Veri Tabanı Yönetim Sistemleri

Veri Tabanı Yönetim Sistemleri Dersi

Veri Tabanı Yönetim Sistemleri dersi, Akıllı Tarım ve Gıda Yönetimi Bölümü öğrencilerine, modern tarım ve gıda işletmelerinin ürettiği devasa ve çeşitli yapıdaki veriyi (toprak sensörlerinden gelen anlık nem ölçümleri, drone görüntülerinden elde edilen NDVI haritaları, sağım robotlarından akan süt verimi ve kalite parametreleri, hava durumu istasyonlarının kaydettiği meteorolojik veriler, traktörlerin telemetri verileri, stok ve tedarik zinciri kayıtları gibi) sistematik, güvenli, tutarlı ve ölçeklenebilir bir şekilde depolama, yönetme, sorgulama ve analiz etme becerisi kazandırmayı amaçlayan, bilişim teknolojileri ile tarım bilimleri arasında köprü kuran temel ve uygulamalı bir derstir. Bu ders, akıllı tarım ve gıda yönetimi ekosisteminin bel kemiğini oluşturan veri altyapısının nasıl kurgulanacağını ve yönetileceğini öğreterek, öğrencinin veri odaklı karar alma süreçlerinin mimarı olmasını hedefler. Dersin temel felsefesi, sensörler ve cihazlar tarafından üretilen ham veri yığınını, anlamlı, ilişkilendirilebilir, sorgulanabilir ve raporlanabilir bir kurumsal bilgi kaynağına dönüştürmektir.

Dersin içeriği, veri tabanı kavramının temellerinden başlayarak katmanlı bir yapıda ilerler. İlk katmanda, geleneksel dosya tabanlı veri depolama yaklaşımlarının sınırlılıkları (veri tekrarı, tutarsızlık, erişim ve güvenlik sorunları) ile ilişkisel veri tabanı yönetim sistemlerinin (İVTYS) sunduğu avantajlar karşılaştırılır. Öğrenci, veri, bilgi, veri tabanı, veri tabanı yönetim sistemi, tablo, satır (kayıt), sütun (alan), birincil anahtar, yabancı anahtar, indeks, görünüm ve şema gibi temel kavramları tarımsal örnekler üzerinden somutlaştırarak öğrenir. Ardından, ilişkisel veri tabanı tasarımının omurgasını oluşturan varlık-bağıntı modeli ve diyagramları detaylı olarak işlenir. Öğrenci, bir çiftlik yönetim sistemini örnek alarak, "Tarla", "Parsel", "Sensör", "Sulama Olayı", "Hayvan", "Sağım Kaydı", "İlaçlama Uygulaması" ve "Hasat Partisi" gibi varlıkları tanımlamayı, bu varlıklar arasındaki bire-bir, bire-çok ve çoka-çok ilişkileri modellemeyi ve veri tekrarını önleyen normalizasyon kurallarını (birinci, ikinci ve üçüncü normal form) uygulamayı öğrenir. Bu sayede, gerçek dünyadaki karmaşık tarımsal süreçlerin mantıksal bir veri modeline nasıl dönüştürüleceğini kavrar.

İkinci katmanda, yapılandırılmış sorgulama dili olan SQL (Structured Query Language) kapsamlı bir şekilde öğretilir. Öğrenci, standart SQL komutlarını uygulamalı olarak kullanarak, bir çiftlik veri tabanı üzerinde çok çeşitli sorgulamalar yapmayı öğrenir. Veri Tanımlama Dili komutlarıyla (CREATE, ALTER, DROP) tabloları, indeksleri ve görünümleri oluşturma; Veri İşleme Dili komutlarıyla (INSERT, UPDATE, DELETE) veri girme, güncelleme ve silme; ve en önemlisi Veri Sorgulama Dili komutu olan SELECT ile temel ve ileri düzey sorgulamalar yapma becerisi kazanır. Bu sorgulamalar tarımsal iş zekâsı senaryolarına dayanır: "Hangi tarlada son bir haftadır toprak nemi kritik eşiğin altında?", "Geçen yılın aynı dönemine göre süt verimi en çok düşen 10 inek hangileridir?", "Aynı parselde son üç yılda uygulanan ortalama azot miktarı nedir?", "Hangi üreticiden gelen hammaddede kalite sapması en yüksektir?" gibi işletme yönetimi için kritik sorulara SQL ile nasıl yanıt üretileceği öğretilir. WHERE, GROUP BY, HAVING, ORDER BY, JOIN (iç birleştirme, sol dış birleştirme), alt sorgular ve kümeleme fonksiyonları (COUNT, SUM, AVG, MIN, MAX) gibi yapıların kullanımı tarımsal veri setleri üzerinde pekiştirilir.

Dersin üçüncü ve güncel katmanında, modern tarımın ürettiği büyük, hızlı ve çeşitli yapıdaki verinin (büyük veri) yönetimi için geliştirilen NoSQL veri tabanları ve bulut tabanlı çözümler incelenir. IoT sensörlerinden saniyede binlerce kayıt akan zaman serisi verilerinin depolanması için optimize edilmiş InfluxDB veya TimescaleDB gibi zaman serisi veri tabanları; drone görüntüleri, hava fotoğrafları ve coğrafi verilerin yönetimi için coğrafi bilgi sistemleri ile entegre çalışan mekânsal veri tabanları (PostgreSQL'in PostGIS eklentisi gibi); ve esnek şemasıyla farklı yapıdaki verileri depolayabilen belge tabanlı NoSQL veri tabanları (MongoDB gibi) kavramsal düzeyde tanıtılır. Ayrıca, Amazon Web Services (AWS), Microsoft Azure ve Google Cloud gibi platformlarda sunulan bulut tabanlı veri tabanı hizmetlerinin (DBaaS - Database as a Service), tarım işletmelerine sağladığı ölçeklenebilirlik, maliyet avantajı ve erişilebilirlik gibi faydalar tartışılır. Ders boyunca öğrenciler, MySQL veya PostgreSQL gibi açık kaynak kodlu bir ilişkisel veri tabanı sistemi üzerinde bireysel ve grup projeleri geliştirir; bir akıllı sera veya süt çiftliği için örnek bir veri tabanı tasarlar, bu veri tabanını SQL ile oluşturur, örnek verilerle doldurur ve anlamlı yönetim raporları üreten sorgular yazar. Bu dersi başarıyla tamamlayan bir öğrenci, tarım ve gıda sektöründe veri tabanı yöneticisi, veri analisti veya iş zekâsı uzmanı olarak çalışabilecek, bir işletmenin tüm dijital veri varlıklarını yapılandırılmış ve güvenli bir şekilde yönetebilecek, karar destek sistemlerine veri altyapısı sağlayabilecek kritik bir yetkinlik kazanır.