• Ne Zaman Kullanmalı? Sıkça sorgulanan (WHERE, JOIN, ORDER BY, GROUP BY cümlelerinde kullanılan) sütunlarda indeks oluşturulmalıdır.
• Ne Zaman Kaçınmalı? Sıkça güncellenen (INSERT, UPDATE, DELETE) veya çok az benzersiz değere sahip (örneğin cinsiyet gibi) sütunlarda gereksiz indekslerden kaçınılmalıdır, zira her güncellemede indeksin de güncellenmesi ek yük getirir.
• Kompozit İndeksler: Birden fazla sütun üzerinde indeks oluşturmak, belirli sorgu tipleri için çok etkili olabilir. Örneğin, `CREATE INDEX idx_kullanici_ad_soyad ON kullanicilar (ad, soyad);`

-- Bir sütun üzerinde indeks oluşturma
CREATE INDEX idx_urun_adi ON urunler (urun_adi);

-- İki sütun üzerinde kompozit indeks oluşturma
CREATE INDEX idx_siparis_tarih_musteri ON siparisler (siparis_tarihi, musteri_id);

• SELECT * Kullanmaktan Kaçının: Yalnızca ihtiyacınız olan sütunları seçin. Bu, ağ trafiğini azaltır ve veritabanının daha az veri okumasını sağlar.
• EXPLAIN (veya EXPLAIN ANALYZE) Kullanın: Sorgularınızın nasıl yürütüldüğünü anlamak için bu aracı kullanın. Bu, performans darboğazlarını tespit etmenize yardımcı olur.
  
  Kod:

  EXPLAIN SELECT urun_adi, fiyat FROM urunler WHERE stok_miktari < 10;

• JOIN İşlemlerini Akıllıca Kullanın: Doğru JOIN tipini seçmek ve JOIN koşullarında indeksli sütunları kullanmak kritiktir. Küçük tabloları büyük tablolarla birleştirirken sıralamaya dikkat edin.
• Subquery Yerine JOIN Kullanımı: Çoğu durumda, subquery (alt sorgu) yerine JOIN kullanmak daha performanslıdır, çünkü JOIN veritabanı motorunun optimizasyon yapmasına daha fazla olanak tanır.
• ORDER BY ve GROUP BY Optimizasyonu: Bu işlemlerin maliyeti yüksek olabilir. İndekslerin bu sütunlarda kullanıldığından emin olun.
• LIMIT ve OFFSET ile Sayfalandırma: Büyük veri kümelerinde sayfalandırma yaparken, özellikle OFFSET değeri çok büyüdüğünde performans sorunları yaşanabilir. Daha iyi performans için, bir sonraki sayfanın başlangıç noktasını belirlemek için son bilinen değerin (last known value) kullanıldığı "keyset pagination" (veya "seek method") yöntemini araştırın.

"Veritabanı performansının %80'i sorgu optimizasyonundan gelir." - Bilgisayar bilimleri atasözü. Bu doğru olmasa da, sorguların önemi yadsınamaz.

Genişletmek için tıkla ...

• Bellek (RAM): Veritabanı genellikle verileri ve indeksleri bellekte tutmaya çalışır. Yeterli RAM, disk I/O'sunu azaltarak performansı artırır. Buffer pool boyutunu (örneğin MySQL'de `innodb_buffer_pool_size` veya PostgreSQL'de `shared_buffers`) doğru ayarlamak çok önemlidir.
• Disk I/O: Veritabanı işlemleri yoğun disk I/O gerektirir. SSD'ler, geleneksel HDD'lere göre katlanarak daha hızlıdır. RAID yapılandırmaları (özellikle RAID 10), hem performans hem de veri güvenliği için önemlidir.
• CPU: Karmaşık sorgular ve yüksek eşzamanlılık durumlarında güçlü CPU'lar gereklidir.
• İşletim Sistemi Ayarları: Dosya sistemi, çekirdek parametreleri (örneğin `swappiness`), ağ ayarları gibi işletim sistemi ayarları da veritabanı performansını etkiler.

# Örnek PostgreSQL shared_buffers ayarı (postgresql.conf)
shared_buffers = 2GB

# Örnek MySQL innodb_buffer_pool_size ayarı (my.cnf)
innodb_buffer_pool_size = 8G

• Doğru Veri Tipleri: En uygun ve en küçük veri tipini kullanmak, disk alanı tasarrufu sağlar ve I/O performansını artırır. Örneğin, `VARCHAR(255)` yerine `VARCHAR(50)` veya `INT` yerine `SMALLINT` kullanmak.
• NULL Değerlerinden Kaçınma: `NULL` değerleri, bazı veritabanı sistemlerinde indekslemeyi veya sorgu optimizasyonunu zorlaştırabilir. Mümkünse `NOT NULL` kısıtlamalarını kullanın.
• Normalizasyon vs. Denormalizasyon:
  * Normalizasyon: Veri tekrarını azaltır, veri tutarlılığını artırır. Çoğu OLTP (Online Transaction Processing) sistemi için tercih edilir. Ancak JOIN işlemlerini artırabilir.
  * Denormalizasyon: Performansı artırmak için kasıtlı olarak veri tekrarına izin verir. Özellikle OLAP (Online Analytical Processing) veya yoğun okuma yapılan sistemlerde faydalıdır. İyi tasarlanmazsa veri tutarsızlığına yol açabilir.

"Veritabanı tasarımı, binanın temelidir. Sağlam bir temel olmadan, üst katlar ne kadar şık olursa olsun çökmeye mahkumdur."

Genişletmek için tıkla ...

• Uygulama sunucularında (Java'da HikariCP, C#'ta ADO.NET bağlantı havuzu gibi) bu özellik yaygın olarak bulunur.
• Yüksek eşzamanlılığa sahip uygulamalar için mutlaka kullanılmalıdır.

• Belirli bir yaştan sonra nadiren erişilen verileri ayrı bir arşiv veritabanına taşımayı veya silmeyi düşünün.
• Partitioning (bölümleme), büyük tabloları daha küçük, yönetilebilir parçalara bölerek performansı artırabilir.

• Ağ Trafiği Azaltma: Karmaşık mantığı veritabanı içinde yürüterek uygulama ile veritabanı arasındaki gidiş-dönüş sayısını azaltır.
• Tekrar Kullanım: Ortak işlemleri tek bir yerde toplar.
• Derleme Maliyeti: Bir kez derlendikten sonra, tekrar tekrar kullanılabilirler.

• Metrikler: CPU kullanımı, bellek tüketimi, disk I/O, sorgu gecikme süreleri, kilitlenme sayıları, bağlantı sayısı gibi kritik metrikleri takip edin.
• Araçlar: Prometheus, Grafana, New Relic, Datadog veya VTYS'nin kendi izleme araçları (MySQL Workbench, pg_stat_activity gibi) kullanılabilir.
• Periyodik İnceleme: Yavaş sorgu günlüklerini (slow query logs) düzenli olarak inceleyin.

-- PostgreSQL'de aktif sorguları görüntüleme
SELECT pid, usename, application_name, client_addr, backend_start, state, query_start, query
FROM pg_stat_activity
WHERE state = 'active';

• Replikasyon (Replication): Okuma yoğun uygulamalar için Master-Replica (Ana-Kopya) mimarileri kullanarak okuma yükünü birden fazla sunucuya dağıtabilirsiniz. Yazma işlemleri ana sunucuda kalır.
• Sharding (Bölme): Veriyi birden fazla veritabanı sunucusu arasında yatay olarak bölerek hem okuma hem de yazma yükünü dağıtır. Uygulama karmaşıklığını artırır ancak büyük ölçekli sistemler için vazgeçilmezdir.
• Dikey Ölçeklendirme (Vertical Scaling): Mevcut sunucuya daha fazla CPU, RAM veya daha hızlı disk eklemek. Limitleri vardır.
• Yatay Ölçeklendirme (Horizontal Scaling): Daha fazla sunucu eklemek.