Modern uygulama geli\u015ftirme s\u00fcre\u00e7lerinde farkl\u0131 veritaban\u0131 teknolojilerinin bir arada kullan\u0131lmas\u0131 yayg\u0131n bir durumdur. PostgreSQL, ili\u015fkisel veritabanlar\u0131 d\u00fcnyas\u0131nda sa\u011flam bir yer edinirken, MongoDB esnek yap\u0131s\u0131 ve \u00f6l\u00e7eklenebilirli\u011fi ile NoSQL alan\u0131nda \u00f6ne \u00e7\u0131kmaktad\u0131r. Bu makalede, PostgreSQL’in g\u00fc\u00e7l\u00fc benchmark arac\u0131 PgBench’i, Foreign Data Wrapper (FDW) teknolojisi arac\u0131l\u0131\u011f\u0131yla MongoDB \u00fczerinde performans testleri yapmak i\u00e7in nas\u0131l kullanabilece\u011fimizi detayl\u0131 bir \u015fekilde inceleyece\u011fiz. Bu yakla\u015f\u0131m, farkl\u0131 veritaban\u0131 sistemlerini tek bir aray\u00fcz \u00fczerinden test etme ve kar\u015f\u0131la\u015ft\u0131rma imkan\u0131 sunarak, karma\u015f\u0131k altyap\u0131larda performans analizini kolayla\u015ft\u0131rmay\u0131 hedeflemektedir.<\/p>\n
PgBench, PostgreSQL ile birlikte gelen, veritaban\u0131n\u0131n performans\u0131n\u0131 \u00f6l\u00e7mek i\u00e7in tasarlanm\u0131\u015f basit ama etkili bir benchmark arac\u0131d\u0131r. \u00d6zellikle ACID (Atomicity, Consistency, Isolation, Durability) \u00f6zelliklerini test eden standart bir i\u015f y\u00fck\u00fc (TPC-B benzeri) ile birlikte gelir. Ancak PgBench, sadece bu standart i\u015f y\u00fck\u00fcyle s\u0131n\u0131rl\u0131 kalmay\u0131p, kullan\u0131c\u0131lar\u0131n kendi SQL betiklerini yazarak \u00f6zelle\u015ftirilmi\u015f test senaryolar\u0131 olu\u015fturmas\u0131na da olanak tan\u0131r.<\/p>\n
PgBench, bir veritaban\u0131 sunucusuna belirli say\u0131da istemci ba\u011flant\u0131s\u0131 a\u00e7ar ve bu ba\u011flant\u0131lar \u00fczerinden \u00f6nceden tan\u0131mlanm\u0131\u015f veya \u00f6zel SQL sorgular\u0131n\u0131 \u00e7al\u0131\u015ft\u0131r\u0131r. Sonu\u00e7 olarak, saniyede i\u015flenen i\u015flem say\u0131s\u0131 (TPS – Transactions Per Second), ortalama gecikme s\u00fcresi ve i\u015flem ba\u015f\u0131na ortalama s\u00fcre gibi metrikler sunar. Bu metrikler, veritaban\u0131n\u0131n belirli bir i\u015f y\u00fck\u00fc alt\u0131nda ne kadar iyi performans g\u00f6sterdi\u011fini anlamak i\u00e7in kritik \u00f6neme sahiptir.<\/p>\n
PgBench’in varsay\u0131lan i\u015f y\u00fck\u00fc, k\u00fc\u00e7\u00fck bir bankac\u0131l\u0131k uygulamas\u0131n\u0131 sim\u00fcle eder; hesap bakiyelerinin g\u00fcncellenmesi, transferler ve kay\u0131tlar\u0131n eklenmesi gibi i\u015flemleri i\u00e7erir. Bu, veritaban\u0131n\u0131n temel okuma\/yazma performans\u0131n\u0131 ve i\u015flem tutarl\u0131l\u0131\u011f\u0131n\u0131 test etmek i\u00e7in iyi bir ba\u015flang\u0131\u00e7 noktas\u0131d\u0131r. Ancak, ger\u00e7ek d\u00fcnya senaryolar\u0131 genellikle daha karma\u015f\u0131kt\u0131r. PgBench’in en g\u00fc\u00e7l\u00fc y\u00f6nlerinden biri, kullan\u0131c\u0131lar\u0131n kendi SQL dosyalar\u0131n\u0131 kullanarak spesifik uygulama i\u015f y\u00fcklerini taklit edebilmesidir. Bu sayede, uygulaman\u0131z\u0131n veritaban\u0131 ile etkile\u015fimini do\u011frudan sim\u00fcle edebilir ve ger\u00e7ek\u00e7i performans verileri elde edebilirsiniz.<\/p>\n
PgBench’in bir PostgreSQL arac\u0131 olmas\u0131na ra\u011fmen, FDW arac\u0131l\u0131\u011f\u0131yla MongoDB \u00fczerinde kullan\u0131lmas\u0131 birka\u00e7 \u00f6nemli avantaj sunar. \u00d6ncelikle, halihaz\u0131rda PgBench kullan\u0131m\u0131na a\u015fina olan ekipler i\u00e7in yeni bir benchmark arac\u0131 \u00f6\u011frenme maliyetini ortadan kald\u0131r\u0131r. \u0130kinci olarak, farkl\u0131 veritaban\u0131 teknolojileri aras\u0131nda (\u00f6rne\u011fin, PostgreSQL ile MongoDB) ayn\u0131 benchmark arac\u0131 ve metodolojisi kullan\u0131larak daha tutarl\u0131 performans kar\u015f\u0131la\u015ft\u0131rmalar\u0131 yap\u0131labilir. Bu, hibrit mimarilerde veya veritaban\u0131 ge\u00e7i\u015f senaryolar\u0131nda karar verme s\u00fcre\u00e7lerini destekleyebilir. \u00dc\u00e7\u00fcnc\u00fc olarak, MongoDB’ye SQL benzeri bir aray\u00fcz \u00fczerinden eri\u015fim sa\u011flayarak, belirli SQL tabanl\u0131 test senaryolar\u0131n\u0131 do\u011frudan uygulayabilme yetene\u011fi kazand\u0131r\u0131r.<\/p>\n
MongoDB, belge tabanl\u0131 bir NoSQL veritaban\u0131d\u0131r ve y\u00fcksek \u00f6l\u00e7eklenebilirlik, esneklik ve performans sunar. Genellikle b\u00fcy\u00fck veri k\u00fcmeleri ve y\u00fcksek yazma\/okuma y\u00fckleri gerektiren uygulamalarda tercih edilir. Ancak, her veritaban\u0131 gibi MongoDB’nin de performans\u0131n\u0131 d\u00fczenli olarak test etmek ve optimize etmek \u00f6nemlidir.<\/p>\n
MongoDB, JSON benzeri BSON belgelerini kullanarak verileri depolar. \u015eemas\u0131z yap\u0131s\u0131, h\u0131zl\u0131 geli\u015ftirme d\u00f6ng\u00fclerine ve kolay veri modellemesi de\u011fi\u015fikliklerine olanak tan\u0131r. Yatay \u00f6l\u00e7eklenebilirlik (sharding) ve y\u00fcksek eri\u015filebilirlik (replika setleri) gibi \u00f6zellikler, onu modern, da\u011f\u0131t\u0131k uygulamalar i\u00e7in cazip bir se\u00e7enek haline getirir. Ancak bu avantajlar, do\u011fru indeksleme, veri modellemesi ve sorgu optimizasyonu yap\u0131lmad\u0131\u011f\u0131nda performans sorunlar\u0131na yol a\u00e7abilir.<\/p>\n
MongoDB’nin performans\u0131n\u0131 test etmek i\u00e7in \u00e7e\u015fitli yakla\u015f\u0131mlar mevcuttur. MongoDB’nin kendi ara\u00e7lar\u0131 (\u00f6rne\u011fin, FDW arac\u0131l\u0131\u011f\u0131yla PgBench kullanmak, \u00f6zellikle PostgreSQL ekosistemine a\u015fina olan veya SQL tabanl\u0131 bir test metodolojisini korumak isteyen ekipler i\u00e7in \u00e7ekici bir se\u00e7enektir. Bu yakla\u015f\u0131m, MongoDB’nin kendi ara\u00e7lar\u0131n\u0131n veya YCSB gibi ara\u00e7lar\u0131n sundu\u011fu derinlemesine NoSQL odakl\u0131 metrikleri do\u011frudan sa\u011flamasa da, belirli SQL benzeri i\u015f y\u00fcklerinin MongoDB \u00fczerindeki etkisini \u00f6l\u00e7mek i\u00e7in benzersiz bir k\u00f6pr\u00fc g\u00f6revi g\u00f6r\u00fcr. \u00d6rne\u011fin, PostgreSQL’den MongoDB’ye ge\u00e7i\u015f yapan bir uygulama i\u00e7in, mevcut PgBench test senaryolar\u0131n\u0131 yeniden kullanmak, ge\u00e7i\u015fin performans etkilerini de\u011ferlendirmede zaman ve \u00e7aba tasarrufu sa\u011flayabilir.<\/p>\n Foreign Data Wrapper (FDW), PostgreSQL’in ba\u015fka bir veritaban\u0131 veya veri kayna\u011f\u0131ndaki verilere sanki kendi yerel tablolar\u0131ym\u0131\u015f gibi eri\u015fmesini sa\u011flayan g\u00fc\u00e7l\u00fc bir \u00f6zelliktir. Bu, farkl\u0131 veri sistemleri aras\u0131nda entegrasyon ve veri birle\u015ftirme i\u00e7in m\u00fckemmel bir mekanizma sunar. FDW, PostgreSQL sunucusunun bir istemci gibi davranarak d\u0131\u015f veri kayna\u011f\u0131na ba\u011flanmas\u0131n\u0131 ve sorgular\u0131 bu kayna\u011fa iletmesini sa\u011flar.<\/p>\n FDW’nin temel amac\u0131, farkl\u0131 veri depolar\u0131n\u0131 tek bir SQL aray\u00fcz\u00fc alt\u0131nda birle\u015ftirmektir. PostgreSQL, FDW uzant\u0131s\u0131 arac\u0131l\u0131\u011f\u0131yla, d\u0131\u015f veri kayna\u011f\u0131na \u00f6zel bir “sar\u0131lm\u0131\u015f” s\u00fcr\u00fcc\u00fc y\u00fckler. Kullan\u0131c\u0131 bir “foreign table” (d\u0131\u015f tablo) tan\u0131mlad\u0131\u011f\u0131nda, bu tablo asl\u0131nda d\u0131\u015f veri kayna\u011f\u0131ndaki bir tabloya veya koleksiyona i\u015faret eder. Bir sorgu bu d\u0131\u015f tabloya y\u00f6neltildi\u011finde, FDW mod\u00fcl\u00fc sorguyu d\u0131\u015f veri kayna\u011f\u0131n\u0131n anlayaca\u011f\u0131 formata d\u00f6n\u00fc\u015ft\u00fcr\u00fcr, d\u0131\u015f veri kayna\u011f\u0131na g\u00f6nderir, sonu\u00e7lar\u0131 al\u0131r ve PostgreSQL’e geri d\u00f6nd\u00fcr\u00fcr. Bu s\u00fcre\u00e7, kullan\u0131c\u0131n\u0131n d\u0131\u015f veri kayna\u011f\u0131n\u0131n detaylar\u0131n\u0131 bilmesini gerektirmez; sanki yerel bir tabloya sorgu at\u0131yormu\u015f gibi hisseder.<\/p>\n Avantajlar\u0131:<\/strong><\/p>\n S\u0131n\u0131rlamalar\u0131:<\/strong><\/p>\n PgBench’i MongoDB \u00fczerinde kullanabilmek i\u00e7in \u00f6ncelikle PostgreSQL ve PostgreSQL’in sisteminizde kurulu oldu\u011funu varsay\u0131yoruz. E\u011fer kurulu de\u011filse, i\u015fletim sisteminize uygun \u015fekilde kurman\u0131z gerekmektedir. <\/code><\/p>\n <\/code><\/p>\n \u015eimdi, MongoDB'deki bir koleksiyonu temsil eden bir d\u0131\u015f tablo olu\u015fturabiliriz. PgBench'in standart i\u015f y\u00fck\u00fcn\u00fc taklit etmek i\u00e7in <\/code><\/p>\n Bu tablo tan\u0131m\u0131, MongoDB'deki PgBench'i \u00e7al\u0131\u015ft\u0131rmadan \u00f6nce, d\u0131\u015f tabloda test verilerinin bulunmas\u0131 gerekir. PgBench'in <\/code><\/p>\n Veya daha iyisi, MongoDB'ye do\u011frudan PgBench \u015femas\u0131na uygun verileri y\u00fcklemek i\u00e7in bir betik kullanmak. Bu, FDW'nin yaln\u0131zca okuma\/yazma i\u015flemlerini test etmesini sa\u011flar.<\/p>\n Kurulum ve veri haz\u0131rl\u0131\u011f\u0131 tamamland\u0131ktan sonra, PgBench'i FDW \u00fczerinden MongoDB'ye kar\u015f\u0131 \u00e7al\u0131\u015ft\u0131rmaya ba\u015flayabiliriz. Bu b\u00f6l\u00fcm, PgBench'in temel kullan\u0131m\u0131n\u0131 ve \u00f6zelle\u015ftirilmi\u015f betiklerle test senaryolar\u0131 olu\u015fturmay\u0131 ele almaktad\u0131r.<\/p>\n PgBench'in <\/code><\/p>\n PgBench'in g\u00fcc\u00fc, kendi SQL betiklerinizi tan\u0131mlayabilmenizden gelir. <\/code><\/p>\n Bu betik, rastgele bir hesap bakiyesini g\u00fcnceller ve ard\u0131ndan g\u00fcncellenen bakiyeyi okur. PgBench testlerinin anlaml\u0131 olmas\u0131 i\u00e7in MongoDB taraf\u0131nda uygun indekslerin olu\u015fturulmas\u0131 kritik \u00f6neme sahiptir. Yukar\u0131daki \u00f6rnek betikte <\/code><\/p>\n Test verisi boyutu da \u00f6nemlidir. Ger\u00e7ek\u00e7i bir benchmark i\u00e7in, \u00fcretim ortam\u0131n\u0131zdaki veri hacmine yak\u0131n veya daha b\u00fcy\u00fck bir veri setiyle \u00e7al\u0131\u015fman\u0131z \u00f6nerilir. Bu, veritaban\u0131n\u0131n disk I\/O, bellek y\u00f6netimi ve indeks performans\u0131 \u00fczerindeki etkilerini daha do\u011fru bir \u015fekilde yans\u0131tacakt\u0131r.<\/p>\n PgBench testlerini \u00e7al\u0131\u015ft\u0131rd\u0131ktan sonra elde edilen sonu\u00e7lar\u0131 do\u011fru bir \u015fekilde yorumlamak, performanstaki darbo\u011fazlar\u0131 belirlemek ve optimizasyon stratejileri geli\u015ftirmek i\u00e7in hayati \u00f6neme sahiptir.<\/p>\n PgBench, testin sonunda \u00e7e\u015fitli performans metrikleri sunar. En \u00f6nemli metriklerden baz\u0131lar\u0131 \u015funlard\u0131r:<\/p>\n FDW \u00fczerinden yap\u0131lan testlerde, elde edilen TPS de\u011ferleri do\u011frudan MongoDB'nin yerel performans\u0131n\u0131 yans\u0131tmayabilir. FDW'nin ek y\u00fck\u00fcn\u00fc ve a\u011f gecikmesini de hesaba katmak gerekir. Kar\u015f\u0131la\u015ft\u0131rma yaparken, ayn\u0131 i\u015f y\u00fck\u00fcn\u00fc hem FDW \u00fczerinden hem de MongoDB'nin kendi API'si (\u00f6rne\u011fin, bir Node.js beti\u011fi ile) \u00fczerinden test etmek faydal\u0131 olabilir.<\/p>\n FDW arac\u0131l\u0131\u011f\u0131yla PgBench \u00e7al\u0131\u015ft\u0131r\u0131rken kar\u015f\u0131la\u015f\u0131labilecek potansiyel darbo\u011fazlar \u015funlard\u0131r:<\/p>\n Performans\u0131 art\u0131rmak i\u00e7in a\u015fa\u011f\u0131daki optimizasyon ipu\u00e7lar\u0131n\u0131 de\u011ferlendirebilirsiniz:<\/p>\n PgBench'i Foreign Data Wrapper arac\u0131l\u0131\u011f\u0131yla MongoDB \u00fczerinde kullanmak, farkl\u0131 veritaban\u0131 teknolojileri aras\u0131nda k\u00f6pr\u00fc kurarak performans testlerini standartla\u015ft\u0131rmak ve mevcut PostgreSQL ara\u00e7lar\u0131n\u0131 yeniden kullanmak i\u00e7in yenilik\u00e7i bir yakla\u015f\u0131md\u0131r. Bu y\u00f6ntem, \u00f6zellikle hibrit veritaban\u0131 ortamlar\u0131nda veya PostgreSQL'den MongoDB'ye ge\u00e7i\u015f yapan projelerde de\u011ferli bilgiler sa\u011flayabilir.<\/p>\n Ancak, bu yakla\u015f\u0131m\u0131n kendi avantajlar\u0131 ve dezavantajlar\u0131 bulunmaktad\u0131r. FDW'nin getirdi\u011fi ek y\u00fck ve veri tipi e\u015fle\u015ftirme zorluklar\u0131, do\u011frudan MongoDB'nin kendi benchmark ara\u00e7lar\u0131na k\u0131yasla baz\u0131 performans k\u0131s\u0131tlamalar\u0131na yol a\u00e7abilir. Bu nedenle, elde edilen sonu\u00e7lar\u0131 dikkatle yorumlamak ve FDW'nin do\u011fas\u0131n\u0131 g\u00f6z \u00f6n\u00fcnde bulundurmak \u00f6nemlidir. En iyi sonu\u00e7lar i\u00e7in, MongoDB'de do\u011fru indeksleme, PgBench betiklerinde verimli sorgular ve FDW ayarlar\u0131nda ince ayarlar yapmak kritik \u00f6neme sahiptir.<\/p>\n Sonu\u00e7 olarak, PgBench ve MongoDB'nin kendi ara\u00e7lar\u0131 (YCSB, mongostat vb.) ve API'leri, MongoDB'nin yerel performans\u0131n\u0131 \u00f6l\u00e7mek i\u00e7in en do\u011fru y\u00f6ntemdir. Ancak FDW arac\u0131l\u0131\u011f\u0131yla PgBench kullanmak, PostgreSQL ekosistemine a\u015fina olanlar i\u00e7in \u00f6\u011frenme e\u011frisini azalt\u0131r ve farkl\u0131 veritabanlar\u0131 aras\u0131nda ayn\u0131 metodolojiyle kar\u015f\u0131la\u015ft\u0131rma yapma imkan\u0131 sunar. Bu, \u00f6zellikle karma\u015f\u0131k hibrit mimarilerde veya ge\u00e7i\u015f senaryolar\u0131nda faydal\u0131 olabilir.<\/p>\n Evet, FDW kullanmak do\u011fal olarak bir miktar performans ek y\u00fck\u00fcne neden olur. Sorgular\u0131n PostgreSQL'den d\u0131\u015f veri kayna\u011f\u0131n\u0131n anlayaca\u011f\u0131 formata \u00e7evrilmesi, a\u011f \u00fczerinden iletilmesi ve sonu\u00e7lar\u0131n geri d\u00f6n\u00fc\u015ft\u00fcr\u00fclmesi ek zaman al\u0131r. Bu ek y\u00fck, \u00f6zellikle y\u00fcksek hacimli ve d\u00fc\u015f\u00fck gecikme gerektiren i\u015flemlerde belirginle\u015febilir.<\/p>\n Hay\u0131r, PgBench'in t\u00fcm \u00f6zellikleri FDW \u00fczerinden do\u011frudan \u00e7al\u0131\u015fmaz. \u00d6zellikle FDW kullan\u0131rken g\u00fcvenlik \u00f6nemlidir. mongostat<\/code>, mongotop<\/code>, db.currentOp()<\/code>) anl\u0131k performans izleme ve sorun giderme i\u00e7in faydal\u0131d\u0131r. YCSB (Yahoo! Cloud Serving Benchmark) gibi end\u00fcstri standard\u0131 NoSQL benchmark ara\u00e7lar\u0131, MongoDB gibi da\u011f\u0131t\u0131k veritabanlar\u0131n\u0131n genel performans\u0131n\u0131 \u00f6l\u00e7mek i\u00e7in s\u0131k\u00e7a kullan\u0131l\u0131r. Ayr\u0131ca, JMeter veya \u00f6zel yaz\u0131lm\u0131\u015f test betikleri gibi genel ama\u00e7l\u0131 y\u00fck testi ara\u00e7lar\u0131 da MongoDB API’si \u00fczerinden testler yapmak i\u00e7in kullan\u0131labilir.<\/p>\nNeden FDW Arac\u0131l\u0131\u011f\u0131yla PgBench?<\/h4>\n
Foreign Data Wrapper (FDW) Kavram\u0131<\/h3>\n
FDW’nin Amac\u0131 ve \u00c7al\u0131\u015fma Prensibi<\/h4>\n
mongo_fdw<\/code>‘ye Yak\u0131ndan Bak\u0131\u015f<\/h4>\nmongo_fdw<\/code>, PostgreSQL’in MongoDB’ye ba\u011flanmas\u0131n\u0131 sa\u011flayan \u00f6zel bir Foreign Data Wrapper uzant\u0131s\u0131d\u0131r. Bu uzant\u0131, PostgreSQL’den MongoDB koleksiyonlar\u0131na okuma ve yazma i\u015flemleri yap\u0131lmas\u0131na imkan tan\u0131r. mongo_fdw<\/code>, MongoDB’nin belge tabanl\u0131 yap\u0131s\u0131n\u0131 PostgreSQL’in ili\u015fkisel tablo yap\u0131s\u0131na e\u015flemeye \u00e7al\u0131\u015f\u0131r. Bu e\u015fleme s\u0131ras\u0131nda, MongoDB’deki alanlar PostgreSQL’deki s\u00fctunlara kar\u015f\u0131l\u0131k gelir. Karma\u015f\u0131k belge yap\u0131lar\u0131 veya i\u00e7 i\u00e7e ge\u00e7mi\u015f diziler gibi durumlar, FDW’nin yeteneklerini zorlayabilir veya belirli k\u0131s\u0131tlamalar getirebilir.<\/p>\nAvantajlar\u0131 ve S\u0131n\u0131rlamalar\u0131<\/h4>\n
\n
\n
Kurulum ve Yap\u0131land\u0131rma<\/h3>\n
mongo_fdw<\/code>‘yi kurup yap\u0131land\u0131rmam\u0131z gerekmektedir. Bu b\u00f6l\u00fcm, ad\u0131m ad\u0131m kurulum ve yap\u0131land\u0131rma s\u00fcrecini a\u00e7\u0131klamaktad\u0131r.<\/p>\nPostgreSQL ve
mongo_fdw<\/code> Kurulumu<\/h4>\nmongo_fdw<\/code>‘yi kurmak i\u00e7in genellikle kaynak koddan derlemek veya paket y\u00f6neticisi arac\u0131l\u0131\u011f\u0131yla (e\u011fer mevcutsa) kurmak gerekir. Ubuntu\/Debian tabanl\u0131 sistemler i\u00e7in \u00f6rnek bir kurulum s\u00fcreci:<\/p>\n# Gerekli ba\u011f\u0131ml\u0131l\u0131klar\u0131 y\u00fckleyin\nsudo apt-get update\nsudo apt-get install postgresql-server-dev-MongoDB Ba\u011flant\u0131 Ayarlar\u0131<\/h4>\n
mongo_fdw<\/code> uzant\u0131s\u0131n\u0131 kurduktan sonra, PostgreSQL'in MongoDB sunucusuna ba\u011flanabilmesi i\u00e7in bir \"server\" ve \"user mapping\" tan\u0131mlamam\u0131z gerekir.<\/p>\n-- MongoDB sunucusunu tan\u0131mlay\u0131n\nCREATE SERVER mongo_server\nFOREIGN DATA WRAPPER mongo_fdw\nOPTIONS (\n host 'localhost', -- MongoDB sunucusunun IP adresi veya hostname\n port '27017', -- MongoDB portu\n dbname 'testdb' -- Ba\u011flan\u0131lacak MongoDB veritaban\u0131 ad\u0131\n);\n\n-- MongoDB'ye eri\u015fim i\u00e7in kullan\u0131c\u0131 e\u015flemesi olu\u015fturun (iste\u011fe ba\u011fl\u0131, kimlik do\u011frulama gerekiyorsa)\n-- MongoDB'de 'pguser' ad\u0131nda bir kullan\u0131c\u0131 ve 'password' \u015fifresi ile 'testdb' veritaban\u0131na eri\u015fim izni olmal\u0131\nCREATE USER MAPPING FOR postgres -- PostgreSQL kullan\u0131c\u0131s\u0131\nSERVER mongo_server\nOPTIONS (\n username 'pguser',\n password 'password'\n);\n<\/pre>\nD\u0131\u015f Tablolar\u0131n Olu\u015fturulmas\u0131<\/h4>\n
pgbench_accounts<\/code> benzeri bir tablo olu\u015ftural\u0131m. MongoDB'de \u00f6nceden bu isimde bir koleksiyonun ve i\u00e7inde \u00f6rnek verilerin bulundu\u011funu varsay\u0131yoruz.<\/p>\n-- MongoDB'deki 'pgbench_accounts' koleksiyonunu temsil eden d\u0131\u015f tablo\nCREATE FOREIGN TABLE pgbench_accounts_foreign (\n aid integer,\n bid integer,\n abalance integer,\n filler varchar(84)\n)\nSERVER mongo_server\nOPTIONS (\n collection 'pgbench_accounts' -- MongoDB koleksiyon ad\u0131\n);\n<\/pre>\npgbench_accounts<\/code> koleksiyonundaki belgelere PostgreSQL'den SQL sorgular\u0131 arac\u0131l\u0131\u011f\u0131yla eri\u015fim sa\u011flayacakt\u0131r. Veri tiplerinin MongoDB'deki kar\u015f\u0131l\u0131klar\u0131yla uyumlu olmas\u0131 \u00f6nemlidir.<\/p>\nVeri Aktar\u0131m\u0131 ve Haz\u0131rl\u0131\u011f\u0131<\/h4>\n
pgbench -i<\/code> komutu, yerel PostgreSQL tablolar\u0131n\u0131 ba\u015flatmak i\u00e7in kullan\u0131l\u0131r. Ancak FDW \u00fczerinde do\u011frudan \u00e7al\u0131\u015fmaz. Bu nedenle, veriyi ya do\u011frudan MongoDB'ye y\u00fcklemeli ya da PgBench'in yerel olarak ba\u015flatt\u0131\u011f\u0131 verileri d\u0131\u015f tabloya aktarmal\u0131y\u0131z.<\/p>\n-- PgBench'i yerel bir veritaban\u0131nda ba\u015flat\u0131n (\u00f6rne\u011fin, pgbench_local_db)\n-- pgbench -i -s 10 pgbench_local_db\n\n-- Yerel veritaban\u0131ndaki verileri d\u0131\u015f tabloya aktar\u0131n (\u00f6rnek)\nINSERT INTO pgbench_accounts_foreign (aid, bid, abalance, filler)\nSELECT aid, bid, abalance, filler FROM pgbench_accounts_local; -- pgbench_accounts_local yerel PgBench tablosu\n<\/pre>\nPgBench ile Test Senaryolar\u0131 Olu\u015fturma<\/h3>\n
PgBench'in Temel Kullan\u0131m\u0131<\/h4>\n
pgbench -i<\/code> (init) komutu, d\u0131\u015f tablolar \u00fczerinde do\u011frudan \u00e7al\u0131\u015fmaz \u00e7\u00fcnk\u00fc bu komut yerel PostgreSQL \u015femas\u0131n\u0131 olu\u015fturur. Bu nedenle, d\u0131\u015f tablolar\u0131 yukar\u0131da a\u00e7\u0131kland\u0131\u011f\u0131 gibi manuel olarak olu\u015fturmal\u0131 ve verileri haz\u0131rlamal\u0131s\u0131n\u0131z. Testi \u00e7al\u0131\u015ft\u0131rmak i\u00e7in pgbench<\/code> komutunu kullanabiliriz:<\/p>\npgbench -h localhost -p 5432 -U postgres -d testdb -c 10 -j 2 -t 1000 -f custom_script.sql\n<\/pre>\n\n
-h localhost -p 5432 -U postgres -d testdb<\/code>: PostgreSQL ba\u011flant\u0131 bilgileri.<\/li>\n-c 10<\/code>: 10 istemci ba\u011flant\u0131s\u0131.<\/li>\n-j 2<\/code>: 2 i\u015f par\u00e7ac\u0131\u011f\u0131.<\/li>\n-t 1000<\/code>: Her istemci i\u00e7in 1000 i\u015flem.<\/li>\n-f custom_script.sql<\/code>: \u00c7al\u0131\u015ft\u0131r\u0131lacak \u00f6zel SQL beti\u011fi.<\/li>\n<\/ul>\n\u00d6zelle\u015ftirilmi\u015f PgBench Betikleri<\/h4>\n
pgbench_accounts_foreign<\/code> tablosu \u00fczerinde \u00e7al\u0131\u015facak basit bir UPDATE<\/code> ve SELECT<\/code> i\u015flemi i\u00e7eren bir betik olu\u015ftural\u0131m. Bu beti\u011fi custom_script.sql<\/code> olarak kaydedebilirsiniz:<\/p>\n-- custom_script.sql\n\\set aid random(1, 100000 * :scale)\n\\set delta random(-5000, 5000)\n\nBEGIN;\nUPDATE pgbench_accounts_foreign SET abalance = abalance + :delta WHERE aid = :aid;\nSELECT abalance FROM pgbench_accounts_foreign WHERE aid = :aid;\nEND;\n<\/pre>\n:scale<\/code> de\u011fi\u015fkeni, PgBench'in pgbench -i -s N<\/code> komutuyla ba\u015flat\u0131lan veritaban\u0131n\u0131n boyutunu ifade eder. E\u011fer manuel veri y\u00fcklediyseniz, bu de\u011feri kendi veri aral\u0131\u011f\u0131n\u0131za g\u00f6re ayarlamal\u0131s\u0131n\u0131z. Bu t\u00fcr bir betik, FDW \u00fczerinden MongoDB'ye y\u00f6nelik hem yazma hem de okuma performans\u0131n\u0131 test etmenize olanak tan\u0131r.<\/p>\nTest Verilerinin Haz\u0131rlanmas\u0131<\/h4>\n
aid<\/code> s\u00fctunu \u00fczerinde bir WHERE<\/code> ko\u015fulu kullan\u0131ld\u0131\u011f\u0131 i\u00e7in, MongoDB'deki pgbench_accounts<\/code> koleksiyonunda aid<\/code> alan\u0131 \u00fczerinde bir indeks olu\u015fturmak performans\u0131 \u00f6nemli \u00f6l\u00e7\u00fcde art\u0131racakt\u0131r:<\/p>\n\/\/ MongoDB kabu\u011funda (mongosh)\ndb.pgbench_accounts.createIndex({ aid: 1 });\n<\/pre>\nPerformans Analizi ve De\u011ferlendirme<\/h3>\n
PgBench \u00c7\u0131kt\u0131lar\u0131n\u0131 Yorumlama<\/h4>\n
\n
Olas\u0131 Darbo\u011fazlar ve Nedenleri<\/h4>\n
\n
Optimizasyon \u0130pu\u00e7lar\u0131<\/h4>\n
\n
mongo_fdw<\/code>'nin batch_size<\/code> veya prefetch_size<\/code> gibi se\u00e7enekleri olabilir (uzant\u0131n\u0131n belgelerine bak\u0131n). Bu ayarlar, veri aktar\u0131m verimlili\u011fini art\u0131rabilir.<\/li>\nSonu\u00e7<\/h3>\n
mongo_fdw<\/code> kombinasyonu, belirli senaryolarda MongoDB performans\u0131n\u0131 \u00f6l\u00e7mek i\u00e7in g\u00fc\u00e7l\u00fc ve esnek bir ara\u00e7 seti sunar. Do\u011fru kullan\u0131ld\u0131\u011f\u0131nda, bu yakla\u015f\u0131m, veritaban\u0131 mimarinizin performans karakteristiklerini daha iyi anlaman\u0131za ve optimize etmenize yard\u0131mc\u0131 olabilir.<\/p>\nSSS (S\u0131k Sorulan Sorular)<\/h3>\n
Neden do\u011frudan MongoDB'nin kendi ara\u00e7lar\u0131n\u0131 kullanm\u0131yoruz?<\/h4>\n
FDW kullanmak performans d\u00fc\u015f\u00fc\u015f\u00fcne neden olur mu?<\/h4>\n
Hangi MongoDB veri tipleri destekleniyor?<\/h4>\n
mongo_fdw<\/code> uzant\u0131s\u0131, temel MongoDB veri tiplerini (string, integer, double, boolean, date vb.) PostgreSQL'in kar\u015f\u0131l\u0131k gelen veri tiplerine e\u015flemeye \u00e7al\u0131\u015f\u0131r. Ancak, MongoDB'nin ObjectId, BSON Array, Embedded Document gibi daha karma\u015f\u0131k veri tiplerinin PostgreSQL'e e\u015flenmesi s\u0131n\u0131rl\u0131 olabilir veya \u00f6zel yakla\u015f\u0131mlar gerektirebilir. Detaylar i\u00e7in mongo_fdw<\/code> belgelerine bakmak en do\u011frusudur.<\/p>\nPgBench'in t\u00fcm \u00f6zellikleri FDW \u00fczerinden \u00e7al\u0131\u015f\u0131r m\u0131?<\/h4>\n
pgbench -i<\/code> (init) komutu, d\u0131\u015f tablolar \u00fczerinde \u00e7al\u0131\u015fmaz \u00e7\u00fcnk\u00fc bu komut yerel PostgreSQL \u015femas\u0131n\u0131 olu\u015fturur. Ayr\u0131ca, FDW'nin desteklemedi\u011fi karma\u015f\u0131k SQL yap\u0131lar\u0131 veya d\u0131\u015f veri kayna\u011f\u0131n\u0131n desteklemedi\u011fi i\u015flemler PgBench betiklerinde kullan\u0131lamaz.<\/p>\nG\u00fcvenlik endi\u015feleri nelerdir?<\/h4>\n
CREATE USER MAPPING<\/code> komutunda belirtilen kullan\u0131c\u0131 ad\u0131 ve \u015fifre gibi hassas bilgiler, PostgreSQL sistem katalo\u011funda saklan\u0131r. Bu bilgilere yetkisiz eri\u015fimi engellemek i\u00e7in PostgreSQL sunucusunun ve ilgili dosyalar\u0131n g\u00fcvenli\u011fini sa\u011flamak esast\u0131r. Ayr\u0131ca, MongoDB sunucusuna a\u011f eri\u015fimini k\u0131s\u0131tlamak ve en az ayr\u0131cal\u0131k ilkesini uygulamak da \u00f6nemlidir.<\/p>\n","protected":false},"excerpt":{"rendered":"Modern uygulama geli\u015ftirme s\u00fcre\u00e7lerinde farkl\u0131 veritaban\u0131 teknolojilerinin bir arada kullan\u0131lmas\u0131 yayg\u0131n bir durumdur. PostgreSQL, ili\u015fkisel veritab…","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":[676],"tags":[],"class_list":{"0":"post-38115","1":"post","2":"type-post","3":"status-publish","4":"format-standard","6":"category-mongodb","7":"cs-entry","8":"cs-video-wrap"},"yoast_head":"\n