# PostgreSQL’de Zaman Aral\u0131klar\u0131na G\u00f6re Grupland\u0131rma<\/p>\n
PostgreSQL veritaban\u0131n\u0131zda zaman serileri verisiyle \u00e7al\u0131\u015f\u0131yorsan\u0131z, verinizi anlaml\u0131 bir \u015fekilde analiz etmek i\u00e7in zaman aral\u0131klar\u0131na g\u00f6re grupland\u0131rma yapman\u0131z gerekecektir. \u00d6rne\u011fin, web sitenizin g\u00fcnl\u00fck ziyaret\u00e7ilerini saatlik, g\u00fcnl\u00fck veya haftal\u0131k olarak analiz etmek, bir e-ticaret platformundaki sat\u0131\u015flar\u0131 ayl\u0131k olarak \u00f6zetlemek veya sens\u00f6rlerden gelen verileri dakikal\u0131k aral\u0131klarla incelemek gibi bir\u00e7ok senaryoda bu teknik hayati \u00f6nem ta\u015f\u0131r. Bu makalede, PostgreSQL’de zaman aral\u0131klar\u0131na g\u00f6re grupland\u0131rmay\u0131 ad\u0131m ad\u0131m, yeni ba\u015flayanlardan uzmanlara kadar her seviyeye uygun bir \u015fekilde ele alaca\u011f\u0131z.<\/p>\n
\u00d6\u011frenme Yol Haritas\u0131:<\/strong><\/p>\n * Yeni Ba\u015flayan:<\/strong> PostgreSQL Zaman Aral\u0131klar\u0131na G\u00f6re Grupland\u0131rma: Temel Kavramlar<\/strong><\/p>\n PostgreSQL, zaman verilerini i\u015flemek i\u00e7in g\u00fc\u00e7l\u00fc fonksiyonlar sunar. Bu fonksiyonlar\u0131n en \u00f6nemlisi PostgreSQL Zaman Aral\u0131klar\u0131na G\u00f6re Grupland\u0131rma: Ad\u0131m Ad\u0131m Uygulama<\/strong><\/p>\n \u00d6rne\u011fin, bir “log” tablomuz olsun ve bu tabloda her giri\u015fin bir Yeni Ba\u015flayan Seviyesi:<\/strong><\/p>\n Bu sorgu, Orta Seviye:<\/strong><\/p>\n \u015eimdi, bir e-ticaret sitesinin g\u00fcnl\u00fck sat\u0131\u015flar\u0131n\u0131 analiz edelim. Her sat\u0131\u015f\u0131n Bu sorgu, \u00f6ncelikle PostgreSQL Zaman Aral\u0131klar\u0131na G\u00f6re Grupland\u0131rma: \u0130leri D\u00fczey Teknikler ve Optimizasyon<\/strong><\/p>\n \u0130leri Seviye:<\/strong><\/p>\n Karma\u015f\u0131k zaman aral\u0131klar\u0131 i\u00e7in, Performans Optimizasyonu:<\/strong><\/p>\n * \u0130ndeksler:<\/strong> Ger\u00e7ek D\u00fcnya Senaryolar\u0131 ve Vaka \u00c7al\u0131\u015fmalar\u0131<\/strong><\/p>\n * Web Analiti\u011fi:<\/strong> Web sunucusu loglar\u0131n\u0131 saatlik, g\u00fcnl\u00fck veya haftal\u0131k olarak analiz ederek site trafi\u011fini izleyebilirsiniz. Sonu\u00e7<\/strong><\/p>\n PostgreSQL, zaman serileri verilerini analiz etmek i\u00e7in g\u00fc\u00e7l\u00fc fonksiyonlar sunar. S\u0131k\u00e7a Sorulan Sorular:<\/strong><\/p>\n 1. Eksik zaman aral\u0131klar\u0131n\u0131 nas\u0131l doldurabilirim?<\/strong> Yazar: Fatih Soysal<\/p>\n","protected":false},"excerpt":{"rendered":"# PostgreSQL’de Zaman Aral\u0131klar\u0131na G\u00f6re Grupland\u0131rma PostgreSQL veritaban\u0131n\u0131zda zaman serileri verisiyle \u00e7al\u0131\u015f\u0131yorsan\u0131z, verinizi anlaml\u0131 bir \u015fekilde analiz etmek…","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"csco_page_header_type":"","csco_page_load_nextpost":"","csco_page_subscribe_form":"","csco_page_contact_form":"","footnotes":""},"categories":[644],"tags":[],"class_list":{"0":"post-25754","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-postgresql","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\ndate_trunc()<\/code> fonksiyonu ile basit grupland\u0131rma, basit kod \u00f6rnekleri.
\n* Orta Seviye:<\/strong> Ger\u00e7ek d\u00fcnya senaryolar\u0131, generate_series()<\/code> fonksiyonu ile eksik zaman aral\u0131klar\u0131n\u0131n doldurulmas\u0131, performans optimizasyon ipu\u00e7lar\u0131.
\n* \u0130leri Seviye:<\/strong> Karma\u015f\u0131k zaman aral\u0131klar\u0131, performans analizi, edge case’ler ve \u00e7\u00f6z\u00fcmleri, paralel sorgulama teknikleri.<\/p>\ndate_trunc()<\/code>‘t\u0131r. date_trunc()<\/code> fonksiyonu, bir tarih\/zaman de\u011ferini belirli bir zaman birimine (\u00f6rne\u011fin, saniye, dakika, saat, g\u00fcn, ay, y\u0131l) yuvarlar. Bu yuvarlama i\u015flemi, zaman aral\u0131klar\u0131na g\u00f6re grupland\u0131rman\u0131n temelini olu\u015fturur. Di\u011fer \u00f6nemli fonksiyonlar aras\u0131nda extract()<\/code> (tarih\/zaman de\u011ferinden spesifik bir bile\u015feni \u00e7\u0131karmak i\u00e7in) ve interval<\/code> (s\u00fcreleri temsil etmek i\u00e7in) yer al\u0131r.<\/p>\ntimestamp<\/code> s\u00fctunu bulunsun. Bu log kay\u0131tlar\u0131n\u0131 saatlik olarak gruplay\u0131p her saat dilimindeki kay\u0131t say\u0131s\u0131n\u0131 bulmak istiyoruz.<\/p>\nSELECT date_trunc('hour', timestamp) AS saat, COUNT(*) AS kay\u0131t_say\u0131s\u0131\nFROM log\nGROUP BY saat\nORDER BY saat;<\/code><\/pre>\ntimestamp<\/code> s\u00fctununu saatlere yuvarlar (date_trunc('hour', timestamp)<\/code>), sonra bu yuvarlanm\u0131\u015f saatlere g\u00f6re gruplar (GROUP BY saat<\/code>) ve her saat dilimindeki kay\u0131t say\u0131s\u0131n\u0131 sayar (COUNT(*)<\/code>). Son olarak, sonu\u00e7lar\u0131 saat s\u0131ras\u0131na g\u00f6re s\u0131ralar (ORDER BY saat<\/code>).<\/p>\ntarih<\/code> ve tutar<\/code> s\u00fctunlar\u0131n\u0131 i\u00e7eren bir “satislar” tablomuz olsun. G\u00fcnl\u00fck sat\u0131\u015flar\u0131 hesaplamak ve eksik g\u00fcnleri s\u0131f\u0131r sat\u0131\u015f ile g\u00f6stermek istiyoruz.<\/p>\nWITH g\u00fcnl\u00fck_satislar AS (\n SELECT date(tarih) AS sat\u0131\u015f_g\u00fcn\u00fc, SUM(tutar) AS toplam_tutar\n FROM satislar\n GROUP BY sat\u0131\u015f_g\u00fcn\u00fc\n),\nt\u00fcm_g\u00fcnler AS (\n SELECT generate_series(min(sat\u0131\u015f_g\u00fcn\u00fc), max(sat\u0131\u015f_g\u00fcn\u00fc), '1 day'::interval) AS g\u00fcn\n FROM g\u00fcnl\u00fck_satislar\n)\nSELECT t.g\u00fcn, COALESCE(ds.toplam_tutar, 0) AS g\u00fcnl\u00fck_satis\nFROM t\u00fcm_g\u00fcnler t\nLEFT JOIN g\u00fcnl\u00fck_satislar ds ON t.g\u00fcn = ds.sat\u0131\u015f_g\u00fcn\u00fc\nORDER BY t.g\u00fcn;<\/code><\/pre>\ngenerate_series()<\/code> fonksiyonunu kullanarak sat\u0131\u015flar\u0131n yap\u0131ld\u0131\u011f\u0131 minimum ve maksimum tarihler aras\u0131nda t\u00fcm g\u00fcnleri olu\u015fturur. Daha sonra, LEFT JOIN<\/code> ile g\u00fcnl\u00fck sat\u0131\u015flar tablosunu birle\u015ftirir. E\u011fer bir g\u00fcnde sat\u0131\u015f yoksa, COALESCE<\/code> fonksiyonu sayesinde 0 de\u011feri g\u00f6sterilir. Bu sayede, t\u00fcm g\u00fcnlerin sat\u0131\u015f verilerini i\u00e7eren eksiksiz bir rapor elde edilir.<\/p>\ndate_trunc()<\/code>‘\u0131 birden \u00e7ok kez kullanabilir veya daha karma\u015f\u0131k ko\u015fullar\u0131 CASE<\/code> ifadeleriyle birle\u015ftirebiliriz. \u00d6rne\u011fin, haftan\u0131n g\u00fcnlerine g\u00f6re grupland\u0131r\u0131p, her g\u00fcn\u00fcn saatlik sat\u0131\u015flar\u0131n\u0131 g\u00f6rmek isteyebiliriz.<\/p>\nSELECT\n TO_CHAR(tarih, 'Day') AS g\u00fcn_ad\u0131,\n date_trunc('hour', tarih) AS saat,\n SUM(tutar) AS toplam_tutar\nFROM\n satislar\nGROUP BY\n g\u00fcn_ad\u0131, saat\nORDER BY\n g\u00fcn_ad\u0131, saat;<\/code><\/pre>\ntimestamp<\/code> veya tarih<\/code> s\u00fctunlar\u0131na uygun indeksler olu\u015fturmak sorgular\u0131n h\u0131z\u0131n\u0131 \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131r\u0131r.
\n* Par\u00e7alama:<\/strong> B\u00fcy\u00fck tablolar i\u00e7in, zaman aral\u0131klar\u0131na g\u00f6re par\u00e7alama (partitioning) performans\u0131 iyile\u015ftirir.
\n* Materyalize G\u00f6r\u00fcn\u00fcmler:<\/strong> S\u0131k kullan\u0131lan sorgular i\u00e7in materyalize g\u00f6r\u00fcn\u00fcmler (materialized views) olu\u015fturarak performans kazan\u0131labilir. [Fatih Soysal’\u0131n PostgreSQL performans optimizasyonu yaz\u0131lar\u0131](https:\/\/fatihsoysal.com) bu konuda daha detayl\u0131 bilgi sa\u011flayacakt\u0131r.
\n* Sorgu Planlay\u0131c\u0131s\u0131n\u0131 Anlamak:<\/strong> EXPLAIN<\/code> komutu ile sorgu plan\u0131n\u0131 inceleyerek performans darbo\u011fazlar\u0131n\u0131 tespit edebilirsiniz.<\/p>\n
\n* IoT Veri Analizi:<\/strong> Sens\u00f6rlerden gelen verileri zaman aral\u0131klar\u0131na g\u00f6re gruplayarak trendleri ve anormallikleri tespit edebilirsiniz.
\n* Finansal Veri Analizi:<\/strong> Hisse senedi fiyatlar\u0131n\u0131 g\u00fcnl\u00fck, haftal\u0131k veya ayl\u0131k olarak analiz ederek yat\u0131r\u0131m kararlar\u0131 alabilirsiniz.
\n* Telekom\u00fcnikasyon:<\/strong> \u00c7a\u011fr\u0131 kay\u0131tlar\u0131n\u0131 zaman aral\u0131klar\u0131na g\u00f6re gruplayarak servis kalitesini de\u011ferlendirebilirsiniz.<\/p>\ndate_trunc()<\/code>, generate_series()<\/code>, extract()<\/code> ve interval<\/code> gibi fonksiyonlar\u0131 kullanarak verinizi istedi\u011finiz zaman aral\u0131klar\u0131na g\u00f6re gruplayabilir ve anlaml\u0131 bilgiler elde edebilirsiniz. Performans optimizasyonu i\u00e7in indeksler, par\u00e7alama ve materyalize g\u00f6r\u00fcn\u00fcmlerden faydalanmay\u0131 unutmay\u0131n. [Fatih Soysal’\u0131n blogunda](https:\/\/fatihsoysal.com) PostgreSQL ile ilgili daha fazla ipucu ve teknik bilgi bulabilirsiniz.<\/p>\ngenerate_series()<\/code> fonksiyonu ile eksik aral\u0131klar\u0131 olu\u015fturup LEFT JOIN<\/code> ile ana veriyle birle\u015ftirebilirsiniz.
\n2. \u00c7ok b\u00fcy\u00fck tablolar i\u00e7in performans\u0131 nas\u0131l iyile\u015ftirebilirim?<\/strong> \u0130ndeksler, par\u00e7alama ve materyalize g\u00f6r\u00fcn\u00fcmler kullanarak performans\u0131 art\u0131rabilirsiniz.
\n3. Farkl\u0131 zaman birimlerini ayn\u0131 sorgu i\u00e7inde nas\u0131l kullanabilirim?<\/strong> CASE<\/code> ifadeleri veya birden \u00e7ok date_trunc()<\/code> kullanarak farkl\u0131 zaman birimlerini ayn\u0131 sorgu i\u00e7inde kullanabilirsiniz.
\n4. Zaman dilimlerini nas\u0131l y\u00f6netebilirim?<\/strong> timezone<\/code> ayarlar\u0131n\u0131 do\u011fru kullanarak zaman dilimlerini do\u011fru \u015fekilde y\u00f6netebilirsiniz.
\n5. Karma\u015f\u0131k zaman aral\u0131klar\u0131 i\u00e7in nas\u0131l sorgu yazabilirim?<\/strong> CASE<\/code> ifadeleri, alt sorgular ve interval<\/code> kullanarak karma\u015f\u0131k zaman aral\u0131klar\u0131n\u0131 y\u00f6netebilirsiniz.<\/p>\n