PostgreSQL: Bir Dizideki Bir Karakterin Oluş Sayısını Sayma

# PostgreSQL’de Bir Metin İçinde Karakter Sayısını Saymak

PostgreSQL veritabanınızda saklı metinsel veriler üzerinde çalışırken, belirli bir karakterin kaç kez geçtiğini bilmeniz gerekebilir. Örneğin, bir sosyal medya analizinde belirli bir hashtag’in kaç gönderide kullanıldığını veya bir ürün yorumlarındaki olumsuz kelimelerin sıklığını tespit etmek isteyebilirsiniz. Bu makalede, PostgreSQL kullanarak bir metin içindeki bir karakterin oluşum sayısını adım adım nasıl sayacağınızı, performans optimizasyonunu ve olası sorunları ele alacağız. Veri analizi ve veritabanı yönetiminde uzmanlaşmış [fatihsoysal.com](https://fatihsoysal.com) sitesinden faydalanarak bilgilerinizi geliştirebilirsiniz.

Öğrenme Yol Haritası

Bu makale, PostgreSQL’de karakter sayımını öğrenmek için üç aşamalı bir yol haritası sunar:

Yeni Başlayan: Basit SQL fonksiyonları ile karakter sayımı.

Orta: Gerçek dünya senaryoları ve optimizasyon teknikleri.

İleri Düzey: Performans analizi, sınır durumları ve karmaşık sorgulamalar.

PostgreSQL’de Temel Karakter Sayımı: Nasıl Yapılır?

PostgreSQL, metin işleme için birçok güçlü fonksiyon sunar. En basit karakter sayma yöntemi, regexp_count() fonksiyonunu kullanmaktır. Bu fonksiyon, bir metin içinde belirli bir düzenli ifade örüntüsünün kaç kez geçtiğini sayar. Tek bir karakteri saymak için, düzenli ifade olarak karakterin kendisini kullanabiliriz.

Örnek: “Merhaba Dünya!” metninde “a” karakterinin kaç kez geçtiğini bulalım.

SELECT regexp_count('Merhaba Dünya!', 'a');

Bu sorgu, sonucu 2 olarak döndürecektir.

Gerçek Dünya Senaryosu: Ürün Yorumlarında Olumsuz Kelime Analizi

Bir e-ticaret sitesinin ürün yorumlarını analiz ettiğimizi ve olumsuz kelimelerin sıklığını belirlemek istediğimizi düşünelim. “kötü”, “berbat”, “bozuk” gibi kelimelerin her yorumda kaç kez geçtiğini bulmak için aşağıdaki sorguyu kullanabiliriz:

CREATE TABLE yorumlar (
    yorum_id SERIAL PRIMARY KEY,
    yorum TEXT
);

INSERT INTO yorumlar (yorum) VALUES
('Bu ürün çok kötüydü, hiç memnun kalmadım.'),
('Ürün berbat, çalışmıyor.'),
('Kaliteli bir ürün, ancak biraz pahalı.'),
('Ürün bozuk geldi, iade etmek zorunda kaldım.');

SELECT yorum_id, yorum, 
       regexp_count(yorum, 'kötü') + regexp_count(yorum, 'berbat') + regexp_count(yorum, 'bozuk') as olumsuz_kelime_sayisi
FROM yorumlar;

Bu sorgu, her yorum için olumsuz kelimelerin toplam sayısını hesaplar. Daha gelişmiş bir analiz için, olumsuz kelimeleri içeren bir dizi oluşturabilir ve döngü kullanarak her kelime için sayımı ayrı ayrı hesaplayabiliriz. Ancak bu yöntem, büyük veri setlerinde performans sorunlarına yol açabilir.

Performans Optimizasyonu: Büyük Veri Setlerinde Karakter Sayımı

Büyük veri setlerinde regexp_count() fonksiyonunun performansı düşebilir. Daha hızlı bir yaklaşım, substring fonksiyonu ve yinelemeli bir yaklaşım kullanmaktır. Ancak bu yöntem daha karmaşık bir kod gerektirir ve PostgreSQL’in sunduğu gelişmiş fonksiyonlardan daha az verimli olabilir. Örneğin, PL/pgSQL fonksiyonları kullanılarak yinelemeli bir yaklaşım yazılabilir, ancak bu yaklaşımın performansı, verinin büyüklüğüne ve karakterin sıklığına bağlı olarak değişir. Genellikle, büyük veriler için indeksleme ve uygun sorgu optimizasyon teknikleri daha etkili olacaktır.

İleri Düzey Teknikler: PL/pgSQL ile Karakter Sayımı

Daha karmaşık senaryolar için, PL/pgSQL (PostgreSQL Procedural Language) kullanarak özel fonksiyonlar yazabiliriz. Örneğin, büyük/küçük harf duyarlılığı olmadan bir karakterin sayımını yapan bir fonksiyon oluşturabiliriz:

CREATE OR REPLACE FUNCTION count_char_insensitive(text, text)
RETURNS INTEGER AS $$
DECLARE
  input_text ALIAS FOR $1;
  char_to_count ALIAS FOR $2;
  count INTEGER := 0;
BEGIN
  FOR i IN 1..length(input_text) LOOP
    IF lower(substring(input_text, i, 1)) = lower(char_to_count) THEN
      count := count + 1;
    END IF;
  END LOOP;
  RETURN count;
END;
$$ LANGUAGE plpgsql;

SELECT count_char_insensitive('Merhaba Dünya!', 'a');

Bu fonksiyon, büyük/küçük harf duyarlılığı olmadan “a” karakterinin sayısını hesaplar. Ancak, yine de büyük veri setlerinde performans sorunu yaşanabilir.

Sınır Durumları ve Hata Yönetimi

Karakter sayma işlemlerinde bazı sınır durumları dikkate alınmalıdır. Örneğin, boş bir metin için sonuç 0 olmalıdır. Ayrıca, karakterin metinde hiç geçmemesi durumunda da 0 sonucu beklenir. Hata yönetimi için, fonksiyonlarda EXCEPTION blokları kullanılarak olası hatalar yakalanabilir ve uygun bir şekilde işlenebilir.

PostgreSQL’de Karakter Sayımı: Performans Analizi

Bir sorguyu optimize etmeden önce, performansını analiz etmek önemlidir. PostgreSQL’in EXPLAIN komutu, bir sorguyu çalıştırmadan önce nasıl yürütüleceğini gösterir. EXPLAIN ANALYZE komutu ise sorguyu çalıştırarak gerçek yürütme süresini ve maliyetini gösterir. Bu bilgiler, sorguyu optimize etmek için gerekli adımları belirlememize yardımcı olur. Örneğin, büyük bir tabloda karakter sayımı yapıyorsanız, uygun indeksler oluşturmak performansı önemli ölçüde artırabilir.

Sonuç

PostgreSQL’de bir metin içindeki bir karakterin oluşum sayısını saymak için çeşitli yöntemler mevcuttur. Basit durumlarda regexp_count() fonksiyonu yeterli olabilirken, büyük veri setleri veya karmaşık senaryolar için PL/pgSQL fonksiyonları ve performans optimizasyon teknikleri gereklidir. Uygun yöntemin seçimi, veri setinin büyüklüğü, sorgu karmaşıklığı ve performans gereksinimlerine bağlıdır. [fatihsoysal.com](https://fatihsoysal.com) sitesinden daha fazla PostgreSQL ipucu ve teknikleri bulabilirsiniz.

Sıkça Sorulan Sorular:

1. regexp_count() fonksiyonu neden yavaş olabilir? Düzenli ifadeler, özellikle karmaşık ifadeler, yüksek hesaplama maliyetine sahip olabilir.
2. Büyük veri setlerinde performansı nasıl iyileştirebilirim? İndeksleme, uygun veri tipleri seçimi ve sorgu optimizasyonu performansı önemli ölçüde artırabilir.
3. Büyük/küçük harf duyarlılığını nasıl kontrol edebilirim? lower() fonksiyonu veya düzenli ifadelerdeki bayraklar kullanılabilir.
4. Özel karakterleri nasıl sayabilirim? Düzenli ifadeler veya escape karakterleri kullanılabilir.
5. PL/pgSQL kullanmanın avantajları nelerdir? Karmaşık mantık uygulanabilir, hata yönetimi kolaylaşır ve performans optimizasyonu için daha fazla esneklik sağlar.

Yazar: Fatih Soysal