# PostgreSQL’de Ortalama, Medyan ve Mod Hesaplama
PostgreSQL veritabanınızda saklı olan verilerden anlamlı sonuçlar çıkarmak için istatistiksel analizler yapmak şarttır. Bu analizlerin en temel unsurları ortalama (mean), medyan (median) ve mod (mode) hesaplamalarıdır. Bu makalede, PostgreSQL kullanarak bu üç istatistiği nasıl hesaplayacağınızı, performansı nasıl optimize edeceğinizi ve karşılaşabileceğiniz zorlukları nasıl aşacağınızı adım adım öğreneceksiniz. Veri analizi dünyasına adım atmak ve PostgreSQL becerilerinizi geliştirmek için ideal bir rehberdir.
Öğrenme Yol Haritası
Bu makale, PostgreSQL’de ortalama, medyan ve mod hesaplamasını üç seviyede ele almaktadır:
Yeni Başlayan: Temel SQL fonksiyonları ile ortalama, medyan ve mod hesaplama. Basit örnekler ve adım adım açıklamalar.
Orta: Gerçek dünya senaryoları, daha karmaşık sorgular ve performans optimizasyon teknikleri.
İleri Düzey: Karmaşık veri kümeleri, performans analizi, sınır durumları (edge cases) ve ileri düzey optimizasyon stratejileri.
PostgreSQL’de Ortalama (Mean) Hesaplama: Nasıl Yapılır?
Ortalama, bir veri kümesindeki tüm değerlerin toplamının değer sayısına bölünmesiyle bulunur. PostgreSQL’de AVG() fonksiyonu ile kolayca hesaplanır.
Yeni Başlayan:
Örneğin, bir urunler tablosunda her ürünün fiyatının ortalamasını bulmak için şu sorguyu kullanabiliriz:
SELECT AVG(fiyat) AS ortalama_fiyat
FROM urunler;Bu sorgu, urunler tablosundaki tüm ürünlerin fiyatlarının ortalamasını hesaplar ve sonucu ortalama_fiyat olarak adlandırır.
Orta:
Şimdi, ürün kategorilerine göre ortalama fiyatları hesaplayalım:
SELECT kategori, AVG(fiyat) AS ortalama_fiyat
FROM urunler
GROUP BY kategori;Bu sorgu, her kategori için ayrı ayrı ortalama fiyatı hesaplar. GROUP BY kullanımı, verileri kategorilere göre gruplandırmamızı sağlar. Daha büyük veri kümeleri için performansı artırmak için uygun indeksler oluşturmanız önemlidir. [Fatih Soysal’ın PostgreSQL performans optimizasyonu hakkındaki yazılarını](https://fatihsoysal.com) inceleyerek daha fazla bilgi edinebilirsiniz.
İleri Düzey:
Çok büyük veri kümeleri için, AVG() fonksiyonu performans sorunlarına yol açabilir. Bu durumlarda, parçalı (partitioned) tablolar veya materyalize görünümler (materialized views) kullanarak performansı artırabilirsiniz. Ayrıca, EXPLAIN ANALYZE komutuyla sorgu planını inceleyerek darboğazları tespit edebilir ve optimizasyon yapabilirsiniz. Örneğin, büyük bir veri kümesinde WHERE koşulu kullanarak filtreleme yapmak performansı önemli ölçüde iyileştirebilir.
PostgreSQL’de Medyan (Median) Hesaplama: Nasıl Yapılır?
Medyan, sıralanmış bir veri kümesinin tam ortasındaki değerdir. PostgreSQL’de medyanı doğrudan hesaplayan bir fonksiyon bulunmamaktadır. Ancak, PERCENTILE_CONT() fonksiyonu ile hesaplayabiliriz.
Yeni Başlayan:
urunler tablosundaki fiyatların medyanını bulmak için:
SELECT PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY fiyat) AS medyan_fiyat
FROM urunler;Bu sorgu, fiyat sütununu sıralar ve %50’lik percentili (yani medyanı) hesaplar.
Orta:
Medyanı kategori bazında hesaplamak için:
SELECT kategori, PERCENTILE_CONT(0.5) WITHIN GROUP (ORDER BY fiyat) AS medyan_fiyat
FROM urunler
GROUP BY kategori;Bu, her kategori için ayrı ayrı medyan fiyatı hesaplar. Büyük veri kümeleri için PERCENTILE_CONT() fonksiyonu yavaş olabilir. Bu durumda, örnekleme (sampling) teknikleri kullanarak daha hızlı bir yaklaşım elde edebilirsiniz.
İleri Düzey:
PERCENTILE_CONT() fonksiyonu, NULL değerleri dikkate almaz. NULL değerleri nasıl ele alacağınızı belirlemek önemlidir. Örneğin, NULL değerleri sıfır olarak ele almak isterseniz, COALESCE() fonksiyonunu kullanabilirsiniz. Ayrıca, çok büyük veri kümeleri için APPROXIMATE QUERY PROCESSING (AQP) tekniklerini kullanarak medyanı yaklaşık olarak hesaplayabilirsiniz. Bu teknikler, kesin sonuç yerine hızlı bir yaklaşım sağlar.
PostgreSQL’de Mod (Mode) Hesaplama: Nasıl Yapılır?
Mod, bir veri kümesinde en sık tekrar eden değerdir. PostgreSQL’de mod için yerleşik bir fonksiyon bulunmaz. Ancak, SQL sorguları kullanarak hesaplayabiliriz.
Yeni Başlayan:
Basit bir yöntem, GROUP BY ve COUNT() fonksiyonlarını kullanarak her değerin tekrar sayısını bulmak ve en yüksek sayıya sahip değeri seçmektir. Bu yöntem, çok sayıda farklı değer için performans sorunlarına yol açabilir.
WITH frekanslar AS (
SELECT fiyat, COUNT(*) AS sayi
FROM urunler
GROUP BY fiyat
),
max_frekans AS (
SELECT MAX(sayi) AS max_sayi
FROM frekanslar
)
SELECT fiyat AS mod_fiyat
FROM frekanslar
WHERE sayi = (SELECT max_sayi FROM max_frekans);Bu sorgu, önce her fiyatın tekrar sayısını hesaplar, daha sonra en yüksek tekrar sayısını bulur ve son olarak bu sayıya sahip fiyatı mod olarak seçer.
Orta:
Bu yöntem, birden fazla mod varsa sadece bir tanesini döndürür. Tüm modları bulmak için daha karmaşık bir sorgu gereklidir. Ayrıca, büyük veri kümeleri için performansı artırmak için indeksleme ve optimizasyon teknikleri kullanılmalıdır.
İleri Düzey:
Çok büyük veri kümeleri veya yüksek kardinaliteli (çok sayıda farklı değer) sütunlar için, modu yaklaşık olarak hesaplamak daha verimli olabilir. Örneğin, veri kümesini örnekleyerek (sampling) veya histogram kullanarak yaklaşık bir mod hesaplayabilirsiniz. Bu teknikler, kesin sonuç yerine hızlı bir yaklaşım sağlar.
Gerçek Dünya Senaryoları ve Vaka Analizleri
Senaryo 1: E-ticaret Sitesi: Bir e-ticaret sitesinin ürün satış verilerinde, en çok satılan ürünün fiyatının medyanını bulmak isteyebilirsiniz. Bu, ürün fiyatlandırması stratejileri için faydalı bir bilgi olabilir.
Senaryo 2: Sağlık Sektörü: Hastane kayıtlarında, hasta yaşlarının ortalamasını, medyanını ve modunu hesaplayarak hasta demografisini analiz edebilirsiniz.
Senaryo 3: Finans: Bir finans kuruluşunun müşteri hesap bakiyelerinin ortalamasını ve medyanını hesaplayarak müşteri portföyünün dağılımını analiz edebilirsiniz.
Performans Optimizasyonu
PostgreSQL’de istatistiksel hesaplamaların performansını artırmak için aşağıdaki teknikleri kullanabilirsiniz:
* Uygun İndeksler: Sıkça sorguladığınız sütunlara indeks oluşturmak sorgu hızını önemli ölçüde artırabilir.
* Parçalı Tablolar: Büyük tabloları daha küçük parçalara bölmek, sorguları daha hızlı hale getirebilir.
* Materyalize Görünümler: Sık kullanılan sorguların sonuçlarını önceden hesaplayıp saklamak, sorgu süresini kısaltabilir.
* Sorgu Optimizasyonu: EXPLAIN ANALYZE komutuyla sorgu planını inceleyerek darboğazları tespit edebilir ve optimizasyon yapabilirsiniz.
Sonuç
Bu makalede, PostgreSQL’de ortalama, medyan ve mod hesaplamanın temelinden ileri düzey tekniklerine kadar geniş bir yelpazede bilgi sunduk. Gerçek dünya örnekleri ve performans optimizasyonu teknikleri ile konuyu daha iyi anlamanıza yardımcı olmayı amaçladık. PostgreSQL’de istatistiksel analizler yaparak verilerinizden daha fazla değer elde edebilirsiniz.
Sıkça Sorulan Sorular:
1. PostgreSQL’de medyanı hesaplamak için başka yöntemler var mı? Evet, PERCENTILE_DISC() fonksiyonu da kullanılabilir, ancak PERCENTILE_CONT() ile aynı sonuçları vermez.
2. Çok büyük veri kümeleri için hangi yöntemleri önerirsiniz? Çok büyük veri kümeleri için örneklem alma (sampling), yaklaşık sorgu işleme (AQP) teknikleri ve parçalı tablolar kullanmanızı öneririz.
3. NULL değerleri nasıl ele almalıyım? COALESCE() fonksiyonunu kullanarak NULL değerlerini istediğiniz bir değerle değiştirebilirsiniz.
4. Performansı nasıl daha da iyileştirebilirim? PostgreSQL ayarlarını inceleyerek, bellek kullanımı ve işlemci kullanımını optimize edebilirsiniz.
5. İleri düzey optimizasyon için hangi kaynakları önerebilirsiniz? PostgreSQL dokümantasyonu ve Fatih Soysal’ın blog yazıları ([https://fatihsoysal.com](https://fatihsoysal.com)) iyi bir başlangıç noktası olabilir.
Yazar: Fatih Soysal