Veri Yogun Bilgi Sistemleri I_cin Melez Bir Veri Mimarisi O nerisi

Abstract

O zet. Bulut bilisim teknolojileriyle birlikte bilgi sistemlerinde islenen veri hacmi artmaktad r. Veri hacminin artmas n n yan nda, veriye h zl erisim en onemli gereksinimdir. I_liskisel veri modeli kullan m n n yan nda iliskisel olmayan veri modellerinin de kullan m onemli boyutlara ulasm st r. Bu cal smada veri yogun bilgi sistemleri icin melez bir veri mimarisi onerisinde bulunulmaktad r. Oncelikle buyuk veri kapsam nda farkl veri modellerinin temel ozellikleri tart s lmaktad r. Ornek bir bilgi sisteminin gereksinimleri dogrultusunda farkl veri modellerine duyulan gereksinimler vurgulanmaktad r. I_lgili bilgi sistemini temel alan bir durum cal smas metamodel mimarisine uygun olarak ontolojik bir yap da tasarlanm st r. Melez veri mimarisini meydana getiren farkl veri modellerinin anahtardeger veri modeline donusturulebilirligi gosterilmistir. Bilgi sisteminin ilgili veri servislerinin temel ozellikleri farkl teknolojiler kapsam nda sunulmustur.

-

Bulut bilisim istenilen yerden bilgisayar aglar , sunucular , depolama, uygulama gibi bilisim kaynaklar na servisler arac l g yla erisimine olanak tan r [ 1 ]. Bu kaynaklar kullanmak icin yonetim ve servis etkilesimi maliyetlerini en aza indirmeyi hede er [ 2 ]. Boylece altyap , esneklik ve kaynaklar n kullan labilirligi gibi sorunlarla ugras lmad g ndan ve sonuc olarak ana ise odaklan lmakta islenen verinin hacmi de artmaktad r. Ancak bu durum verinin yonetilmesini zorlast r r. Buyuk veri, iliskisel veri modeli yaklas m yla olceklenemeyen verinin verimli bir sekilde depolanmas na, yonetilmesine ve islenmesine olanak tan r [ 3 ]. Bulut bilisim, buyuk verinin hesaplama ve isleme sureclerine imkan sunmakla birlikte servis modeli olarak da hizmet eder.

Buyuk verinin hacim, h z ve cesitlilik olmak uzere 3 karakteristik ozelligi vard r [ 4 ], [ 5 ]. Hacim, cok buyuk miktarlardaki veriye, h z ise verinin kaynaklar aras aktar lma suratine kars l k gelmektedir. Cesitlilik, farkl bicimde ve kaynaktaki verilerin toplanmas yla ilgilenmektedir.

Farkl veri modellerinin bir bilgi sisteminde bir arada kullan labilmesi icin melez bir veri mimarisine gereksinim duyulmaktad r. Not only SQL (NoSql) olarak adland r lan iliskisel olmayan veri modelleri bir veri mimarisinin cozumunde sadece iliskisel veri modelinin kullan lamayacag n ifade etmektedir [ 6 ]. NoSql veri modelleri anahtar-deger, cizge, dokuman ve sutun veritaban olmak uzere 4 alt kategoriye ayr l r. Anahtar-deger veritaban okuma ve yazma islemlerini h zland r r. Cizge veritaban dugumlerin baglar arac l g yla kolay bir sekilde dolas lmas n saglar. Dokuman veritaban farkl bicimlerdeki veri kaynaklar n n daha esnek isletilmesine olanak tan r. Sutun veritaban iliskili sutunlar n bir sutun ailesinde toplanmas yla uygulamalara genis kapsaml sorgu ve veri cozumlemeleri yapabilme yetenegini sunar.

Cok cesitli kal c l k (Polyglot persistence) [ 7 ], ihtiyac duyulan melez yaklas m tan mlamak icin kullan l r. Ancak buradaki her veri yonetim modeli ayr birer yonetimsel karmas kl ga sahiptir. Saklanan veri artt kca performans kay plar olusmakta ve olusan bu kay plar n giderilmesi de birbirinden farkl l k gosterebilmektedir. Buna gore tasarlanan mimarinin gereksinimine uygun veri mo-delinin secilmesi onem kazanmaktad r [ 8 ]. Bu cal sma kapsam nda, O grenci Bilgi Sistemi (O BS) icin farkl veri modellerini bar nd ran melez bir veri mimarisi onerilmektedir. O BS; ogretim uyeleri, ogrenciler ve derslere iliskin bilgilerin sakland g bir sistemdir. O gretim uyelerinin verdigi dersler, ogrencilerin kay tland g dersler, derse ait s nav sonuclar , ogrenci ve ogretim uyelerinin ozgecmisleri yer almaktad r.

Bu cal sman n ikinci bolumunde buyuk veri yonetimi icin veri modelleri tan t lm st r. Ucuncu bolumunde ise bu veri modelleri uzerinde O BS ile ilgili durum cal smas yap lm st r. Son olarak onerilen melez veri modelinin getirileri tart s lm s ve ileriki cal smalar anlat lm st r. 2

Buyuk Veri Yonetimi icin Veri Modelleri

Veri yonetimi icin iliskisel veritaban sistemleri F. Codd [ 9 ] taraf ndan one suruldukten sonra zamanla gelistirilmis ve boylece verilerin tutulmas , saklanmas ve islenmesinde buyuk kolayl klar saglanm st r. Ancak zamanla sistemleri kullanan kisi say s ve buna paralel olarak saklanan veri boyutu artmaya baslam st r. Farkl kullan c lar ayn tabloya es zamanl olarak erismek istediginde, islemlerin oncelik s ras na gore bitmesi beklenmektedir. O zellikle islem hacminin yogun oldugu sistemler uzerinde uzun sureli beklemeler olabilmekte, bu da sistemin kullan c lara cevap veremez duruma gelmesine ve performans kay plar na sebep olmaktad r. Buyuk hacimli verilerin merkezi sunucularda depolanmas ve geleneksel veri analiz yontemleri ile analiz edilmesinin verimsiz ve pahal oldugu kan tlanm st r [ 10 ]. I_liskisel veritabanlar nda yap lan iyililestirmeler veri boyutu uyarlanabilirlik gereksinimini ve performans ihtiyac n kars layamamaktad r. Bu sebeple yatayda veya dikeyde veri boyutu uyarlanabilir bir veri saklama yap s na ihtiyac duyulmustur. Bu kapsamda farkl amaclara gore ozellesmis veritaban cozumleri gelistirilmistir. 2003 y l nda ilk veri boyutu uyarlanabilir veritaban ortaya c km s ve sonraki y llarda da farkl amaclar icin yeni veritabanlar gelistirilmeye devam etmistir [ 6 ] .

Karmas kl k ve boyuta gore veritabanlar incelendiginde iliskisel veritaban digerlerine gore kolay cozum sunmas na ragmen veri boyutu uyarlanabilir degildir [ 11 ]. Diger veritabanlar nda ise veri boyutu artt kca daha zor cozum uretilmektedir. Hem karmas kl k hem de veri boyutu uyarlanabilirlik k s tlar n saglamak amac yla farkl veri modelleri iceren sistemlerde buyuk veri destekleyen veri-tabanlar ndan birkac n n kullan lmas gerekmektedir. Bu durum birden fazla veri deposunun islenmesi nedeniyle veri yonetim sorunlar na neden olmaktad r. Kars las lan veri modelleme sorununa cozum olarak farkl veri modellerinin tek bir veri depolama altyap s na donusturulmesi onerilmistir.

Bu yaklas m, verinin esnek olarak modellenmesine olanak saglamaktad r [ 12 ]. Ancak verilerin hangi veri modeline uygun oldugunun belirlenmesi onemlidir. En az karmas kl ga ve en uyarlanabilir veri boyutuna sahip veritaban olmas nedeniyle digerlerinin anahtar-deger veritaban na donusturulmesi daha az maliyetlidir. Bu sekilde, farkl veritabanlar nda yer alan verileri ortak bir veritaban na donusturerek farkl veri modellerini destekleyen bir veri modeli mimarisi onerilmistir. Birden cok veri modelini anahtar-deger veri modeline donusturen cal smalardan FoundationDB [ 13 ], farkl veri modellerindeki veriler icin iliskisel, cizge ve dokuman veritabanlar n destekleyen bir yap olusturmustur. ArangoDB [ 14 ] ise dokuman, cizge, anahtar-deger veritabanlar n destekleyen esnek ac k kaynak bir veritaban olarak sunulmustur. Veritabanlar aras ndaki donusum islemleri s ras nda yasanabilecek herhangi bir problem, veriler aras nda tutars zl k ve veri kayb na neden olabilmekte, veritabanlar aras donusumler ise bekleme surelerine yol acabilmektedir. Veritabanlar aras donusum yerine veri modellerine gore verileri; cizge, dokuman, sutun ve anahtar-deger veritabanlar nda saklama gereksimi vard r. Bu cal sma kapsam nda, bu farkl modellerdeki veriler aras ndaki iliskileri anahtar-deger veritaban nda tutan veri yogun bilgi sistemlerine yonelik bir veri mimarisi onerilmektedir. Bundan sonraki alt basl klarda s ras yla iliskisel, dokuman, anahtar-deger, sutun ve cizge veritaban kavramlar detayland r lm st r. 2.1

I_liskisel Veritaban

Verilerin birbirinden farkl ve belirli ozelliklere gore iliskilendirilmis tablolarda tutuldugu veritaban yonetim sistemidir. Tablolar sat r ve sutunlardan olusmaktad r. Tablo icerisindeki her sutun bir nitelige kars l k gelmekte ve olusturma asamas nda tan mlanmaktad r. Her sat r ise bir kayda kars l k gelmekte ve veri girisi s ras nda belirlenmektedir. Tabloda ayr ca tan mlay c niteliginde birincil anahtar alan ve tablolar aras gecisi saglayan ikinci anahtar alan bulunur. Bu alanlar kullan larak farkl tablolar birlestirilebilir ve birbirine bagl veriler tek seferde sorgulanabilir. I_liskisel veritaban kavram , verileri saklamak icin kullan lan mevcut dosyalama sisteminin veri iliskilerini ve veri butunlugunu saglayamamas uzerine olusturulmustur. I_liskisel veritabanlar saglad g tutarl l k ve butunluk avantajlar sayesinde, uzun bir sure verilerin saklanmas icin yeterli olmus ve pek cok veritaban sisteminin temelini olusturmustur. 2.2

Dokuman Veritaban

Dokuman veritaban sistemleri, iliskisel olmayan veri modellerinden biridir. Yar -yap land r lm s veriler olarak bilinen dokuman tabanl bilgilerin saklanmas , al nmas ve yonetilmesinde kullan lan bir veri modelidir. Tablolara kars l k derlemler, sat rlara kars l k dokumanlar, sutunlara kars l k da alanlar kullan lmaktad r. S radan bir sema yerine degisken bir sema temel al nmaktad r. Baz alanlar n tum kay tlarda kullan lmad g durumlarda, iliskisel veritabanlar nda fazladan yer kaplarken bu alanlar dokuman veritabanlar nda yer almaz. Veri modeli tek tip degildir ve veriye gore esneklik gosterir. Boylece bir dokumanda yer almayan baz alanlar bir baska dokuman icerisinde kullan labilir. Herhangi bir alan eklemek veya c kar lmak istendiginde yap sal bir degisiklik yap lmam s olur ve sadece ilgili dokuman degistirilir. Boylece, gerekli degisikliklerin yap lmas icin fazladan bir zaman gerekmemektedir. 2.3

Anahtar-Deger Veritaban

Veritaban sistemleri icerisinde karmas kl g en az olan d r. Bir anahtar ve bu anahtara kars l k gelen degerin sakland g veritaban sistemidir. Eger bir anahtar n degeri biliniyor ise, anahtar n tuttugu deger getirilebilir. Deger alan , yap land r lmam s veri turundedir. Yani degerin icerigi say , baglant , metin, vb. gibi farkl veri yap lar ndan olusabilir. O rnegin, Twitter sosyal ag nda at lan her tweet icin bir tweet numaras ve icerigi bulunmaktad r. Boyle bir yap n n, anahtardeger veritaban nda tutulmas uygundur. Bu veritaban turunde genel olarak deger k sm nda yap sal olmayan veriler tutulmaktad r. 2.4

Sutun Veritaban

Anahtar-deger depolar ve dokuman veritabanlar sat r odakl d r. Bu tur veritabanlar n n amac bir yada daha fazla k s ta gore belirlenen butun veriyi getirmektir. Baz durumlarda uygulamalar butun belgenin derlemi yerine belirli sutunlar n olusturdugu alt kumelere ihtiyac duyar. Sutun veritaban , sat rlar sutun derlemleri gibi yap land rabilir. Tek bir sat r bircok sutun icerebilir. I_liskili sutunlar n bir sutun ailesinde toplanmas ile cok varl kl sutun verilerine erisilebilir. Sutun ailesindeki bu esneklik, iliskisel veritabanlar taraf ndan saglanan islevsellige benzer olarak, uygulamalara genis kapsaml karmas k sorgu ve veri analizlerinin yap lmas na olanak saglar. 2.5

Cizge Veritaban

Veri hacmi artt kca iliskisel veritaban nda veri uzerinde arama mumkun olmakta, ancak zincirleme iliskiler getirilecegi zaman birlestirme maliyetleri dogmaktad r. Dokuman ve anahtar-deger veritabanlar nda ise arama iliskisel veritaban na gore daha zordur. Dokuman veritabanlar nda degerler dokuman icerisinde, anahtar-deger veritabanlar nda ise anahtara kars l k gelen deger k sm nda yer al r. Zincirleme ilerlemek icin herhangi bir birlesim yap s olmad g ndan, degerler aran p bulunmal ve eslenmelidir. Ayr ca arama mumkun olsa bile veri uzerinde dolas p ilerleme mumkun olmamaktad r. Cizge veritabanlar nda veriler; dugumler, dugumler aras ndaki ayr tlar ve dugumler ile ayr tlar n ozellikleri seklinde tutulur. Ayr tlar uzerinden ilerlenerek dugumler aras nda gezmek ve arama yapmak mumkundur. Belirli dugumlere veya ayr tlara ozel aramalar yap labilmektedir. 3

Durum Cal smas : Buyuk Veri Modellerinin O grenci Bilgi Sistemi Uzerinde Uygulanmas

O BS kapsam nda; ogrenci bilgileri, ogretim uyesi bilgileri, dersler, ogrencinin ald g ders bilgileri, ogrenci ve ogretim uyelerinin ozgecmisleri, ogrenci ve ogretim uyelerinin sosyal medya uzerinde yapt g paylas mlar yer al r. Dersler hakk ndaki gorusler, ogrenci, ogretim uyesi ve derse ait sosyal ag hesaplar arac l g yla toplan r. O grenciler, O BS'ye giris yapt ktan sonra herhangi bir ogretim uyesi taraf ndan verilen bir veya birden fazla derse kay t olabilmekte ve kay tl olduklar derslere iliskin s nav sonuclar na erisebilmektedir. O grenciler, ogretim uyeleri veya dersler bir sosyal ag hesab na sahip olabilmektedir. O grenci ve ogretim uyelerinin sistemde kay tl bir veya birden fazla ozgecmis belgesi bulunabilmektedir. Ayr ca ogrenci ve ogretim uyelerine ait kisisel bilgiler, iletisim bilgileri de saklanmaktad r. 3.1

Durum Cal smas Gereksinimleri

I_liskisel Veritaban Gereksinimi Tasarlanan bilgi sisteminde ogrenci ve ogretim uyelerine ait kisisel bilgiler iliskisel veritaban nda ayr tablolarda saklan r. Kisisel bilgiler tablosu kimlik numaras , adres, telefon numaras ve eposta gibi bilgilerden olusur. Bu bilgilere erisim ogrenciler icin ogrenci numaras , ogretim uyeleri icin ogretim uyesi numaras olarak tan mlanan anahtar sahalar ile saglan r. Tan mlanan veri tipleri ve iliskilere gore bu veriler iliskisel veritaban nda tutularak ihtiyaclar kars lanabilmekte, veriler aras ndaki iliskiler kullan larak ogrenci ve ogretim uyelerine ait kisisel bilgilere kolayl kla ulas labilmektedir. Dokuman Veritaban Gereksinimi O BS'de baz veriler iliskisel veri modelinde saklan rken, baz verilerin iliskisel olarak modellenmesinde zorluklar yasanmaktad r. Genel olarak ozgecmis biciminin degisime ac k oldugu ve kay tlar aras nda farkl l k olabilecegi gorulmektedir. Ders icerik bilgilerinde de benzer bir durum soz konusudur. Ders bilgilerinin \dersin c kt lar " alan her derse gore farkl l k gostermektedir. Kay t baz nda alan ozellestirilmesine ihtiyac duyulan bu gibi durumlarda klasik iliskisel veri modeli yetersiz kalmaktad r. O zgecmis ve ders bilgileri icin erisim maliyetlerini azaltan, performans art s saglayan ve yatayda boyutunun degistirilebilindigi dinamik bir veri modeline ihtiyac duyulmaktad r. Bu gereksinimleri kars layabilecek bir veri modeli olarak dokuman veritaban kullan labilir.

Anahtar-Deger Veritaban Gereksinimi O BS'de; ogrenci, ogretim uyesi ve diger kullan c lar n birer rolu bulunur. Bir ogrenci sadece kendisi ile ilgili bilgileri gorup degisiklikler yapabilir. Benzer sekilde bir ogretim uyesi de kendi bilgileri ve verdigi derslerin bilgilerini gorup uzerinde islemler yapabilir. Bu nedenle O BS'de her bir kullan c ya kullan c numaras ve sifre verilip kullan c bu numara ve sifre ile sisteme giris yapt g nda kendi rolune gore yetkileri belirlenir. Kullan c islem yaparken de bu oturum bilgilerinden yararlan r. Kullan c n n numaras ve oturum bilgisi ayr bir veri modelinde tutulur. Sistemde her ogrencinin ald g derslerin listesi bulunur. Benzer sekilde her bir derse kay tl ogrencilerin de numaralar tutulmak istenmektedir. Bu gereksinime gore ders kodu ve ogrenci numaras gibi ikilileri saklayan bir veri modeli bulunmal d r. O zellikle ders-ogrenci iliskilerinin yogun oldugu ders kay t ve ekle-sil haftalar nda bu yap n n islem hacminin artmas ile sistem beklemelerinin en dusuk duzeyde tutulmas gerekmektedir. Bu kapsamda h zl , esnek ve veri boyutu uyarlanabilir bir veri modeli kullan lmal d r. En az karmas kl ga sahip ve h zl cevap verme gereksinimi soz konusu oldugunda cozum olarak anahtar-deger veritaban yaklas m onerilir. Sutun Veritaban Gereksinimi Sutun veritabanlar verilere h zl erisim saglamakta ve ozel sorgu setlerini desteklemektedir. Bu nedenle sutun veritabanlar ndan faydalanabilmek icin, uygulamada cal san genel sorgular eniyileyen sutun aileleri tasarlanmal d r. O BS'de ogrencilere ait dersler ve notlar n bir arada tutulmas gerekir. Her ne kadar tablo yap s olarak iliskisel veritaban na benzese de, iliskisel veritaban nda yer alan bir tablonun aksine, sutun ailesi icinde sutunlar, her sat r icin degismez bir semaya uymak zorunda degildir. Sutun ailesi anahtar-deger ciftlerinin haritas gibi dusunulurse, ogrenciler icin ders notlar n n bir arada tutulmas istenen veriye dogrudan erisimi saglayacakt r. Cizge Veritaban Gereksinimi O BS'de; ogrencilerin birbirlerini takip etme durumu, ogretim uyeleri ile olan dan smanl k ve takip iliskileri, derse kay tlanma iliskileri, ogretim uyelerinin ders verme iliskileri, ogrencilerin ve ogretim uyelerinin sosyal ag hesaplar na iliskin sayfalar bulunmaktad r. Bu verilere ve iliskilere uygun bir cozum cizge veritaban olarak ongorulebilir. Buna gore ogrenciler, ogretim uyeleri, dersler ve bolumler cizgedeki dugumlere kars l k gelmektedir. Bu dugumlerin her birinin kendine ozgu ozellikleri bulunmakta ve dugumlerin de birbirleri ile iliskileri yer almaktad r. 3.2

Durum Cal smas Tasar m

Tasarlanan bilgi sisteminde ihtiyac duyulan farkl veri modellerini kullanan servisleri yonetebilmek icin bir ust modele ihtiyac vard r. O BS'nin dayand g bu ust modelde bilgi sistemindeki hangi veri modelinin hangi servis(ler) ile baglant l olduklar ve bu veri modellerinin birlikte cal sabilirliginin nas l yonetilecegi tan mlanmal d r. O ncelikle ust modelde tan ml eslemeye gore, sistemde birbirleri ile iliskili ve gecislere sahip modullerin belirleyici ozelliklerinin eslemeleri ayr bir anahtar-deger veritaban nda tutulmal d r. I_kinci olarak ust modelde gelen isteklerin iliskili modullere iletilmesini saglayan bir yonetim mekanizmas yer almal d r. Boylece bilgi sistemine gelen istekler tiplerine gore uygun modul ile iliskilendirilebilir. Tasarlanan bu ust model icin ontolojik bir yaklas m uygundur. Ust-Nesne Cercevesi [ 15 ] ac s ndan dusunuldugunde tasarlanan mimarinin M2 ve M1 katmanlar ac s ndan incelenmesi gerekir.

Sekil 1'de goruldugu gibi Buyuk Veri Modeli M2 katman na kars l k gelmektedir. Bu model icerisinde birbirinden farkl veritabanlar nda bulunan ortak ozelliklerin O BS ad alt nda bir ontoloji [ 16 ] uzerinden baglant lar kurulup daha sonra bu baglant lar anahtar-deger veritaban nda temsil edilmelidir. M1 katman ise ogrencilere ait bilgilerin tutuldugu iliskisel veritaban , ozgecmislerini tas yan dokuman veritaban vb. gibi farkl veri modellerini kapsamaktad r.

Sekil 2'de goruldugu gibi durum cal smas nda ornek olarak tasarlanan O BS'de veriler birbirinden farkl veri modellerinde saklanmaktad r. O rnegin, ogrenci kay tlar iliskisel veritaban nda yer al rken, oturum verileri anahtar-deger veritaban nda tutulmaktad r. Ders notlar n sutun veritaban nda, ogrenci ve ogretim uyelerine ait ozgecmisleri dokuman veritaban nda ve son olarak sosyal aga ait ogrenci ve ders bilgileri cizge veritaban nda saklanmaktad r. Bu farkl veritabanlar na ait ortak ozelliklerin butunlestirilmesi bir ust model olan buyuk veri modelinde saglanmaktad r. O grenci Bilgi Sistemi icin haz rlanan O BS ontolojisi kullan larak Sekil 3'teki buyuk veri modeli icindeki ontolojiye ait baglant lar gosterilmis, daha sonra bu baglant lar n temsili anahtar-deger veritaban nda saklanm st r.

Fig. 3. Buyuk Veri Modelinin Gosterimi

O grenci Bilgi Sistemi'nin melez veri modeli gerekliligi birden fazla veri modelini ilgilendiren karmas k sorgularda ortaya c kmaktad r. O BS'ye gelen karmas k sorgu Sekil 3'teki ontolojik gosterimdeki eslemelere [ 17 ] gore ayr st r larak sorgular n isletilecegi alt moduller belirlenir. Her bir alt sorgunun isletilmesiyle elde edilen sonuclar n n anahtar-deger eslemeleri Sekil 4'teki gibi elde edilir. Ara sonuclar baglant l oldugu module eslenir ve bu modulde cal st r lacak olan bagl sorgu olusturulur. Bu mant kla sorgular zincirleme sekilde son alt sorguya kadar isletilir ve sonuc olarak karmas k sorgunun cevab elde edilir.

O rnegin O BS'de bir ogrencinin ald g dersleri veren ogretim uyelerinin sosyal ag bilgilerine erisilmek istensin. Bu karmas k sorgu ontolojik gosterimine gore cozumlenerek kay tlan lan dersler, ogretim uyeleri bilgileri ve sosyal ag bilgileri olmak uzere uc alt sorguya ayr l r. O ncelikle kay tlan lan ders bilgileri anahtardeger veritaban ndan getirilir. Kay tlan lan dersi veren ogretim uyelerine olan baglant ontolojik gosterime gore elde edilir ve bu baglant iliskisel veritaban olarak bulunur. I_liskisel veritaban na olan baglant anahtar-deger veritaban donusumu uzerinden yap l r ve ogretim uyelerine ait bilgiler elde edilir. Ontoloji gosterimindeki iliskilere gore ogretim uyelerinin sosyal ag bilgileri cizge veritaban uzerinden bulunur. O gretim uyelerinin bilgileri anahtar-deger donusumu ile eslenir ve sosyal ag bilgilerini elde etmek icin cizge veritaban nda cal st r lacak sorgu olusturulur. Olusturulan sorgu cizge veritaban nda isletilerek gerekli bilgiler elde edilir. 3.3

Durum Cal smas Modulleri

Sosyal Ag Cizgesi Modulu O grenciler, ogretim uyeleri, dersler gibi dugumlerin ve birbirleri aras ndaki iliskiler icin cizge veritaban uygun bir yaklas md r. Sekil4.a'da O BS'deki ornek bir verinin cizge veritaban uzerindeki temsili ve anahtardeger veritaban na donusturulmus hali gorulmektedir. O BS uzerinden sosyal ag cizgesi modulune gelen istekler modul taraf ndan ele al narak islem tipi belirlenir. I_slem tipi dolasma veya sorgu olmas na gore cizge servisi uzerine farkl sekillerde yonlendirilir. Eger istek dolasma ise cizge servisinin dolasma ozelliginin kullan lmas icin kullan c servis arayuzu uzerine yonlendirilir.

O zgecmis ve Ders Bilgileri I_cin Dokuman Veritaban Modulu Dinamik bir yap ya sahip olan ozgecmis ve ders bilgilerinin tutulmas icin dokuman veritaban secilerek artan/azalan alanlar ve farkl bicimlere sahip semalar icin performansl bir cozum onerilmistir. O zgecmis kay tlar ve ders bilgileri birbirlerine gore farkl l klar gosterdigi icin veri tekrarlar ya da bos alanlar olmadan dokuman veri modeli olarak saklanmaktad r. I_htiyac duyuldugunda kayda dokuman olarak ulas labildigi gibi, dokuman n alt alanlar na da verilen etiket ad yla ulas larak arama islemi gerceklestirilebilmektedir.

O grenci ve O gretim U yesi Bilgileri I_cin I_liskisel Veritaban Modulu

O grenci ve ogretim uyesi bilgileri yap sal olarak degisiklik gostermeyen ve birbiri ile baglant l veriler oldugundan iliskisel veritaban nda tutulur. I_liskisel veritaban nda bir veya birkac ad mda erisilecek veri icin, anahtar-deger veritaban nda pek cok ad m gerekebilir. Sekil 4.e'de iliskisel veritaban uzerinde, Sekil 4.f'de ise anahtar-deger veritaban uzerinde ogrenci ve ogretim uyesi tablolar temsili olarak gosterilmistir. O grenci ve ogretim uyesine ait kisisel bilgiler icin ise ayr bir tablo yarat lm s, ogrenci ve ogretim uyesi tablolar iliskilendirilmistir. Sutun Veritaban Modulu O BS icin gelistirilen sutun veritaban yap s nda super sutun ad statik olarak \O grenci Notlar " olarak belirlenmistir. Ancak yap geregi ogrenciler ve ald klar dersler icin gerekli olan sutun adlar dinamik olarak tutulmaktad r. Sekil 4.g'de ogrenciler ve her birinin kay tland klar ders ve derse ait notlar belirtilmistir. 3.4

Durum Cal smas Teknolojileri

I_liskisel Veritaban Servisi Bulut uzerinde yer alan bir iliskisel veritaban n n kolay bir sekilde kurulmas , cal st r lmas saglayan web servisleridir. Klasik iliskisel veritaban ndan farkl olarak, maliyet ac s ndan verimlidir ve yeniden boyutland r labilmektedir. Ayr ca, otomatik yedekleme ve hata denetimi, yaz l m duzeltmeleri, geri yukleme islemleri ve guvenli erisim alanlar n n yonetilmesine imkan saglar [ 18 ]. Amazon RDS [ 19 ], Microsoft SQL Azure [ 20 ] ve Google Cloud SQL [ 21 ] servisleri ile iliskisel veritaban hizmetleri kullan labilir. Dokuman Veritaban Servisleri O BS'de, ogretim uyesi ozgecmis bilgileri ve ders bilgileri icin dokuman tabanl veri modelinin kullan lmas uygun gorulmustur. Kay t icindeki alanlar n farkl l k gosterdigi durumlarda verilerin iliskisel modelde tutulmas veri tekrarlar na veya hucrelerin bos kalmas na sebep olabilir. Farkl tablolarda tutulmas n n sonucu olarak birlestirme maliyeti ortaya c kabilir. Dokuman veritaban hizmetlerinin servis olarak kullanabilecegi teknolojilere MongoDB [ 22 ] on Amazon EC2 [ 23 ] ve Google Cloud Platform [ 24 ] ornek verilebilir.

Anahtar-Deger Veritaban Servisleri O BS'de oturum bilgileri kullan c ad ve sifre seklinde tutulur. Anahtar-deger veritaban yap s ile paralellik saglanarak tasarlanan sistemin h z n n art r lmas planlanmaktad r. Ayr ca kay t zamanlar n n da yogunlugu goz onunde bulunduruldugunda ogrenci-ders ikilisinin saklanmas da uygun olabilir. Anahtar-deger veritaban yap s ile kay t zamanlar nda sistemin kapasitesi art r larak uyarlanabilir veri boyutu saglanacak, sistemde beklemeler en dusuk seviyeye indirgenecektir. Bu kapsamda kullan labilecek anahtar-deger veritaban servislerine Amazon DynamoDB [ 25 ] ve Google BigTable [ 26 ] uzerinde cal san MapReduce [ 27 ] ornek olarak verilebilir. Sutun Veritaban Servisleri O BS'de ogrencilere ait ders notlar Cassandra [ 28 ]'da tutulmaktad r. Sat r ve sutunlardan olusan cizelge seklinde verilerin tutulabilir ve sutunlar, sutun ailesi olarak adland r lan gruplara ayr labilir. Sutun veritaban nda her sat r bir anahtar icerir ve bu anahtara gore veri getirilir. O BS kapsam nda sutun veritaban kullan larak ogrenci bilgisi ve ders bilgisinin iki sutun ailesinde tutulmas dusunulmustur. Boylece cok kullan lacag dusunulen, ogrencilerin ders ve sonuc bilgileri bir arada tutularak daha az okuma islemiyle bu bilgilere erisilebilmektedir.

Cizge Veritaban Servisleri O BS'de kullan lacak cizge veritaban n n servis olarak sunmas goz onunde bulundurularak Graphenedb [ 29 ] secilmistir. Neo4j [ 30 ]'nin destekledigi bicimde tutulan veriler Graphenedb ile de saklanabilmektedir. REST servisi uzerinden bir baglant adresi, kullan c ad ve sifre ile saklanan verilere erisilir. Ayr ca mevcut cizge yap s bir arayuz ile sorgulanabilmekte, gezilebilmekte ve guncellenebilmektedir. Cizgenin gorsel temsili de kullan c lar ac s ndan anlas lmas na ve gezilebilmesine olanak saglamaktad r. 4

Sonuc

Bu cal smada buyuk veri gereksinimlerine uygun veri modellerinin mimari yaklas mlar ele al nm st r. Ayn anda birden cok mimariye olan gereksinime deginilmis ve ornek bir durum cal smas olusturulmustur. Bu durum cal smas icin melez bir veri modeli mimarisi onerilmistir. O BS ornek mimarisinin gerceklestiriminde tercih edilebilecek buyuk veri teknolojileri ve bunlar servis olarak sunan cozumler de ele al nm s ve bunlar n ileride hibrit modelin gerceklestiriminde ne sekilde kullan lacag na s k tutulmustur.

I_slevsel fonksiyonlar kapsaml bir sekilde gerceklestirilmek istense de tum veri erisim senaryolar tahmin edilemeyebilir. Bu cal smada sunulan tasar mda istisna durumlar goz ard edilebileceginden, gerceklestirim asamas nda cok cesitli kal c l k onemli hale gelmektedir. Yonetim modelinin duzgun bir sekilde gerceklestirilmesi ve bu modeli kullanan bir veri yonetim katman n n uygulama baz nda olusturulmas buyuk onem tas maktad r. Veri yonetim katman sayesinde farkl veri modelleri aras nda iletisim ve tutarl l k saglan p ihtiyaca yonelik uygun veri modeli yaklas m ndan faydalanan bir veri yonetim sistemi gerceklenmis olacakt r. I_lerleyen asamada onerilen mimarinin gerceklestirimi yap lacak ve okuma-yazma sorgu performanslar mevcut veri modelleriyle kars last r lacakt r.

References

1. Michael Armbrust , Armando Fox, Rean Gri th, Anthony D. Joseph, Randy Katz, Andy Konwinski, Gunho Lee , David Patterson, Ariel Rabkin , Ion Stoica, and Matei Zaharia . A view of cloud computing . Commun. ACM , 53 ( 4 ): 50 { 58 , April 2010 .

2. Peter Mell and Tim Grance . The nist de nition of cloud computing . 2011 .

3. James Manyika , Michael Chui, Brad Brown, Jacques Bughin, Richard Dobbs, Charles Roxburgh, Angela Hung Byers, and McKinsey Global Institute . Big data: The next frontier for innovation, competition, and productivity . 2011 .

4. Jules J. Berman . Principles of Big Data: Preparing, Sharing, and Analyzing Complex Information . Morgan Kaufmann Publishers Inc., San Francisco, CA, USA, 1st edition, 2013 .

5. Douglas Laney . 3d data management: Controlling data volume, velocity and variety . META Group Research Note , 6 , 2001 .

6. Rick Cattell . Scalable sql and nosql data stores . SIGMOD Rec ., 39 ( 4 ): 12 { 27 , May 2011 .

7. Pramod J. Sadalage and Martin Fowler . NoSQL distilled : a brief guide to the emerging world of polyglot persistence , chapter Polyglot Persistence , pages 133 { 134 .

8. Srikrishna Prasad and MS Nunifar Sha. Nextgen data persistence pattern in healthcare: Polyglot persistence . In 2013 Fourth International Conference on Computing, Communications and Networking Technologies (ICCCNT) , pages 1 {8 . IEEE, 2013 .

9. E. F. Codd . A relational model of data for large shared data banks . Commun. ACM , 13 ( 6 ): 377 { 387 , June 1970 .

10. Nitin Sawant and Himanshu Shah. Big Data Application Architecture Q & A: A Problem - Solution Approach . Apress, Berkely, CA, USA, 1st edition, 2013 .

11. Michael Stonebraker and Rick Cattell . 10 rules for scalable performance in 'simple operation' datastores . Commun. ACM , 54 ( 6 ): 72 { 80 , June 2011 .

12. Solving the nosql data modeling dilemma . http://blog.foundationdb. com/ video-recap-solving-the-nosql-data-modeling- dilemma , ( 2015 ).

13. Foundationdb . https://foundationdb.com, ( 2015 ).

14. Arangodb . https://www.arangodb.com, ( 2015 ).

15. Meta-Object Facility (MOF). http://www.omg.org/mof/, ( 2015 ).

16. Holger Wache , Thomas Voegele, Ubbo Visser, Heiner Stuckenschmidt, Gerhard Schuster, Holger Neumann, and Sebastian Hubner. Ontology-based integration of information-a survey of existing approaches . In IJCAI-01 workshop: ontologies and information sharing , volume 2001 , pages 108 { 117 . Citeseer , 2001 .

17. Namyoun Choi , Il-Yeol Song , and Hyoil Han. A survey on ontology mapping . SIGMOD Rec ., 35 ( 3 ): 34 { 41 , September 2006 .

18. Amazon RDS Documentation . http://docs.aws.amazon.com/AmazonRDS/ latest/UserGuide/Welcome.html, ( 2015 ).

19. Amazon RDS . http://aws.amazon.com/rds/, ( 2015 ).

20. Microsoft SQL Azure . http://azure.microsoft.com/tr-tr/services/ sql-database/, ( 2015 ).

21. Google Cloud SQL. https://cloud.google.com/sql/, ( 2015 ).

22. mongoDB. https://www.mongodb.org/, ( 2015 ).

23. Amazon Elastic Compute Cloud (EC2) . http://aws.amazon.com/ec2/, ( 2015 ).

24. Google Cloud Platform. https://cloud.google.com/, ( 2015 ).

25. Amazon DynamoDB. http://aws.amazon.com/dynamodb/, ( 2015 ).

26. Google Big Table. https://cloud.google.com/bigtable/, ( 2015 ).

27. Hadoop Map Reduce. http://hadoop.apache. org/docs/r1.2 .1/mapred_ tutorial.html, ( 2015 ).

28. Apache Cassandra. http://cassandra.apache.org/, ( 2015 ).

29. Graphenedb . http://www.graphenedb.com/, ( 2015 ).

30. Neo4j. http://neo4j.com/, ( 2015 ).