Etiket arşivi: Embedding

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

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