviyesine geçiş anlamına gelir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=b2492079a937" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[VMware’i Hypervisor’lar Değil Kubernetes Öldürecek]]></title>
            <link>https://medium.com/@furkankus/vmwarei-hypervisor-lar-de%C4%9Fil-kubernetes-%C3%B6ld%C3%BCrecek-2b2ae08e19bd?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/2b2ae08e19bd</guid>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[vmware]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubernetes]]></category>
            <category><![CDATA[hypervisors]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Mon, 16 Mar 2026 09:47:59 GMT</pubDate>
            <atom:updated>2026-03-16T09:47:59.005Z</atom:updated>
            <content:encoded><![CDATA[<h3>Giriş: Veri Merkezi Dünyasında Sessiz Bir Deprem</h3><p>2023 yılında teknoloji dünyasında önemli bir gelişme yaşandı. Sanallaştırma pazarının uzun yıllardır liderlerinden biri olan <strong>VMware</strong>, yaklaşık 61 milyar dolarlık bir anlaşma ile <strong>Broadcom</strong> tarafından satın alındı.</p><p>İlk bakışta bu gelişme, teknoloji dünyasında sıkça görülen büyük satın almalardan biri gibi görünüyordu. Ancak satın alma sonrasında yapılan lisanslama ve ürün stratejisi değişiklikleri veri merkezi dünyasında beklenenden çok daha büyük bir etki yarattı.</p><p>Kalıcı lisansların kaldırılması, abonelik modeline geçilmesi ve ürünlerin paketler halinde sunulması birçok kurumun maliyetlerini ciddi şekilde artırdı. Bunun sonucunda şirketler ilk defa şu soruyu ciddi biçimde sormaya başladı:</p><p>“VMware’e gerçekten hâlâ ihtiyacımız var mı?”</p><p>Bu soru aslında yalnızca bir yazılım tercihinden ibaret değildi. Bu soru, veri merkezi mimarisinin temellerini yeniden düşünmeye başlayan bir sektörün işaretiydi.</p><h3>VMware Neden Bu Kadar Hakimdi?</h3><p>Yaklaşık yirmi yıl boyunca kurumsal veri merkezlerinin büyük çoğunluğu VMware teknolojileri üzerine kuruldu.</p><p>Bu mimarinin temel mantığı oldukça basitti. Fiziksel sunucular üzerinde bir hypervisor çalışır ve bu hypervisor sayesinde aynı donanım üzerinde birden fazla sanal makine çalıştırılabilirdi.</p><p>Bu mimarinin merkezinde iki temel teknoloji bulunuyordu:</p><ul><li><strong>VMware ESXi</strong></li><li><strong>VMware vSphere</strong></li></ul><p>Bu platform sayesinde kurumlar:</p><ul><li>fiziksel sunucularını konsolide edebildi</li><li>altyapı yönetimini merkezileştirebildi</li><li>yüksek erişilebilirlik sağlayabildi</li><li>disaster recovery çözümlerini kolaylaştırabildi</li></ul><p>Sonuç olarak VMware, veri merkezi dünyasında neredeyse tartışmasız bir standart haline geldi.</p><h3>Broadcom Satın Alımı Sonrası Değişen Dengeler</h3><p>Broadcom satın alımından sonra VMware ürün stratejisinde önemli değişiklikler yapılmaya başlandı.</p><p>Bunların başlıcaları şunlardı:</p><ul><li>kalıcı lisansların kaldırılması</li><li>abonelik modeline geçilmesi</li><li>CPU core bazlı lisanslama</li><li>minimum lisans limitleri</li><li>ürünlerin paket halinde satılması</li></ul><p>Bu değişiklikler bazı şirketler için maliyetlerin ciddi şekilde artmasına neden oldu.</p><p>Birçok organizasyon VMware’den çıkış planlarını değerlendirmeye başladı. Ancak burada ilginç bir şey oldu.</p><p>Şirketler yalnızca başka bir hypervisor aramakla kalmadı.</p><p>Bazıları şu soruyu sormaya başladı:</p><p>“Hypervisor katmanına gerçekten hâlâ ihtiyacımız var mı?”</p><h3>Hypervisor Alternatifleri</h3><p>VMware’den çıkmayı düşünen birçok kurum ilk aşamada alternatif sanallaştırma platformlarını değerlendirdi.</p><p>En çok konuşulan seçenekler şunlardı:</p><ul><li><strong>Proxmox VE</strong></li><li><strong>Microsoft Hyper-V</strong></li><li><strong>OpenStack</strong></li><li><strong>Nutanix</strong></li></ul><p>Bu platformlar VMware’e alternatif sanallaştırma çözümleri sunmaktadır.</p><p>Ancak burada önemli bir paradigma değişimi ortaya çıkmaya başladı.</p><p>Bazı organizasyonlar yalnızca hypervisor değiştirmek istemiyor. Onlar mimariyi tamamen değiştirmek istiyor.</p><h3>Asıl Değişim: Container Ekosistemi</h3><p>Son on yılda uygulama geliştirme dünyası büyük bir dönüşüm yaşadı.</p><p>Monolitik uygulamalar yerini giderek daha fazla dağıtık ve mikro servis tabanlı mimarilere bıraktı.</p><p>Bu dönüşümün merkezinde iki önemli teknoloji bulunuyor:</p><ul><li><strong>Docker</strong></li><li><strong>Kubernetes</strong></li></ul><p>Container teknolojileri sayesinde uygulamalar daha taşınabilir, daha ölçeklenebilir ve daha hızlı dağıtılabilir hale geldi.</p><p>Kubernetes ise bu container’ların büyük ölçekli ortamlarda yönetilmesini mümkün kıldı.</p><p>Bu noktada veri merkezi mimarisi de değişmeye başladı.</p><h3>Yeni Soru: VM’ler Kubernetes Üzerinde Çalışabilir mi?</h3><p>Container teknolojilerinin yükselişi ile birlikte şirketler önemli bir problemle karşılaştı.</p><p>Yeni uygulamalar container olarak geliştirilebiliyordu. Ancak veri merkezlerinde hâlâ çok sayıda sanal makine tabanlı sistem bulunuyordu.</p><p>Legacy sistemlerin tamamını container’a dönüştürmek çoğu zaman mümkün değildi.</p><p>Bu noktada yeni bir yaklaşım ortaya çıktı:</p><p>Sanal makineleri Kubernetes üzerinde çalıştırmak.</p><p>Bu yaklaşımı mümkün kılan teknoloji ise <strong>KubeVirt</strong>.</p><p>KubeVirt sayesinde Kubernetes cluster’ı içerisinde sanal makineler çalıştırmak mümkün hale geliyor.</p><p>Bu yaklaşım VM ve container dünyasını aynı platform üzerinde birleştiriyor.</p><h3>Kubernetes: Yeni Veri Merkezi Platformu</h3><p>Bu yaklaşımın sonucu oldukça radikal olabilir.</p><p>Geleneksel veri merkezi mimarisi şu şekildeydi:</p><p>Physical Server</p><p>Hypervisor</p><p>Virtual Machines</p><p>Applications</p><p>Ancak yeni mimari giderek şu modele yaklaşıyor:</p><p>Physical Server</p><p>Kubernetes Platform</p><p>Containers ve Virtual Machines</p><p>Applications</p><p>Bu modelde Kubernetes yalnızca bir container orkestrasyon platformu değildir.</p><p>Kubernetes aynı zamanda altyapı yönetiminin merkezi haline gelir.</p><p>Bazı mühendisler bu nedenle Kubernetes’i şu şekilde tanımlamaya başladı:</p><p>“Datacenter için bir işletim sistemi.”</p><h3>DevOps Mühendisleri İçin Büyük Fırsat</h3><p>Bu dönüşüm DevOps mühendisleri için büyük fırsatlar yaratmaktadır.</p><p>VMware sonrası dönemde şirketler özellikle şu alanlarda uzman aramaktadır:</p><p>Kubernetes migration projeleri</p><p>Containerization süreçleri</p><p>Infrastructure as Code</p><p>Observability platformları</p><p>Hybrid cloud mimarileri</p><p>Platform engineering</p><p>Kubernetes güvenliği</p><p>Cloud maliyet optimizasyonu</p><p>Altyapı migration danışmanlığı</p><p>Bare metal Kubernetes platformları</p><p>Önümüzdeki yıllarda veri merkezi dönüşüm projelerinde DevOps mühendisleri kritik rol oynayacaktır.</p><h3>Sonuç</h3><p>VMware uzun yıllar boyunca veri merkezi dünyasının en önemli teknolojilerinden biri oldu.</p><p>Ancak teknoloji dünyası sürekli değişiyor.</p><p>Container ekosistemi, Kubernetes platformu ve cloud-native yaklaşımlar veri merkezi mimarisini yeniden şekillendiriyor.</p><p>Bu dönüşümün sonucu kesin olarak bilinmese de şu ihtimal giderek daha fazla konuşuluyor:</p><p>VMware’in en büyük rakibi başka bir hypervisor olmayabilir.</p><p>Belki de VMware’i gerçekten tehdit eden şey Kubernetes ekosisteminin kendisidir.</p><p>Eğer bu senaryo gerçekleşirse, veri merkezi dünyasında son yirmi yılın en büyük mimari dönüşümlerinden biri yaşanabilir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=2b2ae08e19bd" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[AWS Servisleri ve On-Premise Karşılıkları: Buluttan Yere İniş Rehberi]]></title>
            <link>https://medium.com/@furkankus/aws-servisleri-ve-on-premise-kar%C5%9F%C4%B1l%C4%B1klar%C4%B1-buluttan-yere-i%CC%87ni%C5%9F-rehberi-610e521fb0d3?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/610e521fb0d3</guid>
            <category><![CDATA[infrastructure]]></category>
            <category><![CDATA[cloud-computing]]></category>
            <category><![CDATA[aws]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[kubernetes]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Sun, 15 Feb 2026 11:57:57 GMT</pubDate>
            <atom:updated>2026-02-15T11:57:57.585Z</atom:updated>
            <content:encoded><![CDATA[<p>AWS Servisleri ve On-Premise Karşılıkları: Buluttan Yere İniş Rehberi</p><p><strong>Giriş: Bulut mu, Yer mi?</strong></p><p>DevOps dünyasında sık karşılaşılan bir soru var: “AWS’deki servisleri kendi sunucularımızda çalıştırabilir miyiz?”</p><p>Belki şirketinizin bütçesi bulut maliyetlerini karşılamakta zorlanıyor, belki compliance gereksinimleri verilerinizi kendi veri merkezinizde tutmanızı gerektiriyor, ya da sadece altyapınız üzerinde daha fazla kontrol sahibi olmak istiyorsunuz. Her durumda, on-premise alternatifleri değerlendirmek faydalı olabilir.</p><h3><strong>1. Compute: Sunucu Sanallaştırma</strong></h3><p><strong>EC2&#39;nin On-Premise Alternatifleri: VMware vSphere, Proxmox, OpenStack</strong></p><p>AWS EC2, saniyeler içinde sanal sunucu sağlıyor. On-premise ortamlarda benzer deneyim için birkaç seçenek mevcut:</p><p><strong>VMware vSphere/ESXi</strong>: Enterprise ortamlarda yaygın kullanılan bir sanallaştırma platformu. Lisans maliyeti yüksek olsa da, ekosistemi ve desteği güçlü.</p><p>Örnek Terraform kodu ile VMware VM oluşturma:</p><pre>resource &quot;vsphere_virtual_machine&quot; &quot;vm&quot; {<br>  name             = &quot;prod-web-server&quot;<br>  resource_pool_id = data.vsphere_resource_pool.pool.id<br>  num_cpus         = 4<br>  memory           = 8192<br>  <br>  disk {<br>    label = &quot;disk0&quot;<br>    size  = 100<br>  }<br>}</pre><p><strong>Proxmox VE</strong>: Açık kaynak bir alternatif. KVM ve LXC container desteğiyle geliyor. Küçük-orta ölçekli projeler için kullanışlı.</p><p><strong>OpenStack Nova</strong>: Büyük ölçekli bulut altyapıları için tasarlanmış. Netflix gibi şirketler tarafından kullanılıyor, ancak kurulum ve yönetimi karmaşık olabiliyor.</p><p><strong>Not:</strong> Proje ölçeğinize göre seçim yapmanız önemli. Küçük projeler için Proxmox yeterli olabilirken, büyük ölçeklerde VMware veya OpenStack değerlendirilebilir.</p><p><strong>Lambda’nın On-Premise Alternatifleri: OpenFaaS, Knative, Apache OpenWhisk</strong></p><p>Serverless fonksiyonlar için on-premise seçenekler:</p><p><strong>OpenFaaS</strong>: Kubernetes üzerinde çalışan bir FaaS platformu. Kurulumu nispeten basit:</p><pre>faas-cli deploy -f hello-world.yml</pre><p>Auto-scaling özelliği mevcut.</p><p><strong>Knative</strong>: Kubernetes ekosisteminde event-driven uygulamalar için kullanılabilir. Scale-to-zero desteği var.</p><p><strong>Apache OpenWhisk</strong>: IBM tarafından geliştirilen açık kaynak bir platform. Daha karmaşık yapıya sahip ama enterprise özellikleri sunuyor.</p><h3>2. Container Dünyası: Orkestrasyon Araçları</h3><p><strong>ECS/EKS’in On-Premise Alternatifleri: Kubernetes, Docker Swarm, Nomad</strong></p><p>Container orkestrasyon denince ilk akla gelen Kubernetes.</p><p><strong>Kubernetes</strong>: CNCF bünyesinde gelişen, sektör standardı haline gelmiş bir platform. Öğrenme eğrisi dik olsa da, ekosistemi zengin:</p><p>Örnek Nginx Deployment:</p><pre>apiVersion: apps/v1<br>kind: Deployment<br>metadata:<br>  name: nginx-deployment<br>spec:<br>  replicas: 3<br>  selector:<br>    matchLabels:<br>      app: nginx<br>  template:<br>    metadata:<br>      labels:<br>        app: nginx<br>    spec:<br>      containers:<br>      - name: nginx<br>        image: nginx:1.24<br>        ports:<br>        - containerPort: 80<br>        resources:<br>          limits:<br>            memory: &quot;256Mi&quot;<br>            cpu: &quot;500m&quot;</pre><p><strong>Docker Swarm</strong>: Daha basit bir orkestrasyon çözümü. Küçük-orta ölçekli projeler için yeterli olabilir.</p><p><strong>HashiCorp Nomad</strong>: Sadece container’lar değil, VM ve binary uygulamalar için de kullanılabilir. Esnek bir yapısı var.</p><h3>3. Storage: Depolama Çözümleri</h3><p><strong>S3&#39;ün On-Premise Alternatifleri: MinIO, Ceph, OpenStack Swift</strong></p><p>Object storage ihtiyaçları için birkaç alternatif değerlendirilebilir:</p><p><strong>MinIO</strong>: S3 API uyumlu, performans odaklı bir object storage çözümü. Kurulumu ve kullanımı oldukça basit:</p><p>MinIO Docker ile kurulum:</p><pre>docker run -p 9000:9000 -p 9001:9001 \<br>  -e &quot;MINIO_ROOT_USER=admin&quot; \<br>  -e &quot;MINIO_ROOT_PASSWORD=secretpass&quot; \<br>  minio/minio server /data --console-address &quot;:9001&quot;</pre><p>AWS CLI ile kullanılabilir:</p><pre>aws s3 ls s3://my-bucket --endpoint-url http://localhost:9000</pre><p><strong>Ceph</strong>: Red Hat destekli, block, object ve file storage desteği olan bir platform. Büyük ölçekli projeler için uygun.</p><p><strong>OpenStack Swift</strong>: Petabyte seviyesinde veri depolama için tasarlanmış.</p><p><strong>EBS’in On-Premise Alternatifleri: SAN/NAS, GlusterFS, Longhorn</strong></p><p>Block storage alternatifleri:</p><p>- Traditional SAN/NAS: Dell EMC, NetApp gibi üreticilerin çözümleri. Yüksek maliyet ve güvenilirlik dengesi.<br>- GlusterFS: Red Hat destekli dağıtık dosya sistemi. Ölçeklenebilir yapısı var.<br>- Longhorn: Kubernetes için tasarlanmış cloud-native storage çözümü. Rancher ekibi tarafından geliştirilmiş.</p><h3>4. Database: Veritabanı Yönetimi</h3><p><strong>RDS’in On-Premise Alternatifleri: Self-Managed MySQL/PostgreSQL</strong></p><p>RDS’in otomatik yedekleme ve yama yönetimi avantajları on-premise ortamlarda manuel yapılandırma gerektirebilir:</p><p>Docker Compose ile PostgreSQL HA kurulumu:</p><pre>version: &#39;3.8&#39;<br>services:<br>  postgres-master:<br>    image: postgres:15<br>    environment:<br>      POSTGRES_PASSWORD: supersecret<br>      POSTGRES_USER: admin<br>    volumes:<br>      - postgres-data:/var/lib/postgresql/data<br>    ports:<br>      - &quot;5432:5432&quot;<br><br>  postgres-replica:<br>    image: postgres:15<br>    environment:<br>      POSTGRES_PASSWORD: supersecret<br>      POSTGRES_USER: admin<br>    command: |<br>      postgres <br>      -c wal_level=replica <br>      -c hot_standby=on</pre><p><strong>Percona XtraDB Cluster</strong>: MySQL için synchronous replication desteği sunan bir çözüm. Enterprise düzeyinde özellikler içeriyor.</p><p><strong>DynamoDB’nin On-Premise Alternatifleri: Cassandra, ScyllaDB, MongoDB</strong></p><p>NoSQL veritabanı alternatifleri:</p><p><strong>Apache Cassandra</strong>: Netflix, Apple gibi şirketler tarafından kullanılan dağıtık veritabanı. Linear ölçeklenebilirlik sunuyor, ancak operasyonel karmaşıklığı yüksek olabiliyor.</p><p><strong>ScyllaDB:</strong> Cassandra uyumlu, C++ ile yazılmış yüksek performanslı bir alternatif. Discord gibi büyük ölçekli uygulamalarda kullanılıyor.</p><p><strong>MongoDB</strong>: Document-based NoSQL veritabanı. Developer deneyimi iyi, öğrenme eğrisi nispeten düşük.</p><p><strong>Dikkat</strong>: NoSQL veritabanlarının operasyonu dikkat gerektirebilir. Production ortamına geçmeden önce test ve eğitim süreci önemli.</p><h3>5. Networking: Ağ Yönetimi</h3><p><strong>ELB’nin On-Premise Alternatifleri: HAProxy, Nginx, Traefik</strong></p><p>Load balancing çözümleri:</p><p><strong>HAProxy</strong>: Yüksek performanslı bir load balancer. Reddit, GitHub gibi platformlarda kullanılıyor.</p><p>HAProxy temel yapılandırma:</p><pre>frontend http_front<br>   bind *:80<br>   default_backend web_servers<br><br>backend web_servers<br>   balance roundrobin<br>   server web1 192.168.1.10:80 check<br>   server web2 192.168.1.11:80 check<br>   server web3 192.168.1.12:80 check</pre><p><strong>Nginx</strong>: Web server, reverse proxy ve load balancer olarak kullanılabiliyor. Çok yönlü bir araç.</p><p><strong>Traefik</strong>: Cloud-native uygulamalar için tasarlanmış. Kubernetes entegrasyonu güçlü, Let’s Encrypt desteği var.</p><h3>6. Monitoring: İzleme ve Loglama</h3><p><strong>CloudWatch’un On-Premise Alternatifleri: Prometheus + Grafana</strong></p><p>DevOps ekiplerinde yaygın kullanılan ikili:</p><p><strong>Prometheus</strong>: Metric toplama için time-series database. CNCF graduated bir proje.</p><p><strong>Grafana</strong>: Görselleştirme platformu. Dashboard oluşturma ve alerting özellikleri mevcut.</p><p>Prometheus yapılandırma örneği:</p><pre>global:<br>  scrape_interval: 15s<br><br>scrape_configs:<br>  - job_name: &#39;node-exporter&#39;<br>    static_configs:<br>      - targets: [&#39;localhost:9100&#39;]<br>  <br>  - job_name: &#39;kubernetes-pods&#39;<br>    kubernetes_sd_configs:<br>      - role: pod</pre><p><strong>ELK Stack</strong>: (Elasticsearch, Logstash, Kibana) — Log yönetimi ve analizi için kullanılabilir. Büyük veri setlerinde arama ve görselleştirme imkanı sunuyor.</p><h3>7. CI/CD: Entegrasyon ve Deployment</h3><p><strong>CodePipeline’ın On-Premise Alternatifleri: Jenkins, GitLab CI, Tekton</strong></p><p><strong>Jenkins</strong>: 2011&#39;den beri kullanılan açık kaynak CI/CD aracı. 1500&#39;den fazla plugin ile genişletilebilir:</p><p>Jenkinsfile örneği:</p><pre>pipeline {<br>    agent any<br>    <br>    stages {<br>        stage(&#39;Build&#39;) {<br>            steps {<br>                sh &#39;mvn clean package&#39;<br>            }<br>        }<br>        stage(&#39;Test&#39;) {<br>            steps {<br>                sh &#39;mvn test&#39;<br>            }<br>        }<br>        stage(&#39;Deploy&#39;) {<br>            steps {<br>                sh &#39;./deploy.sh&#39;<br>            }<br>        }<br>    }<br>    <br>    post {<br>        always {<br>            junit &#39;**/target/surefire-reports/*.xml&#39;<br>        }<br>    }<br>}</pre><p><strong>GitLab CI/CD</strong>: Git repository, CI/CD ve Container Registry’yi tek platformda sunuyor.</p><p><strong>Tekton</strong>: Kubernetes-native bir CI/CD çözümü. Cloud-native uygulamalar için tasarlanmış.</p><h3>8. Secret Management: Güvenlik Yönetimi</h3><p><strong>Secrets Manager’ın On-Premise Alternatifi: HashiCorp Vault</strong></p><p><strong>HashiCorp Vault</strong>: Secret yönetimi, encryption ve dynamic credential oluşturma özellikleri sunuyor:</p><p>Vault kullanım örnekleri:</p><pre># Vault secret yazma<br>vault kv put secret/myapp/config \<br>  username=&#39;admin&#39; \<br>  password=&#39;supersecret&#39;<br><br># Secret okuma<br>vault kv get secret/myapp/config<br><br># Dynamic database credentials<br>vault read database/creds/my-role</pre><p>Her okumada farklı credential üretebiliyor.</p><h3>9. Messaging: Mesajlaşma Sistemleri</h3><p><strong>SQS’nin On-Premise Alternatifi: RabbitMQ</strong></p><p><strong>RabbitMQ</strong>: AMQP protokolü kullanan, güvenilir mesajlaşma platformu. Erlang ile yazılmış, stabilitesi biliniyor.</p><p><strong>Kinesis’in On-Premise Alternatifi: Kafka</strong></p><p><strong>Apache Kafka</strong>: Stream processing için yaygın kullanılan bir platform. LinkedIn, Uber, Netflix gibi şirketler kullanıyor:</p><p>Kafka Producer örneği:</p><pre>Properties props = new Properties();<br>props.put(&quot;bootstrap.servers&quot;, &quot;localhost:9092&quot;);<br>props.put(&quot;key.serializer&quot;, &quot;StringSerializer&quot;);<br>props.put(&quot;value.serializer&quot;, &quot;StringSerializer&quot;);<br><br>KafkaProducer&lt;String, String&gt; producer = new KafkaProducer&lt;&gt;(props);<br><br>ProducerRecord&lt;String, String&gt; record = <br>    new ProducerRecord&lt;&gt;(&quot;my-topic&quot;, &quot;key&quot;, &quot;value&quot;);<br>    <br>producer.send(record);</pre><h3>Sonuç: Bulut mu On-Prem mi?</h3><p><strong>AWS’nin Avantajları:</strong></p><p>- Hızlı başlangıç ve ölçeklendirme<br>- Yönetim yükü düşük<br>- Otomatik güncellemeler<br>- Global erişim kolaylığı</p><p><strong>On-Premise’in Avantajları:</strong></p><p>- Altyapı üzerinde tam kontrol<br>- Compliance süreçlerinde esneklik<br>- Uzun vadede öngörülebilir maliyetler<br>- Vendor bağımlılığı riski düşük</p><p><strong>Göz Önünde Bulundurulması Gerekenler:</strong></p><p>- AWS: Maliyet artışı riski, platforma bağımlılık<br>- On-Premise: Yüksek başlangıç yatırımı, sürekli bakım ihtiyacı</p><h3>Kapanış</h3><p>Günümüzde hibrit mimariler yaygınlaşıyor. Kritik veriler on-premise tutulurken, diğer servisler bulutta çalıştırılabiliyor.</p><p>Hangi yaklaşım seçilirse seçilsin, otomasyon, izleme ve dokümantasyon kritik önem taşıyor.</p><p><strong>Öneri</strong>: Küçük ölçekli testlerle başlamak, teknolojileri değerlendirmek ve production ortamına geçmeden önce PoC (Proof of Concept) çalışmaları yapmak mantıklı görünüyor.</p><p>— -</p><p>Bu makale araştırma ve pratik deneyimlere dayalı olarak hazırlanmıştır. Her projenin ihtiyaçları farklı olabilir, bu nedenle kendi gereksinimlerinize göre değerlendirme yapmanız önerilir.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=610e521fb0d3" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[.NET 10 Native AOT ile Mikroservislerde DevOps Sürecini Yeniden Düşünmek]]></title>
            <link>https://medium.com/@furkankus/net-10-native-aot-ile-mikroservislerde-devops-s%C3%BCrecini-yeniden-d%C3%BC%C5%9F%C3%BCnmek-6c14bedd9bc2?source=rss-2a0b2f4771b1------2</link>
            <guid isPermaLink="false">https://medium.com/p/6c14bedd9bc2</guid>
            <category><![CDATA[dapper]]></category>
            <category><![CDATA[ef-core]]></category>
            <category><![CDATA[devops]]></category>
            <category><![CDATA[microsoft]]></category>
            <dc:creator><![CDATA[Furkan Kuş]]></dc:creator>
            <pubDate>Wed, 04 Feb 2026 08:03:25 GMT</pubDate>
            <atom:updated>2026-02-04T08:03:25.914Z</atom:updated>
            <content:encoded><![CDATA[<p>DevOps Bunu Yaşamak Zorunda mı?</p><h3>Giriş</h3><p>.NET ekosisteminde DevOps süreçleri uzun süredir belli bir konfor alanında ilerliyordu.<br> dotnet build, dotnet publish, klasik Dockerfile’lar, tahmin edilebilir CI süreleri…<br> Her şey “eh işte” çalışıyordu.</p><p>Derken sahneye <strong>.NET 10 Native AOT</strong> çıktı.</p><p>Kâğıt üzerinde vaatler çok cazipti:</p><ul><li>Daha hızlı startup</li><li>Daha az memory</li><li>Daha küçük container image’ları</li></ul><p>Ama DevOps tarafında şu soru çok hızlı geldi:</p><blockquote><em>“Tamam da… bunu </em><strong><em>kim yönetecek</em></strong><em>?”</em></blockquote><p>Bu yazıda, <strong>26 mikroservisten oluşan bir sistemde</strong>, Native AOT kullanan .NET servisleri DevOps perspektifinden ayağa kaldırırken nelerin değiştiğini, nelerin zorlaştığını ve nelerin gerçekten değdiğini anlatıyorum.</p><p>Bu bir <em>“Native AOT nedir?”</em> yazısı değil.<br> Bu yazı, <strong>DevOps’un neden yeniden düşünmek zorunda kaldığını</strong> anlatıyor.</p><h3>Native AOT Nedir? (DevOps’un Anladığı Dilden)</h3><p>Native AOT, .NET uygulamasını:</p><ul><li>JIT olmadan</li><li>CLR olmadan</li><li>Runtime bağımlılığı olmadan</li></ul><p><strong>native bir binary</strong> olarak üretir.</p><p>DevOps açısından çevirisi şudur:</p><ul><li>Runtime yok</li><li>JIT yok</li><li>“Sonra bakarız” yok</li></ul><p>Her şey <strong>build-time’da</strong> olur.<br> Ve DevOps’un alarmı tam burada çalar.</p><h3>Klasik .NET DevOps Süreci Neden Yetmiyor?</h3><p>Klasik bir .NET pipeline’ı genelde şu rahatlıkta ilerlerdi:</p><ol><li>Restore</li><li>Build</li><li>Publish</li><li>Docker image</li><li>Push</li><li>Deploy</li></ol><p>Native AOT ile bu adımlar hâlâ var…<br> ama artık masum değiller.</p><p>Çünkü Native AOT şunu yapar:</p><blockquote><em>Runtime’da ödenecek bedeli,<br> </em><strong><em>CI/CD pipeline’ına taşır.</em></strong></blockquote><p>Sonuç:</p><ul><li>Publish adımı dakikalar sürer</li><li>CI agent’ları CPU’ya abanır</li><li>RAM tüketimi yükselir</li><li>“Niye bu pipeline bugün yavaş?” sorusu artar</li></ul><p>Ve DevOps ister istemez şunu düşünür:</p><blockquote><em>“Biz deploy mu yapıyoruz, yoksa derleyici mi çalıştırıyoruz?”</em></blockquote><h3>26 Servis = Çarpan Etkisi</h3><p>Tek bir servisle Native AOT denemek eğlencelidir.<br> 26 servisle denemek… <strong>karakter geliştirir</strong>.</p><p>Çünkü artık:</p><ul><li>26 ayrı Native AOT build</li><li>26 ayrı Docker image</li><li>26 ayrı failure ihtimali vardır</li></ul><p>Bu noktada DevOps’un rolü değişir:</p><ul><li>Eskiden pipeline yazan kişiyken</li><li>Artık <strong>hangi servisin build edileceğine karar veren kişi</strong> olur</li></ul><p>Ve şu soru masaya gelir:</p><blockquote><em>“Gerçekten </em><strong><em>her servis</em></strong><em> bunu yaşamak zorunda mı?</em></blockquote><p>Spoiler: Hayır.</p><h3>CI/CD Pipeline: Hızdan Çok Öngörülebilirlik</h3><p>Native AOT ile asıl problem yavaşlık değil, <strong>istikrarsızlıktır</strong>.</p><p>Aynı commit:</p><ul><li>Bazen 6 dakikada</li><li>Bazen 14 dakikada<br> build olabilir.</li></ul><p>DevOps için bu şu anlama gelir:</p><ul><li>SLA şaşar</li><li>Release planları kayar</li><li>“Bende çalışıyordu” artık “dün daha hızlıydı” olur</li></ul><p>Bu yüzden pipeline’larda öncelik şuna kayar:</p><ul><li>Maksimum hız ❌</li><li>Minimum sürpriz ✅</li></ul><p>Servis bazlı trigger’lar, gereksiz rebuild’lerin engellenmesi ve CI node’larında kaynak izolasyonu artık “optimizasyon” değil, <strong>hayatta kalma refleksi</strong> olur.</p><h3>Docker Algısı Değişiyor (Ama Kimse Açık Açık Söylemiyor)</h3><p>Klasik dünyada container şuydu:</p><blockquote><em>“İçinde küçük bir Linux olan uygulama”</em></blockquote><p>Native AOT ile container şuna dönüşür:</p><blockquote><em>“Bir binary çalıştıran zar”</em></blockquote><p>Bu küçük fark büyük sonuçlar doğurur:</p><ul><li>Dockerfile’lar sadeleşir</li><li>Runtime bağımlılıkları build-time’a taşınır</li><li>Debug alışkanlıkları kırılır</li></ul><p>Ve DevOps şu gerçekle yüzleşir:</p><blockquote><em>“Container içine girip bakamayacaksak,<br> biz bu servisi </em><strong><em>önceden anlamak zorundayız</em></strong><em>.”</em></blockquote><p>Evet… hoş geldin observability.</p><h3>Observability: Artık ‘Sonra Ekleriz’ Dönemi Bitti</h3><p>Native AOT dünyasında:</p><ul><li>Bazı APM agent’ları çalışmaz</li><li>Reflection tabanlı instrumentation sınırlıdır</li><li>“Prod’da bir bakalım” refleksi pahalıdır</li></ul><p>Bu yüzden:</p><ul><li>Log formatları baştan net olmalı</li><li>Metrics bilinçli üretilmeli</li><li>Health check’ler gerçekten anlamlı olmalı</li></ul><p>Aksi halde:</p><blockquote><em>Servis ölür,<br> DevOps bakar,<br> ikisi de nedenini bilmez.</em></blockquote><p>Bu noktada insan ister istemez soruyor:</p><blockquote><em>“DevOps bunu yaşamak zorunda mı?” 😂</em></blockquote><h3>DevOps Karar Ağacı: Hangi Servis Native AOT Olmalı?</h3><p>Native AOT’yi doğru yerde kullanmak,<br> yanlış yerde <strong>kullanmamaktan</strong> daha değerlidir.</p><h3>1- Cold Start Kritik mi?</h3><ul><li>Autoscaling yoğun</li><li>Trafik dalgalı</li><li>Serverless benzeri yapı</li></ul><p>Evet → Native AOT mantıklı<br> Hayır → Kazanç sınırlı</p><h3>2- CPU / Memory Baskısı Var mı?</h3><ul><li>Aynı node’da çok pod</li><li>Memory limitleri sıkı</li></ul><p>Evet → Native AOT ciddi avantaj<br>Hayır → Operasyonel bedel sorgulanmalı</p><h3>3- Sık Prod Debug Yapılıyor mu?</h3><ul><li>“Bir exec atalım” alışkanlığı</li><li>Anlık hotfix beklentisi</li></ul><p>Evet → Native AOT riskli<br>Hayır → Uygun</p><p>Burada DevOps içinden şu sesi duyar:</p><blockquote><em>“Ben bu servisi </em><strong><em>gece 3’te debug etmek zorunda kalacak mıyım?</em></strong><em>”</em></blockquote><h3>Dapper vs EF Core: Bu Artık Sadece Developer Meselesi Değil</h3><p>Native AOT ile birlikte ORM seçimi doğrudan <strong>DevOps konusu</strong> olur.</p><h3>EF Core + Native AOT</h3><ul><li>Reflection kullanır</li><li>Trimming ayarları ister</li><li>Build-time karmaşıklık getirir</li></ul><p>Sonuç:</p><ul><li>Daha uzun publish</li><li>Daha kırılgan pipeline</li><li>Daha fazla “neden bu entity yok?” hatası</li></ul><p>Yani:</p><blockquote><em>EF Core + Native AOT mümkün ama<br>DevOps’a </em>duygusal yük<em> bindirir 😄</em></blockquote><h3>Dapper + Native AOT</h3><ul><li>Daha az reflection</li><li>Daha net mapping</li><li>AOT ile daha uyumlu</li></ul><p>DevOps tarafında:</p><ul><li>Daha stabil build’ler</li><li>Daha az config</li><li>Daha az sürpriz</li></ul><p>Bu yüzden pratikte sık görülen model:</p><ul><li>High-load servisler → <strong>Native AOT + Dapper</strong></li><li>CRUD / admin servisler → Classic .NET + EF Core</li></ul><h3>Release ve Rollback: Artık Daha Kıymetli</h3><p>Native AOT ile:</p><ul><li>Build pahalıdır</li><li>Hızlı hotfix alışkanlığı azalır</li></ul><p>Bu yüzden:</p><ul><li>Canary</li><li>Blue/Green</li><li>Feature flag</li></ul><p>stratejileri DevOps için “nice-to-have” değil,<br> <strong>“yoksa çok ağlarız”</strong> seviyesine gelir.</p><h3>Peki Buna Değer mi?</h3><p>Evet… <strong>doğru yerdeyse</strong>.</p><p>Kazançlar net:</p><ul><li>Daha hızlı startup</li><li>Daha stabil autoscaling</li><li>Daha az resource tüketimi</li><li>Daha öngörülebilir prod davranışı</li></ul><p>DevOps açısından en büyük kazanç:</p><blockquote><strong><em>Sistemin ne yapacağını önceden bilmek</em></strong></blockquote><p>Ve bu, çoğu zaman performanstan daha değerlidir.</p><h3>Sonuç: Native AOT DevOps’u Zorlaştırmaz, Ciddileştirir</h3><p>Native AOT:</p><ul><li>Zayıf süreçleri affetmez</li><li>“Sonra bakarız” kültürünü bitirir</li><li>DevOps’u daha bilinçli kararlar almaya zorlar</li></ul><p>Sorun çoğu zaman Native AOT değildir.<br> Sorun şudur:</p><blockquote><strong><em>Hazır olmayan süreçlerle ileri teknolojiye atlamak.</em></strong></blockquote><p>Ve evet…<br> Bazı servisler bunu yaşamak zorunda değil 😂</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=6c14bedd9bc2" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>