Veri Ambarı
Veri Mimarisinde Paradigma Değişimi
Geleneksel merkezi veri ambarı (Kimball/Inmon) yaklaşımı onlarca yıl standart oldu. Ancak veri hacimleri patladı, veri kaynakları çoğaldı ve merkezi ekipler darboğaz haline geldi. Bu soruna iki farklı cevap verildi: Data Mesh (dağıtık) ve Data Fabric (birleşik). Forumlarda ve konferanslarda en çok tartışılan bu iki kavramı derinlemesine inceliyoruz.
Data Mesh Nedir?
Data Mesh, Zhamak Dehghani tarafından 2019'da ortaya atılan bir organizasyonel yaklaşımdır. Teknik bir araç değil, bir felsefedir.
4 Temel İlke
- Domain Ownership: Her iş birimi kendi verisinden sorumlu
- Data as a Product: Veri bir ürün gibi yönetilir (SLA, kalite, dokümantasyon)
- Self-Serve Platform: Merkezi platform altyapısı sunar, domain'ler kullanır
- Federated Governance: Merkezi standartlar, dağıtık uygulama
Data Mesh Ne Zaman Uygun?
- Büyük organizasyonlar (500+ kişi)
- Birden fazla bağımsız iş birimi
- Merkezi BI ekibi darboğaz haline gelmiş
- Güçlü veri mühendisliği kültürü var
Data Fabric Nedir?
Data Fabric, veri kaynaklarını fiziksel olarak taşımadan sanal bir katmanda birleştiren bir teknik mimari yaklaşımıdır. AI ve metadata driven automation ile veri erişimini otomatikleştirmeyi hedefler.
Data Fabric Teknolojileri
| Araç | Yaklaşım |
|---|---|
| Microsoft Fabric | OneLake + Shortcuts ile birleşik erişim |
| Denodo | Data Virtualization |
| SAP Datasphere | Federated query + replication |
| IBM Cloud Pak for Data | Metadata automation |
Karşılaştırma
| Kriter | Data Mesh | Data Fabric |
|---|---|---|
| Tip | Organizasyonel yaklaşım | Teknik mimari |
| Odak | İnsanlar ve süreçler | Teknoloji ve otomasyon |
| Veri sahipliği | Domain ekipleri | Merkezi platform |
| Ölçek | Büyük organizasyonlar | Her ölçek |
| Uygulama süresi | Uzun (kültür değişimi) | Orta (teknik kurulum) |
| Araç bağımlılığı | Düşük (her araçla olabilir) | Yüksek (platform gerekli) |
| Governance | Federated | Merkezi + otomatik |
| Karmaşıklık | Yüksek | Orta |
Karar Ağacı
Türkiye'de Gerçekçi Yaklaşım
Türkiye'deki çoğu firma için saf Data Mesh uygulamak zordur — veri kültürü henüz yeterince olgunlaşmamış ve her domain'e veri mühendisi atamak maliyetli.
Önerimiz: Data Fabric zemininde, Data Mesh ilkelerinden esinlenen bir hibrit yaklaşım:
- Microsoft Fabric ile teknik altyapıyı kurun (OneLake, Lakehouse)
- Domain bazlı Workspace'ler oluşturun (Satış, Finans, Üretim)
- Her domain'e veri sorumlusu atayın (tam zamanlı mühendis değil)
- Merkezi standartlar belirleyin (naming convention, kalite kuralları)
- Self-servis Power BI ile domain'lerin kendi raporlarını oluşturmasını sağlayın
Sonuç
Data Mesh ve Data Fabric, veri mimarisinde farklı sorunlara farklı cevaplardır. Mesh organizasyonel, Fabric teknik bir yaklaşımdır. Çoğu Türk firması için Microsoft Fabric üzerine kurulu, Data Mesh ilkelerinden esinlenen bir hibrit yaklaşım en pragmatik çözümdür. Önemli olan buzzword'lere takılmak değil, organizasyonunuzun olgunluk seviyesine uygun bir yol haritası çizmektir.