Bilgi/Açıklama

Database Back-End Kursu

Temel Bilgiler

Uygulamanın kullandığı verilerin saklandığı yere veritabanı (database) adı verilir. Veritabanları, verilerin kalıcı olarak tutulmasını sağlarlar. Bunlar içinde en bilinen türü ilişkisel veritabanı (relational database) adını alır. Erişim için kullanılan dil SQL olduğu için kimi durumlarda SQL veritabanı olarak da adlandırlır. Ancak bunun dışında verilerin düz dosyalarda tutulduğu sırtlı-tabanlı veritabanı (file-based database); nesnelerin doğrudan saklandığı nesne veritabanı (object-database) türleri de bulunur. Bunların dışına yeni ortaya çıkan veritabanı türlerine de NoSQL adı verilir.

İlişkisel Veritabanı (Relational Database) & SQL

En çok kullanılan ve bilinen veritabanı türüne ilişkisel veritabanı (relational database) adı verilir. Bunlar verileri çizelge (tablo) olarak saklarlar. Her kayıt bir satır / yataç (row) olarak tutulur ve o kayıttaki bilgi parçaları da sütun / dikeç (column) adıyla anılır. Veri birimlerine varlık (entity) ve varlıkların birbirlerin göre bağlantılarını belirleyen özelliğe de ikişki (relation) adı verilir.
İlişkisel veritabanlarına erişmek için SQL adı verilen bir dil kullanılır. Veritabanını içeren sunucu (server) uygulamasına SQL diliyle sorgu (query) adı verilen bir istekte bulunulurlar ve bu sorgudan bir sonuç (result) üretilerek istemci (client) birimine gönderilir. SQL dili doğrudan veritabanı üzerinde işlem yapmak için kullanılsa da çoğu kez Java, C# ve PHP gibi dillerle uygulamalardan erişim yapılır. Başka bir deyişle veritabanları, uygulamaların arkasında kalır ve doğrudan kullanıcı erişimi yapılmaz.
SQL veritabanı ürünleri arasında açık kaynaklı olanları arasında MySQL/MariaDB ve PosgreSQL sayılabilir. Ücretli yazılımlardan Oracle, IBM DB2 ve Microsoft SQL Server adlı ürünler sayılabilir. Kimi kurumlar eleştirilik (critical) uygulamalarda ücretli yazılımları kullanırken, ötekilerde açık kaynaklı veritabanları yeğlemektedir. Öte yandan, ücretli hizmet vermeyen ve çok veritabanı gereksinimi olan kurumlar açık kaynaklı yazılımları yeğlemek durumundadır.

NoSQL (SQL Yok - Yalnızca SQL Değil)

SQL ile çalışan ilişkisel veritabanlarına almaşık olarak bir çok veritabanı türü bulunmaktadır. Bunlar başlangıçta SQL Yok (No SQL) anlamında NoSQL denmeye başlanmıştır. Ancak SQL dilin tümüyle yerine geçeceği düşünülen bu yeni yapılar beklendiği düzeyde SQL karşısında etkli olamadılar. Öte yandan bir çok yerde kullanım alanı bulmuş, geçici bir akım olmadıklarını da kantılamışlardır. Şu anda NoSQL sözcüğü No SQL (SQL Yok) sözcüğünün yerine Not Only SQL (Yalnızca SQL Değil) anlamına gelmektedir. Bu yaklaşımda NoSQL veritabanları SQL veritabanlarının yanında kullanılan ürünler olarak anılmaktadır.
Tek bir başlık altında toplansalar da aslında NoSQL veritabanları birbirinden çok ayrıdır. Dahası, bir birine çok ters yönde ilerlemişlerdir. Ancak kimi durumlarda birden çok yaklaşım birleştirilerek aynı anda desteklenebilmektedir. Onun da ötesinde SQL dilini de destekleme ya da SQL gibi görünecek bir sözdizimi kullanma yoluna da gidilmiştir. NoSQL veritabanları çoğunlukla JSON ve XML gibi biçimlendirmeler kullanırlar. Kimisi erişim için SQL benzeri diller kullanırken kimisi de JavaScript gibi betim (script) dilleriyle erişim sağlarlar.

Çözümlemeci (Analyst), Geliştirici (Developer) ve Yönetici (Administator)

Veritabanları bir çok uygulama için gerekli yazılımlardır. Bu nedenle geliştiriciler veritabanlarıyla çalışmayı bilmek durumundadır. Ancak veritabanı sunucularının bakımı oldukça güçtür. Çoğunlukla işletim düzeni (operating system), sunucu donanımı (server hardware), ağ ve iletişim (network & communication), düzen güvenliği (system security) bilgisi gerektirir. Bu yüzden çoğunlukla düzenler yöneticisi (systems administrator) ya da veritabanı yöneticisi (database administrator) orunundaki kişiler bu tür işlerle ilgilenir. Bunlar veritabanı enyileme (optimization) gibi konularda da geliştiriciye yardımcı olurlar.
Veritabanlarıyla çalışmak durumunda olan başka çalışan öbeği da iş çözümlemeci (business analyst) görevi üstelenen kişilerdir. Bunlar verinin üzerinde çalıştıkları için çoğunlukla veritabanının yapısının oluşturulması sürecine katkıda bulunurlar ve veritabanından aldıkları veriler üzerinde çalışma yaparlar. Bu nedenler temel bir SQL bilgisi onlar için de gerekli olmaktadır.

Büyük Veri (Big Data), Veri Bilimi (Data Science), Yapay Us (Artificial Intelligence)

Uygulamalar verileri veritabanında saklar. Daha sonra bu verilere yazanak (report) adı verilen çıktılarla erişilip sonuçlar incelenebilir. Ancak çoğu kurum bunun ötesinde veri kullanımına gitmektedir. Bunun için büyük veri (big data), veri bilimi (data science), yapay us (artificial intelligence) gibi konular da veritabanlarıyla ilgili alanlar durumuna gelmektedir.
Büyük Veri, bir çok veritabanından oluşan veriler bütününe verilen genel addır. Ancak burada veri, işletmelerin kendi kullandığı verinin ötesinde tüm yeryüzünden elde edilebilmekte ve çok iri ölçülerde olabilmektedir. Bu yüzen büyük veri (big data), üzerinde çalışmayı çok çetin kılacak düzeyde büyük veri anlamına gelir. Bu amaçla bir çok bilgisayardan oluşan karmaşık bir yapı kurulması gerekebilmektedir. Var olan bilgisayarları göreli olarak boş oldukları zaman kullanma durumu ortaya çıkmaktadır.
Veri Bilimi (Data Science) ise var olan verilerden özet bilgiler çıkarmak ve geleceğe yönelik kestirim ve öngörülerde bulunmak anlamına gelmektedir. Genelde sayımbilim (statistics) alanının yazılım geliştirme alanında kullanılması olarak algılanabilir. Ancak veri bilimciler, istatistik konuları dışında bilgisayım bilimi (computing science) alanındaki teknikleri de bilmek durumundadır. Veri bilimci daha çok bir yazılım geliştirici (software developer) gibi çalışabilmektedir. Öte yandan, belli bir kurumda çalışan sayımbilimciler de temelde bu işlevi gerçekleştirdikleri için veribilimi ile istatistik arasındaki ayrımın az olduğunu düşünenler de bulunmaktadır. Veri bilimi çoğunlukla büyük veri ile çalışmak durumundadır. Ancak bu koşul değildir, küçük bir veri kümesiyle de veri bilimi yapılabilabilir.
Yapay Us (Artificial Intelligence) alanı, çok karmaşık verilerden anlamlı sonuçlar çıkarılmasını sağlanmasıdır. Bir insan nasıl gördüklerini yorumluyor ve ondan sonuç çıkarıyorsa, bilgisayarlar da bunu yapabilme yolunda ilerlemektedir. Ancak, yaygın kanının tersine, yapay us yalnızca robotlar ve sibernetik alanda kullanılmaz. Yazılımcılar için çoğunlukla geliştirme etkinliğinin yeni bir aşamasıdır. Yapay usla birlikte gündeme gelen iş usu (business intelligence) alanı, iş dünyasındaki verilerde işletme için kullanılabilecek sonuçlar alınması anlamına gelmektedir.
Detaylı bilgi için: Tıklayınız
tekzaf tarafından 15.10.2018 tarihinde eklenmiş/güncellenmiştir.

Bu Sayfayı Paylaş:

Fibiler Üyelerinin Yorumları


Tüm üyeler içeriklere yorum ekleyerek katkıda bulunabilir : Yorum Gir

Misafir Yorumları




Bu Sayfayı Paylaş:

İletişim/Bize Yazın   mh@fibiler.com   Google+   Facebook   Twitter   fibiler@googlegroups.com
Her Hakkı Saklıdır
Bu sitede yayınlanan tüm bilgi ve fikirlerin kullanımından fibiler.com sorumlu değildir.
Bu sitede üretilmiş , derlenmiş içerikleri, fibiler.com'u kaynak göstermek koşuluyla kendi sitenizde kullanılabilirsiniz. Ancak telif hakkı olan içeriklerin hakları sahiplerine aittir