<?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 Havva Nur Ceylan on Medium]]></title>
        <description><![CDATA[Stories by Havva Nur Ceylan on Medium]]></description>
        <link>https://medium.com/@havvanurceylan8?source=rss-11fdda00bbd2------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*-8oV89jf41u-fORZAiE4PA.jpeg</url>
            <title>Stories by Havva Nur Ceylan on Medium</title>
            <link>https://medium.com/@havvanurceylan8?source=rss-11fdda00bbd2------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 23:49:04 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@havvanurceylan8/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[APACHE KAFKA]]></title>
            <link>https://medium.com/@havvanurceylan8/apache-kafka-38b8f4a810fb?source=rss-11fdda00bbd2------2</link>
            <guid isPermaLink="false">https://medium.com/p/38b8f4a810fb</guid>
            <dc:creator><![CDATA[Havva Nur Ceylan]]></dc:creator>
            <pubDate>Tue, 02 Sep 2025 18:15:53 GMT</pubDate>
            <atom:updated>2025-09-02T18:15:53.576Z</atom:updated>
            <content:encoded><![CDATA[<p><strong>“Bir şirkette çalıştığınızı hayal edin: her saniye yeni siparişler geliyor, stoklar güncelleniyor, müşterilere bildirimler gönderiliyor. Sisteminizin bu kadar yoğun ve hızlı veri akışını kaldırabilmesi gerekiyor. Eğer doğru teknolojiyi seçmezseniz, sadece birkaç saniyelik gecikme bile milyonlarca liralık zarara yol açabilir. İşte tam da bu noktada devreye giren teknoloji: Apache Kafka. Bu yazıda Kafka’nın ne olduğunu, nasıl çalıştığını, hangi sorunları çözdüğünü, ne gibi avantajlar sunduğunu ve gerçek dünyada nasıl kullanıldığını birlikte keşfedeceğiz.”</strong></p><h3>Apache Kafka Nedir?</h3><figure><img alt="" src="https://cdn-images-1.medium.com/max/938/1*IFHX-saYgz_XPJxZZCEvwA.jpeg" /></figure><p>Apache Kafka, büyük miktardaki veriyi <strong>gerçek zamanlı</strong> olarak toplamak, saklamak ve farklı sistemlere aktarmak için geliştirilmiş <strong>dağıtık bir veri akış platformudur (data streaming platform)</strong>.</p><p>Peki, nedir bu “Dağıtık veri akışı” ? Hadi bunu biraz açalım.</p><ul><li>“Veri akışı” kısmı, verilerin sürekli bir hareket halinde olmasıdır. Sipariş verildiğinde, stok güncellendiğinde, bir kullanıcı butona bastığında veya bir sensör bilgi gönderdiğinde aslında bir akış gerçekleşir.</li><li>“Dağıtık” kısmı ise bu akışın tek bir sunucuda değil, birçok farklı sunucuya bölünerek işlenmesi anlamına gelir. Bu sayede sistem, hem çok daha hızlı çalışır hem de bir sunucu arızalansa bile diğerleri çalışmaya devam eder.</li></ul><p>Kafka dokümantasyonunda, bu veri akışı <strong>event stream (olay akışı)</strong> olarak adlandırılır. Yani sistemde gerçekleşen her değişiklik — bir siparişin oluşturulması, stok güncellemesi veya bir sensörden gelen veri — birer <strong>olay (event)</strong> olarak ele alınır. Bu olaylar(event), Kafka içinde sırayla saklanır ve ilgili sistemlere iletilir.</p><p>“Şimdi gelin, Kafka’nın doğuş hikayesini ve yazılım dünyasında hangi sorunlara çözüm sunduğunu daha yakından inceleyelim.”</p><p><strong>Kafka’nın Doğuşu</strong></p><p>Kafka’nın hikâyesi 2010&#39;lu yılların başında LinkedIn’de başladı. O dönemde LinkedIn hızla büyüyordu; kullanıcılar sürekli profillerini güncelliyor, bağlantılar kuruyor ve mesajlaşıyordu. Bu yoğunluktan dolayı platform devasa miktarda gerçek zamanlı veri üretiyordu.</p><p>LinkedIn, bu verileri analiz etmek, loglamak ve farklı servislerle paylaşmak istiyordu. Ancak geleneksel mesajlaşma sistemleri (ActiveMQ, RabbitMQ) bu ihtiyacı karşılayamıyordu; çünkü yüksek throughput, düşük gecikme ve ölçeklenebilirlik gerekiyordu. Batch sistemler ise veriyi gecikmeli işliyordu.</p><p>İşte bu noktada LinkedIn mühendisleri devreye girdi ve yüksek hacimli veri akışlarını gerçek zamanlı taşıyabilen, dağıtık ve ölçeklenebilir bir sistem tasarladı: <strong>Kafka</strong>. Başta LinkedIn’in kendi ihtiyacını çözmek için geliştirilen Kafka, 2011’de açık kaynak (open source) olarak yayınlandı. Bugün Netflix, Uber, Spotify, Twitter ve Airbnb gibi dev şirketler tarafından aktif olarak kullanılmaktadır.</p><p><strong>Hangi Sorunlara Çözüm Sunmaktadır?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/649/1*IEbr2SX5mDAX6j--iOXeQg.png" /></figure><p>Bildiğimiz gibi geçmiş yıllarda yazılım dünyasında <strong>monolith mimari</strong> yapısı kullanılmaktaydı. Bu yapıda tüm uygulama tek bir kod tabanına bağlıydı ve yalnızca tek seferde deploy edilebiliyordu.Küçük projelerde sorun çıkarmasa da uygulamalar büyüdükçe birçok problem kendini göstermeye başladı.Bu noktada yazılım dünyası çözüm olarak <strong>microservice mimarisine</strong> yöneldi.</p><p>Microservice mimarisinde her bir servis birbirinden bağımsızdır. Kendi veritabanına sahip olabilir, bağımsız şekilde deploy edilebilir ve yalnızca kendi sorumluluklarını üstlenir. Bu sayede daha esnek, ölçeklenebilir ve yönetilebilir bir yapı sunuyor. Ancak, her servisin bağımsız olması, servisler arası iletişimin karmaşıklaşmasına ve ufak gecikmelerin tüm sistemi etkilemesine yol açabiliyor. Peki, bunu daha somut görmek için bir örnek üzerinden inceleyelim:</p><p>Diyelim ki bir <strong>online market</strong> sistemimiz var ve mikroservislerimiz şunlar: <strong>Sipariş Servisi, Stok Servisi, Ödeme Servisi ve Bildirim Servisi</strong>..</p><p>Bir kullanıcı sipariş verdiğinde, Sipariş Servisi yeni bir sipariş oluşturur ve Stok Servisine ürünün mevcut olup olmadığını sorar. Eğer Stok Servisi yanıt vermekte gecikir veya geçici olarak ulaşılamazsa, Sipariş Servisi siparişi tamamlayamaz ve kullanıcıya gecikmeli veya hatalı bilgi iletilir. Aynı şekilde Ödeme Servisi yavaş yanıt verirse, sipariş onaylanmaz ve kullanıcıya hatalı stok bilgisi gösterilmiş olabilir. Bu zincirleme gecikmeler, küçük bir hatanın tüm sistemi etkilemesine yol açar.</p><p>Bu tür senaryolar, mikroservislerin bağımsız olması avantajını sunarken, <strong>servisler arası iletişimin karmaşıklığını ve senkron gecikmelerin riskini</strong> ortaya çıkarır.</p><p>İşte tam bu noktada <strong>Event-Driven Architecture (EDA)</strong> devreye girer. Bu yaklaşımda servisler birbirleri ile doğrudan iletişim kurmasına gerek yoktur. Bu mimari yaklaşımda aşağıdaki görseldeki gibi ortada bir “message bus” yer almaktadır. Servisler kendi içlerinde gerçekleşen işlemleri event (olay) şeklinde message bus’a bırakırlar. Diğer servisler ise ilgilendikleri eventleri dinler ve buna göre kendi işlemlerini gerçekleştirir. Bu şekilde servisler birbirleri message bus üzerinden ile asenkron olarak haberleşirler.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/687/1*PJ3YJWSVD4ncBcZ666gCNQ.png" /></figure><p><strong>“Tam da burada kritik bir soru çıkıyor: Bu message bus rolünü hangi teknoloji üstlenecek?”</strong></p><p>“İşte cevabı, yazının başında da bahsettiğimiz <strong>Apache Kafka.</strong>”</p><p>Kafka, olay tabanlı mimarideki (event driven architecture) message bus mantığını uygulayan popüler bir teknolojidir.Kafka sayesinde her servis direkt birbirleriyle konuşmak yerine kafka üzerinden eventlerle asenkron bir şekilde diğer servislerle haberleşebilir.</p><p>“Gelin aşağıdaki örneği inceleyerek Kafka’nın çalışma mantığını kavrayalım..”</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*Rwo5p54q_USf2awwaEtJVg.png" /></figure><p>Burada bir kullanıcı sipariş verdiğinde, <strong>Sipariş Servisi</strong> <strong>OrderCreated</strong> adında bir event üretir ve bunu Kafka üzerinden yayınlar. Bu event, siparişin oluşturulduğunu ve işlenmeye hazır olduğunu sistemin diğer bileşenlerine bildirir.</p><p><strong>Stok Servisi</strong>, Kafka’dan gelen <strong>OrderCreated</strong> eventini alır ve sipariş edilen ürünlerin stoklarını günceller. Stok güncelleme işlemi tamamlandıktan sonra, <strong>StockUpdated</strong> adında bir event Kafka’ya yayınlanır.</p><p><strong>Ödeme Servisi</strong>, <strong>OrderCreated</strong> eventini alır ve ödeme sürecini başlatır. Ödeme işlemi tamamlandığında, <strong>PaymentProcessed</strong> eventini Kafka’ya bırakır.</p><p>Son olarak, <strong>Bildirim Servisi</strong> hem <strong>StockUpdated</strong> hem de <strong>PaymentProcessed</strong> eventlerini alır ve kullanıcıya sipariş durumu hakkında bilgi verir. Örneğin, stok onayı ve ödeme işlemi tamamlandığında kullanıcıya siparişinin başarıyla alındığına dair bildirim gönderilir.</p><p>Bu örnekten de görüldüğü gibi, Kafka servisler arası doğrudan bağımlılığı ortadan kaldırıyor ve her servisin yalnızca ilgilendiği event’leri dinlemesine imkân tanıyor. Sipariş verildiğinde oluşturulan OrderCreated event’inden stok güncelleme, ödeme işlemleri ve kullanıcı bildirimine kadar tüm süreçler Kafka üzerinden asenkron bir şekilde yürütülüyor. Bu yapı sayesinde sistemler daha esnek, ölçeklenebilir ve hata toleranslı hâle geliyor; event’ler loglanabildiği için gerektiğinde tekrar oynatılabiliyor ve veri kaybı riski en aza indiriliyor.</p><p>“Özetle; Kafka, servisler arasındaki iletişimi güvenli, verimli ve kesintisiz bir şekilde yönetmeye yardımcı oluyor. Servisler birbirini beklemek zorunda kalmadan, veriler hızlı ve güvenle akıyor.”</p><p><strong>Apache Kafka’nın Avantajları</strong></p><ul><li>Yüksek trafikte düşük gecikme sağlayan Kafka <strong>hızlıdır</strong>. (Fast — High Throughput)</li><li>Veriler milisaniyeler içinde iletiliyor; sistemler neredeyse anında tepki verebiliyor. (Low Latency)</li><li>Node ve Partition ile yatay <strong>ölçeklenebilir</strong>. (Scalable)</li><li>Ölçeklendirilmiş ve hata toleransı olduğu için <strong>güvenilirdir</strong>. (Reliable)</li><li>Veri kaybı olmaz, mesajlar disk üzerinde immutable log ile yazıldığı için <strong>devamlılık sağlar, sağlamdır</strong>. (Permanent Storage, Durable)</li><li>Java ve Scala ile yazıldığı için JVM üzerinde çalışır. (Platform Independent)</li><li>Bir Apache projesi olduğu için <strong>açık kaynak kodludur.</strong></li></ul><p><strong>Nerelerde Kullanılmaktadır?</strong></p><p>📌Mesajlaşma Sistemleri :</p><ul><li>Kafka, uygulamalar arası mesajlaşma için güçlü bir araçtır.</li><li>Örneğin, bir <strong>sipariş sistemi</strong> düşünelim: Sipariş verildiğinde bu bilgi “mesaj” olarak Kafka’ya gönderilir.</li><li>Ardından ödeme, stok veya bildirim servisleri bu mesajı alarak kendi işlemlerini yapar.</li><li>Burada önemli olan nokta: <strong>servislerin birbirine doğrudan bağlı olmaması</strong>. Yani sipariş servisi, ödeme servisini tanımak zorunda değildir. Tek yaptığı şey Kafka’ya mesaj bırakmaktır.</li></ul><p>✔ Sonuç: Daha <strong>esnek</strong>, <strong>hata toleranslı</strong> ve <strong>ölçeklenebilir</strong> sistemler kurulur.</p><p>📌Etkinlik Takibi (Event Tracking):</p><ul><li>Kullanıcıların sistemde yaptığı her hareket (login olma, sepete ürün ekleme, yorum yapma vb.) bir “event”tir.</li><li>Kafka sayesinde bu olaylar gerçek zamanlı toplanabilir.</li><li>Örneğin bir e-ticaret sitesinde:</li><li>Kullanıcı sepete ürün eklediğinde bir “CartUpdated” olayı oluşturulur.</li><li>Bu olay, stok kontrolü için stok servisine, kampanya değerlendirmesi için kampanya servisine, raporlama için analitik servisine yönlendirilir.</li></ul><p>✔Böylece kullanıcı davranışları <strong>anlık</strong> takip edilir ve işlenir.</p><p>📌Log Toplama Sistemleri:</p><ul><li>Büyük ölçekli sistemlerde yüzlerce servis çalışır ve her biri sürekli log üretir.</li><li>Kafka burada devreye girerek bu log’ları merkezi bir noktada toplar.</li><li>Örneğin: Sunuculardan çıkan hata logları Kafka’ya akar, oradan <strong>Elasticsearch</strong> veya <strong>Splunk</strong> gibi analiz araçlarına yönlendirilir.</li><li>Hangi serviste hata olmuş? Ne zaman olmuş? Hangi kullanıcıyı etkilemiş? gibi soruların cevabına bu sayede kolaylıkla erişilebilir.</li></ul><p>✔Sonuç: <strong>Merkezi log yönetimi</strong> ve <strong>hızlı hata analizi</strong>.</p><p>📌Stream Processing İşlemleri:</p><ul><li>Kafka yalnızca veriyi taşımakla kalmaz, aynı zamanda <strong>anlık veri işleme (stream processing)</strong> için de kullanılabilir.</li><li>Örneğin; Bir bankada yapılan kredi kartı işlemleri Kafka’ya akar.Kafka Streams veya ksqlDB kullanılarak bu işlemler gerçek zamanlı analiz edilir.Sistem kısa sürede farklı ülkelerden yapılan alışverişleri şüpheli işlem olarak işaretleyebilir.Bu sayede anında alarm üretilebilir veya işlem durdurulabilir.</li></ul><p>✔Yani Kafka yalnızca veriyi saklamakla kalmaz, aynı zamanda <strong>gerçek zamanlı işleme</strong> imkânı da sunar.</p><p>📌Web Sayfası Etkinlik İzleme:</p><ul><li>Büyük şirketler kullanıcıların sitelerinde nasıl davrandığını anlamak için Kafka’yı kullanır.</li><li>Örneğin; Bir haber sitesinde hangi haberlerin daha çok tıklandığını, hangi sayfaların uzun süre açık kaldığını takip etmek mümkündür. Bu etkileşimlerin her biri bir “event” olarak Kafka’ya gönderilir ve gerçek zamanlı olarak toplanır. Ardından bu veriler analiz sistemlerine iletilir; popüler içerikler öne çıkarılır ve kullanıcıya ilgi alanlarına göre öneriler sunulur.</li><li>Benzer şekilde, Netflix de kullanıcıların hangi filmleri izlediğini, hangi anda durdurup çıktığını takip ederek Kafka üzerinden verileri anlık olarak toplar. Bu verilerle öneri sistemlerini güçlendirir.</li></ul><p>✔Bu veriler Kafka aracılığıyla toplanır ve diğer sistemlere iletilir. Öneri sistemleri (recommendation systems), Kafka’dan gelen bu verileri analiz ederek çalışır. Böylece kullanıcıya kişiselleştirilmiş öneriler sunmak mümkün hâle gelir.</p><p>Ve işte, Apache Kafka’nın modern yazılım dünyasındaki önemini ve temel mantığını birlikte keşfettik. Kafka, servisler arasındaki bağımlılıkları ortadan kaldırarak sistemlerin daha esnek ve ölçeklenebilir hâle gelmesini sağlıyor ve mikroservis mimarilerinde sıkça karşılaşılan karmaşıklıkları hafifletiyor. Ayrıca, mesajlaşmadan etkinlik takibine, log toplamadan web sitesi davranış analizine kadar farklı kullanım alanlarıyla hayatımızı nasıl kolaylaştırdığını gördük. Bu yazıda Kafka’nın ne işe yaradığını ve avantajlarını ele alarak, veri akışının büyülü dünyasına küçük bir yolculuk yaptık.</p><p>Umarım faydalı olmuştur 🙏. Kafka dünyasında keşfedecek çok şey var; bir sonraki yazımda topic’ler, partition’lar ve broker’lar gibi temel yapı taşlarını ele alarak Kafka’nın mimarisine birlikte bakacağız. Görüşmek üzere :)</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=38b8f4a810fb" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>