Aylık arşiv: Haziran 2026

Veritabanı içerisine Vektör Aramanın Kısa tarihi

Çağlar Özenç 17 dk okuma

Merhaba, Kısaca: Yapay zekanın “anlam” araması (vektör arama) yıllarca veritabanının dışında, ayrı bir sistemde yaşadı. 2024-2025’te hem SQL Server 2025 hem PostgreSQL bunu motorun içine, verinin tam yanına getirdi. Bu yazıda o yolculuğu tarihli bir kronolojiyle anlatıyor, iki tarafın da pratik örneğini veriyorum. Bu yazıda biraz farklı bir şey yapmak istiyorum: bir özelliği değil, bir gidişatı anlatacağım. Çünkü…

Yazının devamı

PostgreSQL Yüksek Erişilebilirlik Seçenekleri

Çağlar Özenç 17 dk okuma

Merhaba, Bu yazıda, son dönemde bana en çok sorulan veritabanı başlıklarından birini açmak istiyorum: PostgreSQL’de yüksek erişilebilirliği (high availability) nasıl sağlarız? Soru basit görünür ama cevabı tek bir araç ya da tek bir ayar değil. PostgreSQL’in bu konuda epeyce seçeneği var; üstelik bir kısmı doğrudan veritabanının içinde gelir, bir kısmı ise dışarıdan eklenen araçlardır. Bu…

Yazının devamı

Veri Kalitesi = AI Kalitesi: İyi Verinin 4 Ölçütü

Çağlar Özenç 8 dk okuma

Merhaba, Bugün, son bir yılda konuştuğum hemen her ekipte karşıma çıkan bir konuyu açmak istiyorum: yapay zeka projeleri neden çoğu zaman beklentiyi karşılamıyor? Genelde ilk suçlanan model olur. “Belki daha büyük bir model kullanmalıyız, belki farklı bir teknik denemeliyiz.” Oysa benim gördüğüm tablo çok daha sade: sorun çoğu zaman modelin kendisinde değil, ona verdiğimiz veride.…

Yazının devamı

MS SQL-Health MCP ile SQL Server Teşhisi

Çağlar Özenç 14 dk okuma

Merhaba arkadaşlar, Bir DBA olarak en sık duyduğum cümle şudur: “Sunucu yavaşladı, bir bakar mısın?” Bakarsınız; SSMS’i açar, birkaç DMV sorgusu çalıştırır, blocking var mı, hangi sorgu CPU yiyor, yedek alınmış mı diye tek tek kontrol edersiniz. Peki bu işi yapay zeka istemcinize yaptırabilseydiniz, hem de elle sorgu yazmadan, doğal dille konuşarak? Bu rehberde tam olarak bunu…

Yazının devamı

SQL Server 2025 CU6 Çıktı — Kitaba Neyi Nasıl İşledik

Çağlar Özenç 6 dk okuma

Merhaba arkadaşlar, Geçen ay CU5 ile yaptığımız güncellemenin üstünden bir CU daha geçti: SQL Server 2025 Cumulative Update 6 yayımlandı. Bu kısa yazıda iki şeyi anlatacağım: CU6 tam olarak neyi getiriyor, ve kitabın v1.0.2 baskısına bunu nasıl işledim. Kitabın baştan beri verdiği söz buydu — basılı kitaplar CU’ları takip edemez; bu kitap eder. Önce kuralı tekrar edeyim: buraya yazdığım her tarih ve build…

Yazının devamı

SQL MCP Server: 3 Adımda Güvenli ve Kolay Kurulum

Çağlar Özenç 14 dk okuma

Merhaba arkadaşlar, Bir yapay zeka ajanının şirket veritabanınızla konuşmasını istediğinizde aslında iki ayrı endişeniz olur: doğru veriyi getirebilecek mi, bir de yanlışlıkla zarar verir mi? Piyasadaki çözümlerin çoğu bu işi “modele SQL yazdırarak” hallediyor. Ben bunu üretim ortamında hiçbir zaman güvenli bulmadım; çünkü modelin ürettiği sorgu her seferinde değişebiliyor. SQL MCP Server bu noktada farklı bir yol…

Yazının devamı

Microsoft Scout Nedir? Copilot’tan Farkı ve “Autopilot” Ajan Dönemi

Çağlar Özenç 4 dk okuma 2 yorum

Merhaba, Son günlerde “Microsoft Scout” adını sıkça duymaya başladık. Bu yazıda Scout’un ne olduğunu, en çok sorulan “peki Copilot’tan farkı ne?” sorusunu ve teknik altyapısını; resmî kaynaklara dayanarak, sade bir dille ele alacağım. Scout, Microsoft’un 2 Haziran 2026‘da duyurduğu ve Build 2026 dönemindeki “agentic” vizyonun kişisel/masaüstü ayağını oluşturan yeni bir ajan. Durum notu: Microsoft Scout şu an…

Yazının devamı

Microsoft Build 2026: Veri Platformunda Agentic Dönem

Çağlar Özenç 20 dk okuma

Merhaba, Bu yazıda, Microsoft Build 2026‘da veri platformu tarafında duyurulan yenilikleri baştan sona ele alacağım. Geçtiğimiz hafta Redmond’da düzenlenen MVP Summit 2026‘ya katılma fırsatı buldum; bu yazıyı da hem oradan edindiğim bağlamla hem de Build 2026’nın halka açık duyurularıyla, herkesin doğrulayabileceği resmî kaynaklara dayanarak hazırladım. Konu başlıkları geniş olduğu için yazıyı bir rehber formatında kurguladım: Microsoft Fabric, Azure SQL…

Yazının devamı

SQL Server 2025: Vector, Graph ve RAG Tek Veritabanında

Çağlar Özenç 6 dk okuma

Bir e-ticaret platformunda modern yapay zekâ özelliklerini hayata geçirmek istediğinizde, klasik mimari size genelde dört ayrı sistem önerir: anlamsal arama için bir vektör veritabanı (Pinecone, Qdrant), ilişki analizi için bir graph veritabanı (Neo4j), sohbet asistanı için bir RAG servis katmanı ve tüm bunları besleyen ana ilişkisel veritabanı. Dört ayrı sistem; dört ayrı yedekleme stratejisi, dört…

Yazının devamı