Veritabanı: "Felsefesi, Tasarımı ve Yönetimi": MS-Access ve SQL Server Projeleri

www.kobo.com

Önsöz

"Bilişim Teknolojileri konusunda yazdığım beş kitabın İngilizce ve yeni baskılarını hazırlamaya karar vermek benim açımdan yeni bir heyecan olduğunu söylemeliyim. Burada asıl uzmanlık alanım olan veritabanı kitabımdan başlamanın benim açımdan daha mantıklı olacağı aşikârdır. Kitabın bu 2. baskısı yeni eklemeler ve uygulama veritabanlarının detaylandırılması nedeniyle biraz genişledi. Ayrıca kitabın üniversitelerde ders kitabı olarak okutulabilmesi için her bölümün sonuna Bölüm Soruları" eklendi.

İlk baskıda da belirttiğim gibi 1980’lerde COBOL ile başlayan ve 1990’da dBase ve Informix’le devam eden veritabanı tecrübelerim, 1995 sonrası MS-Access ve SQL Server yardımıyla geliştirdiğim 100’e yakın veritabanı uygulama programlarıyla devam etti. 1996’da Dallas’ta MCI Systemhouse’da FrontPage ve Access 95’le veritabanına dayalı Intranet web siteleri geliştiren ilk kişilerden birisi ben oldum. 1999’da Movo Mediya’da ilk çöpçatan web sitesi www.dating.com’un arkasındaki SQL Server veritabanlarını tasarlayan ve yöneten kişide bendim. 2000 yılında Aris Genesis Intermedia Inc’de web tabanlı muhasebe programının arkasındaki SQL Server veritabanı tasarımcılarından biriside bendim. Büyük alışveriş merkezlerinde görülen Kiosk’ların SQL Server tabanlı ilk uygulamasını Los Angeles’de kuran Genesis Intermedia Inc’deki tasarımları yapan kişilerden birisi de bendim. 2001’de Los Angeles’de SQL Server ve ASP 3.0 yardımıyla Citibank’ta geliştirilen kredi kartları projesinin mimarlarından biriside bendim. Kısacası Veritabanlarının Web’de kullanılmasında ilk çalışan ve tasarlayanlardan birisi olduğumu söylemeliyim.

1995-2000 yılları arasında yaşanan ve dot com bom olarak adlandırılan metaforun (olay) içinde bir fiil çalışan ve yaratıcılarından birisiydim. Veritabanlarının Internet’e bağlanması için geliştirilen ilk projelerinde uzun yıllar Kaliforniya, New York ve Colorado firmalarında çalıştım ve danışmanlık yaptım. Bu tecrübelerim sırasında öğrendiğim en önemli şey; tek bir konuda uzman olmak gerektiğidir. Ben MS-Access ve SQL Server veritabanları tasarımında uzmanlaştım. Birçok teklif olmasına rağmen Oracle, DB2, Approach, File Maker gibi veritabanları tasarımlarıyla ilgilenmedim çünkü her biri ayrı bir uzmanlık isteyen veritabanı yazılımlarıdır. Bu açıdan özellikle Bilişim sektöründe çalışanlara verebileceğim en önemli tavsiye tek bir konuda hatta tek bir programda uzmanlaşmalarıdır. Ayrıca birçok BS/BT/VT yönetim işleri teklifleri aldım, yine kabul etmedim ve Access ve SQL Server'la tasarım ve öğretim işlerine devam ettim. Bu yüzden benim ikinci tavsiyem, zamanı geldiğinde, bir profesyonelin ya yönetim kariyerine geçmeye ya da belirli bir teknik alanda uzmanlaşmaya karar vermesi gerekiyor. Benim deneyimim, ikisinin aynı anda başarılı bir şekilde yapılamayacağını söylüyor.

Kitapta Veritabanları tasarımını Access ve SQL Server projeleri üzerinden anlatmaya çalıştım. University of Phoenix’de verdiğim Veritabanları ve Veri Ambarları ders notlarım bu kitabın omurgasını oluşturmaktadır. Veritabanlarıyla ilgili kavramları, felsefesini, tasarımını ve birazda yönetimini detaylarıyla anlatmaya çalıştım. Umut ediyorum ki yeni Veritabanı tasarımcıları ve yöneticilerine burada paylaştığım enformasyon faydalı olur. 30 yıllık Bilişim Teknolojileri ve özellikle veritabanı alanındaki öğretim ve tasarım tecrübelerimin birçoğunu bu kitapta okuyucularla paylaşmaya çalıştım.

Kitabın içeriğini düzenlerken genelden detaya gidecek ve kitabın arka kapağındaki soruları cevaplayacak şekilde bir planlama yaptığımı söylemeliyim. Veritabanlarının geleceğiyle ilgili konulara birçok bölümde değinmeye çalıştım. Veritabanları alanı ve sektörünün Veri Bilimi (Data Science) adı altında yeni bir aşamaya yelken açtığını okuyuculara hatırlatmalıyım. Önümüzdeki dönemde Veri Bilimi ve Analitiği alanında birçok yeniliğin ortaya çıkacağını söylemek herhalde kehanet değildir. Büyük Veri, Yapay Zekâ, Analitikler ve Nesnelerin İnterneti sadece veritabanlarını değil tüm Bilişim Teknolojileri ve Sistemlerini kökten değiştirecek gibi görünmektedir.

Kitapta Veritabanları denince akla gelebilecek birçok konuya değinmeye ve teori ile uygulamayı birlikte harmanlamaya çalıştım. Uygulama olarak hem MS-Access ve hem de SQL Serverı bir tasarımcı yaklaşımıyla birlikte anlatmaya çalıştım. Bu yüzden bu kitabın bir veritabanı tasarım elkitabı veya kaynak kitap olarak düşünülmesinde fayda vardır.

Diğer kitaplarımda da vurguladığım gibi bu kitapta da ilkokul öğretmenim sayın Şerare Özyağcı hanımdan, Doktora tez danışmanlarıma kadar yüzlerce kişinin emeğinin olduğu unutulmamalıdır. Ayrıca University of Phonix’deki öğrencilerime ve halen öğretim görevlisi olarak çalıştığım Ataşehir Adıgüzel MYO ve Medipol Üniversitesi öğrencilerime katkılarından dolayı da teşekkür etmeliyim. 1984’ten beri Türkiye, ABD, Kanada ve İngiltere de çalıştığım veya danışmanlığını yaptığım onlarca firma ve müşterilerimin katkılarını unutabilir miyim? Diğer kitaplarda olduğu gibi bu kitabın yazılmasında bana katlanan eşim Meliha Çoruh’a en baştan teşekkür etmeliyim. Burada isim isim teşekkür edemediğim ancak bu kitabın yazılmasında katkıları olan daha yüzlerce kişi var, hepsine en içten dileklerimle teşekkür ediyorum. Tabii ki kitabın hataları ve eksikleri vardır ve bunlar tamamen bana aittir. Her türlü geri döngüye açık olduğumu da belirtmeliyim.

Mustafa Çoruh

Kdz. Ereğli, Eylül 2020

İÇİNDEKİLER

Önsöz

İÇİNDEKİLER

BÖLÜM I: VERİTABANINA (VT) GİRİŞ

1.1. Veritabanı Kavram ve Terimleri

1.2. Veri, Enformasyon ve Bilgi

1.3. Sayısallaştırma ve Verileştirme

1.4. Veritabanlarının Çıkış Sebebi

1.5. Veritabanı Sistemi (VTS)

1.6. Veritabanı (VT) Nedir?

1.7. Veritabanı Yönetim Sistemi (VTYS) Yazılımları

1.8. Veritabanı Türleri ve Tarihçesi

1.9. Veritabanı Dosyalama Mekanizmaları

1.10. Veritabanı Sistemi Altyapı Mimarisi

1.11. Veritabanı Bağlantı Teknolojileri

1.12. VTYS Seçilirken Dikkat Edilecek Hususlar

1.13. VTYS Bilgisayarı Özellikleri ve Sahip Olma Maliyeti

1.14. Bölüm I Soruları

BÖLÜM II: VERİTABANI TÜRLERİ

2.1. İlişkisel Veritabanları (İVT)

2.2. Nesne Tabanlı Veritabanları

2.3. XML Veritabanları

2.4. Çok Boyutlu (OLAP) Veritabanı Teknolojisi

2.5. Veri Ambarı (VA)

2.6. Veri Madenciliği (VM)

2.7. Metin ve Web Madenciliği (WM)

2.8. Büyük Veri (BV)

2.9. NoSQL Veritabanları

2.10. ETL Yazılımları

2.11. Veritabanları Raporlama Sistemleri

2.12. Bölüm II Soruları

BÖLÜM III: VERİTABANI YÖNETİMİ VE GÜVENLİK

3.1. Bilgi İşlem Bölümünde Veri Yönetim Takımı

3.2. Veritabanı Yöneticisi (VTY) Görevleri

3.3. Veritabanı Güvenliği

3.4. Veritabanı Korunma Türleri

3.5. VTS’de Oluşan Hatalar ve Kurtarma Mekanizmaları

3.6. Bölüm III Soruları

BÖLÜM IV: VERİTABANI TASARIMI

4.1. Veritabanı Tasarım Süreci

4.2. Gereksinim Analizi

4.3. Varlık-İlişki Diyagramı (VİD)

4.4. İlişkisel Veritabanlarında Normalizasyon

4.5. İlişkisel Veritabanlarında Denormalizasyon

4.6. Kavramsal Tasarım

4.7. Mantıksal Tasarım

4.8. Fiziksel Tasarım

4.9. Veritabanı Tasarım Kalitesi

4.10. Bölüm IV Soruları

BÖLÜM V: YAPISAL SORGULAMA DİLİ (SQL)

5.1. SQL'in Temel Özellikleri

5.2. SQL Veri Yapısı Tanımlama Dili (VYTD)

5.3. SQL Veri İşleme Dili (VİD)

5.4. SQL Veri Sorgulama Dili (VSD)

5.5. SQL Veri Hareket Dili (VHD)

5.6. SQL Veri Kontrol Dili (VKD)

5.7. SQL Veri Yönetim Dili (VYD)

5.8. SQL’de Hareket (Transaction) Yönetimi

5.9. SQL Optimizasyonu

5.10. Bölüm V Soruları

BÖLÜM VI: MS-SQL SERVER İLE VT PROJESİ GELİŞTİRME

6.1. SQL Server Veritabanı Özellikleri

6.2. SQL Server’da Veritabanı (Database) Oluşturma

6.3. SQL Server’da Tablo (Table) Oluşturma

6.4. SQL Server’da Görüntü (View) Oluşturma

6.5. SQL Server’da Dizin (Index) Oluşturma

6.6. SQL Server’da Sınırlamalar (Constraints) Oluşturma

6.7. SQL Server’da Tetikleyici (Trigger) Oluşturma

6.8. SQL Server’da Yordam (Stored Procedure) Oluşturma

6.9. SQL Server’da Fonksiyon (Function) Oluşturma

6.10. T-SQL Tek ve Çok Satır Fonksiyonları

6.11. T-SQL İlişkisel Cebir Fonksiyonları

6.12. T-SQL Veritabanı Yönetici Komutları

6.13. T-SQL Program Geliştirme Komutları

6.14. T-SQL XML Komutları

6.15. SQL Server’da Performans Optimizasyonu

6.16. Bölüm VI Soruları

BÖLÜM VII: MS-ACCESS İLE VT PROJESİ GELİŞTİRME

7.1. Access Veritabanı Özellikleri

7.2. Access’te Veritabanı Uygulaması Oluşturma

7.3. Access’te Tablo Oluşturma

7.4. Access’te Sorgu Oluşturma

7.5. Access’te Form Oluşturma

7.6. Access’te Rapor Oluşturma

7.7. Access’te Makro ve Modül Oluşturma

7.8. Bölüm VII Soruları

BÖLÜM VIII: VERİTABANI FELSEFESİ VE ÖNERİLER

Sonsöz

Kısaltmalar

Kaynakça

Özgeçmiş

Yazarın Diğer Kitapları

Arka Kapak

BÖLÜM I: VERİTABANINA (VT) GİRİŞ

Ne kadar bilirsen bil, söylediklerin karşındakilerin anlayabileceği kadardır.

Mevlâna

Bilimsel gelişmeyle hızlanan teknolojik değişimler toplumsal yaşamın hareketliliğini son yıllarda çok artırmıştır ve buna bağlı olarak her gün yeni kavramlar ve terimlerle karşılaşılmaktadır. Özellikle son elli yılda Bilişim Teknolojileri (BT) alanında yaşanan baş döndürücü gelişmeler yeni kavramları beraberinde getirdiği gibi eski kavramlara da yeni anlamlar yüklemiştir. Veritabanları alanında bu kavramların başında veri, enformasyon, bilgi, ilişkisel veritabanı, veri madenciliği, veri ambarı, büyük veri, XML ve bilgi yönetimi gibi kavramlar gelmektedir.

Bilişim çağında kişi ve kurumlar için İnternet, bilgisayar yazılımları, elektronik cihazlar ve sosyal medya gibi ortamlarda sürekli yeni yapısal veya yapısal olmayan veriler üretilmekte ve bu verileri saklamak, yönetmek, gerekli olanlara erişmek ve analiz etmenin önemi gün geçtikçe artmaktadır. Buradaki yapısal verilerdeki artışı kontrol etmek için veritabanı yazılımları (Veritabanı Yönetim Sistemi-VTYS) kullanılmaktadır. Yapılandırılmamış verilerin kontrolü ve Analizinde ise Büyük Veriyle (BV) yazılımları kullanılmaktadır. Bu kitapta BV’ye sadece tanıtım amacıyla yer verilmiştir.

Ayrıca bu kitapta Veritabanı denince İlişkisel veritabanından bahsedildiği unutulmamalıdır. Veritabanlarının kullanımı sırasında, veritabanı tasarımcıları, kullanıcılar ile programcılar İlişkisel Veritabanı (İVT) modelinin aynı kavramlarına farklı isimler vermektedirler. Bu kavramsal terimlerin karşılaştırılması Tablo-1.1’de listelenmiştir. Bu karşılaştırma önemlidir çünkü VT tasarımı, işletimi ve yönetimi sırasında işyerlerindeki her grubun hangi terminolojiyi kullandığı herkes tarafından (anlam birliğini sağlamak için) bilinmelidir. Tablodaki her terim kurumlardaki profesyonellerin kullanımlarına göre sınıflandırılmıştır.

1.1. Veritabanı Kavram ve Terimleri

Veritabanlarının açıklanması, tasarımı ve yönetimi konusuna geçmeden önce veritabanlarıyla ilgili bazı teknik veya pratik terimlerin öncelikle tanıtılması bundan sonraki sayfalarda anlatılan konuların anlaşılmasında büyük kolaylık sağlayacaktır. Tablo-1.2’de Veritabanı alanında belli başlı terimlerin kısa açıklamaları listelenmiştir.

Veritabanı denince Tablo-1.2’de listelenen kavramların yanında daha birçok kavram ve bunları tanımlayan terimler mevcuttur. Bunlar ilerleyen satırlarda yeri geldikçe açıklanacaktır. Ayrıca Tablo-1.2’deki terimler hakkında yeri geldikçe daha detaylı bilgiler verilecektir.

1.2. Veri, Enformasyon ve Bilgi

Özellikle bilimsel gelişmeyle hızlanan teknolojik değişimler evsel, kentsel ve toplumsal yaşam yanında iş dünyasını da değiştirmektedir. Buna bağlı olarak her gün yeni kavramlar ve terimlerle karşılaşılmaktadır. Bazen de eski kavramlara yeni anlamlar yüklenmektedir. VT ve BT'nin üç temel kavramı Veri, Enformasyon ve Bilgi'dir.

Bunlardan önce Bilginin kullanımı sırasında insan beyni tarafından kullanılan kelime, kavram ve anlam terimlerinin açıklanmasında fayda vardır. Kelime diğer adıyla sözcük, kavramları karşılamaya yarayan ses bileşimleridir. Sözcüklerin bir kısmı tek başlarına bir anlam (ağaç, kitap, ev) taşırken bir kısmı da cümle içerisinde bir anlam (ama, fakat, için) kazanır. Sözcüklerin bir araya gelerek cümleleri, cümlelerin paragrafları ve paragraflarında makale, hikâye, kitap gibi eserleri meydana getirdiği unutulmamalıdır. Kavram ise, nesnelerin, durumların ve olayların insan zihindeki tasarım veya çağrışımlarıdır. Anlam ise, yukarıda bahsedildiği gibi sözcüklerin yansıttığı kavramların insan zihnindeki değerlendirilmesi yani bir şey veya mana ifade etmesidir.

Diğer yandan insan hayatını, iş dünyasını, kentsel ve toplumsal hayatı etkileyen Bilişim Teknolojilerinin (BT), Bilişim Sistemlerinin (BS) ve Veritabanlarının (VT) temelini oluşturan Veri (Data), Enformasyon (Information) ve Bilgi (Knowledge) kavramlarının öncelikle tanımlanması ve anlamlarının neler olduğunun bilinmesinin önemi yadsınamaz. VT’nin bu üç temel kavramının öncelikle anlaşılması gerekmektedir, çünkü özellikle Türkçe’de bu üç kavramı ifade etmek için hep BİLGİ kelimesi kullanılmaktadır. Bu durum Türkçe’nin kısırlaşmasına ve kelimeye yanlış manalar yüklenmesine sebep olmaktadır.

Tarihi açıdan bilgi kavramı üzerinde ilk duran Aristo olmuştur. Daha sonra MÖ 5. yüzyılda Sokrates, bilginin sınırlarını ve kaynağını sorgulamıştır (Tutar, 2010, s. 51).

Diğer yandan bu konuda önemli eserlerin verildiği Türk ve İslam medeniyetinde, bilgi kavramı din ve felsefe bağlamında yorumlanmıştır. Örneğin, İlk İslam filozofu Kindî (796–866) bilgiyi, eşyanın hakikatleriyle kavranması şeklinde tarif etmiştir. Farabi (871-950)’ye göre bilgi, varlığı ve devamlılığı insanın yapıp etmelerine bağlı olmayan varlıkların mevcudiyeti ile ilgili olarak akılda kesin hükmün hâsıl olmasıdır. İhvan-ı Safa (10. yüzyıl) ise bilgiyi, bilenin zihninde bilinenin formunun oluşması (soyutlanması) şeklinde tarif etmiştir. Genel olarak filozoflar bilgiyi, bir şeyin suretinin akılda hâsıl olması şeklinde anlamışlardır (Akdağ, 2010). Gazali (1058-1111), er-Risaletü’l Ledünniyye adlı eserinde bilgiyi dini bilgi ve eşyayı (dünyevi) bilgi olarak ikiye ayırmıştır. Bilginin duyu, akıl ve kalp ile elde edileceğini ilgili kitabında tüm detaylarıyla incelemiştir. Özellikle dünyevi bilginin beş duyu organı ve akıl yoluyla deneyleyerek doğruluğuna karar verilmesi gerektiğini, bunun içinde öncelikle eldeki bilginin doğruluğu konusuna şüphe ile yaklaşılması (günümüzün bilimsel yaklaşımı) gerektiğini bundan yaklaşık 1000 yıl önce ortaya atmıştır. Sonuç olarak Gazali’ye göre bilgi hafızaya nakşedilen şeyin kendisidir (Bayraktar, 1985).

Bilimsel çalışmaların doğudan batıya kaymaya başladığı 16. yüzyıldan sonra bilgiyi bilimsel araştırmaya bağlı olarak tanımlayan batılı filozoflar bu konuda birçok eser vermiştir. Örneğin Francis Bacon bilgiyi insan zekâsının ortaya koyduğu yöntemler bütünü olarak tanımlamış ve "Bilgi güçtür" sözünü söylemiştir. Bacon bilmenin doğaya egemen olmak anlamına geldiğini de belirtmiş ve bilgiyi tecrübenin meyvesi olarak tanımlamıştır. 18. yüzyılda bilimsel bilginin imalat araç ve tekniklerine uygulanmasıyla sanayi devrimi ortaya çıkmıştır. 1940’larda Sibernetik alanında çalışmalara bağlı olarak bilgi kavramının bilimsel literatüre girdiği görülmektedir. İletişim alanında sinyal veya veri işleme konusu, Norbert Wiener ve Claude Shannon tarafından geliştirilen Haberleşmenin Matematiksel Teorisi, adlı eserde incelenmiş ve sayısal dünyanın temeli olan bit (binary dijit) kavramının kullanımı tanıtılmıştır. 1960’lardan sonra sayısal BT’lerin gelişimiyle veri ve enformasyon üretimin ve sosyal yaşamın ana kaynağı haline gelmiştir. Daniel Bell 1973’te yazdığı Sanayi Sonrası Toplumun Gelişi (The Coming of Post-Industrial Society) adlı kitabıyla "Bilişim Toplumu" kavramının yerleşmesini sağlamıştır (Tutar, 2010, s. 52).

Bilgiyle ilgili olan kavramlar çeşitli yazarlar tarafından bir hiyerarşi şeklinde tanımlanmıştır. Örneğin, (Beckman, 1999), (Ackoff, 1989) ve (Palan, 2003) "Bilişim Hiyerarşisi" diye tanımlanabilecek beş basamaklı bir hiyerarşi geliştirmişlerdir. Bu kaynaklarda tanımlanan Bilişim hiyerarşi, imge kavramı eklenmiş ve biraz değiştirilmiş olarak Tablo-1.3’de verilmiştir.

Tablo-1.3’deki bilişim hiyerarşisi Şekil-1.1’de görülen bilişim döngüsüne çevrilebilir. Şekilde verilen Bilişim döngüsünde (Tutar, 2010, s. 53)’a göre hayatta verinin enformasyona, enformasyonun bilgiye, bilginin yoruma, yorumun karara ve kararın eyleme dönüştürülmesi sürecinde farklı anlayışlar devreye girmektedir.

Şekil-1.1’deki döngüde Bilgeliğe ulaşma süreci, imgeyle (işaret-sign) başlamaktadır. Bir işaret (sign), bir dilin en küçük anlamlı birimidir. İşaret, çoğu zaman kelime ile aynı anlamı ifade eder ancak işaret kavramı kelimenin dışındaki anlamları da içine alır. Mesela Günler kısaldı cümlesinde iki kelime vardır ve bu kelimelerin her biri birer veri sayılır; ancak aynı ifadede dört işaret (anlam ifade eden hece) bulunur: Gün-ler kısal-dı. Bu yönüyle veriye göre imge daha esnek ve daha soyut bir yapıya sahiptir. Bu açıdan İmge veya işaret herhangi bir olgunun veya kavramın beyinde temsil edilen sembolüdür. Örnekteki Gün ve ler heceleri geçmişteki öğrenim ve tecrübelere bağlı olarak bir insanın beyninde farklı çağrışımlar veya anlamlar oluşturabilir. İmge daha önceki bir algılamadan sonra zihinde kalan izlenimlerin yarattığı çağrışımlardır. İmge kavramı, özellikle sanatsal yaratıcılıkta önemli bir yere sahiptir. Yapıtların insan beyninde bir kanaat oluşturması imgeler yoluyla olur. İnsan, daha önceden gördüğü bir varlığı, yaşadığı bir olayı, zihninde başka biçimde yeniden tasarlayabilir. İnsan beyninde tasarlanan bu görüntüler imgeyi/işareti oluşturur. İmge, bir nesneyi doğrudan doğruya yeniden tanımlamaya yarar. Kısaca duyu organları ile algılanmış olan bir şeyin somut ya da düşünsel kopyası imgedir. İmge, gerçekliklerin zihinde beliren görüntüsüdür. Duyulan bir kelime veya hece (ses) beyinde bir sembol veya imgeyi çağrıştırabileceği gibi görülen bir cisimde beyinde bir ses oluşturabilir (Tutar, 2010, s. 71). Bu durum insan beyninin nesneleri ve fiziksel olayları dilin fiziksel yapısından bağımsız olarak sanallaştırıp kaydettiğini ve dilin yapısına bağlı olarak da irtibatlandırdığını açıklamaktadır. Örneğin Kitap veya Book kelimeleri insan beyninde aynı imgeyi çağrıştırmaktadır.

Diğer yandan Veri, Enformasyon ve Bilgi birbiriyle ilişkili ancak farklı manaları olan kavramlardır. Veri ham gerçekler (raw facts) olarak tanımlanırsa, enformasyon sınıflandırılmış, özetlenmiş, formatlanmış ve kullanım için değiştirilmiş veridir. Veri belirli bir çerçevede enformasyona dönüşür (Celep & Çetin, 2003, s. 7).

Veri, enformasyon ve bilgi adeta bir sürecin farklı adımları gibi birbiriyle ilintili, ama aynı zamanda birbirinden ayrılan kavramlardır. Veri (data), ilişkide olunan veya ilgi duyulan nesnelerin ve olayların durumlarını açıklar. O gün mağazaya kaç kişinin geldiği, dışarıda havanın sıcaklığı, bir çocuğun boyunun uzunluğu veya göz rengi yanında son okunan kitabın sayfa sayısı veri kavramı için verebilecek bazı örneklerdir. Veriler (bir yere kayıtlı olsun ya da olmasın) her zaman vardır ve her yerdedir (Banger, 2018, s. 42).

Enformasyon (information), duyularla elde edilen verilerin işlenmesi ile elde edilir. Boy uzunluğu bir veridir. Çocuğun boy uzunluğu düzenli olarak ölçülerek, ölçüm değerleri bir tablo haline getirilirse veri enformasyona dönüşmüş olur. Artık bu liste bir amaca (çocuğun gelişimini takip etmek için) yani bilgiye dönüştürmek için uygun hale gelmiştir (Banger, 2018, s. 43).

O halde enformasyon örgütlenmiş bir veri dizisi, bilgi (knowledge) ise anlamlı bir enformasyondur. Bir anlamda bilgi akıl tarafından üretilen bir anlam dır (Marakas, 1999, s. 264). Bilgiye bir anlam yüklenmediğinde, o zaman o bir enformasyon ya da veri niteliği taşır. Enformasyonun yaşam bulup bilgi haline gelmesi sadece anlam aracılığı ile olur (Bhatt, 2000). Bunun nedeni, enformasyon ve bilgi arasındaki ayrımın kullanıcının bakış açısına dayanmasıdır. Burada anlamlar kişi tarafından belirli bir değere (paradigma) dayanarak yorumlanır (Marakas, 1999, s. 264). O halde, bilgi, insanların etrafındaki dünyayı şekillendirme, onu sınıflandırma, yaşamlarındaki belirsizliği azaltma ve belirli biçimlerde bu dünyayı yorumlama için veri ve enformasyon yardımıyla beyinlerinde oluşturdukları anlamlardır (Beijerse, 1999). Bu açıdan bilgi kavramı TDK sözlüğündeki, "insan usunun kapsayabileceği olgu, gerçek ve ilkelerin tümüne verilen ad" şeklinde tanımlanabilir. Özetle bilgi, enformasyonu yorumlamak için ihtiyaç duyulan kuralların anlaşılmasıdır. Bir başka deyişle bilgi, enformasyon parçaları ile bunlardan yararlanarak ne yapılabileceği arasındaki ilişkiyi anlama yeteneğidir. Bu çerçevede doktorlar, mühendisler, yöneticiler, bilim insanları, buluşçular ve yazılımcılar bilgi işçileri olarak adlandırılırlar (Banger, 2018, s. 44).

Enformasyon sözcüğünün kökenine inildiği zaman, enformasyonun İngilizcesi lnformation’nın, to inform yani bilgi vermek fiilinden türetildiği görülmektedir. İngilizcedeki inform kelimesinin kaynağı Latince olan informare, şekillendirmek, biçim vermek, eğitmek ve göstermek anlamlarına gelmektedir. Bilgi vermek ise iletişimle ilgili bir faaliyettir. Bu açıdan ele alındığında enformasyon, mesajın iletilmesi ile ilgili belirsizliği (uncertainty) azaltan bilgi unsurudur. Yani Enformasyon, mesajın iletilmesini açıklar (Tutar, 2010, s. 73). Bu yüzden kodlanmış olması gerekir.

Bilgi kelimesi ise İngilizcesi knowledge olan to know yani bilmek fiilinden gelmektedir. Yalnızca gerçekle ilgili olan enformasyonun aksine bilgi tahmine, akıl yürütmeye ve çıkarıma dayalıdır. Bilgi akıl tarafından üretilen anlamdır. Enformasyon daha çok statik bir haber verme, bilgilendirme ve iletme amacı taşır. Bilginin ise amaç ve ihtiyaç durumunda kararlara, dolayısıyla davranışlara yön verme yeteneği vardır. Bilgi öğrenme ve tecrübeyle kazanılır ve deneyle doğruluğu sınanır. Bilginin bazen inanç ve değerlere, bazen tecrübe ve deneyime ve bazen de araştırma ve gözleme dayandığı unutulmamalıdır. Bilgi ile enformasyon arasındaki farkı en iyi açıklayan niteleme, bilginin hayata geçirilebilir enformasyon olduğudur. Diğer bir ifadeyle, enformasyon bir olgu hakkında bir şeyler bilmek iken, bilgi enformasyonun bilişsel bir süreçten geçirilerek kişiye özel anlama dönüştürülmüş şeklidir (Tutar, 2010, s. 74). Bu yüzden enformasyon herkese göre aynı manaya gelirken bilgi ise durumsaldır ve kişiye göre değişkendir. Aynı enformasyondan herkes aynı bilgiyi üretmez ve farklı bilgiler üretilebilir.

Diğer yandan, insanlar bilgiye doğdukları andan itibaren sahip olmaya başlarlar (Malhotra, 1998). Bilgi, zaman içerisinde çalışma, araştırma, gözlem ya da deneyim ile edinilmiş bir anlayış (understanding), bilinç (awareness) ve aşinalık (familiarity) olarak da tanımlanabilir. Bilgi, kişisel deneyimler, yetenek ve yeterliliklere dayanan Enformasyonun kişisel yorumudur (Bollinger & Smith, 2001). Dahası, Bilgi, enformasyonun birleştirme, yorum ve analiz yoluyla zenginleştirilmiş halidir.

Veri ve enformasyonu öğrenmek için sorulan sorular; kim-ne-nerede-nasıl-ne zaman iken bilgi için neden ve niçindir. Veri ve enformasyon, bilginin oluşmasında önemli iki kaynaktır. Veri olmadan enformasyon, enformasyon olmadan ise bilgi üretilemez (Tutar, 2010, s. 76). Enformasyon; düzenlenmiş veridir, anlamlıdır, amacı vardır konu ile ilgilidir ve belirli bir amaç için şekillenmiştir.

Bilgi, düşünme ve düşündürmeyi, Enformasyon ise sadece mesaj iletmeyi ve mesaj almayı sağlar. Ancak alınan mesajın kodunu çözmek için bilgiye ihtiyaç vardır. Düşünme ve fikir üretme süreçlerinde bilgi kullanılır. Meşhur ifadeyle bilgisi olmayanın fikri de olmaz. Bilgi olmadan ileri sürülen fikirler sadece anlamsız enformasyon yığınlarıdır. Bilgi, bilen, anlayan, kavrayan insanların beyinlerinde iş yapma yeteneği olan bir teknik yetenektir ve orada saklanır (Tutar, 2010, s. 77). Veri, Enformasyon ve bilginin daha iyi açıklanması bakımından Şekil-1.2 verilebilir.

Şekil-1.2’de verilen ikinci örnek açıklanırsa, 05091962 bir veridir ve ne anlama geldiği herkese göre farklı olabilir. Bu rakamlar bir şifre, banka hesap no veya bir tarih olabilir. Ancak 05.09.1962 ise bir işlenmiş veri veya enformasyondur, çünkü bir tarihi ifade etmektedir. Veriden farkı sadece rakamlar arasına konan 2 noktadır. Bu bir doğum tarihi ise, işe alma sürecinde karar verici için diğer bilgilerle bir araya getirildikten sonra bir değer ifade edebilir. Yani enformasyon haline getirilmiş bu tarih verisiyle yönetici işçi adayını işe alıp almamaya karar vermek için beyninde ürettiği mana (iş için yaşlı veya genç) Bilgi dir.

Verinin şekillendirilme (rakamlar arasına 2 nokta yerleştirme), sınıflandırma ve özetleme yoluyla enformasyon haline getirilmesi işletmelerdeki Bilgi İşlem, Bilişim veya Bilgisayar bölümlerinin en önemli ve tek görevidir. Belki de herkese karmaşık görünen Bilişim bölümlerinin asli görevi sadece ve sadece iki noktayı sayıların arasına yerleştirmektir. İşin ilginç olan yanı ise, üretilen bu enformasyona da Bilişim bölümlerinin hiçbir ihtiyacının olmamasıdır. Bu enformasyonu sadece ve sadece diğer bölümlere hizmet etmek için üretirler. O halde bir BS Bölümünün misyonu, "diğer bölümler için enformasyon üretmektir".

Enformasyon kavramı, bildirme fiili sırasında elde edilen veriye, üzerinde uzlaşmaya varılan kurallardan yararlanılarak yöneltilen (atfedilen) anlamı içerir. Enformasyon, yalnızca teknoloji alanının değil, bir yanıyla da bilimsel bir alanın konusudur. Bu yüzden kendi içindeki derinlik, kapsadığı ve ilintili bulunduğu alanların genişliği, enformasyonu hem mesleki hem de akademik bir disiplin konusu haline getirmiştir. Bu disiplin, enformatik adıyla anılmaktadır (Tutar, 2010, s. 73).

Bazen Üst bilgi olarak da adlandırılan uzmanlık, bilgiye göre daha rafine (sofistike) bir bilgi türüdür. Uzmanlık bilgisi sadece Bilgilendirici bilgi değil aynı zamanda uzmanından öğretici bilgi türüdür. Örneğin bilgisini organize bir şekilde bir sanığın savunmasında kullanan bir avukatın yoruma dayanan uzmanlık bilgisidir. Karmaşık olay ve problemlerin çözümünde belirli ve somut çözümler sunulmasını sağlar. Belli bir alanda uzmanlık, bir kişinin o alandaki bir karar verme ve problem durumunda hızlı ve doğru öneri sunma, açıklama yapma, sonucu doğrulama veya mantık yürütme (reasoning) faaliyetleridir. Uzmanlık, Larousse'nin yaptığı tanıma uygun olarak düşünme, araştırma, gözlem, deney, akıl yürütme sonucunda elde edilen düşünsel ürünün organize hale getirilmiş biçimi olarak tarif edilebilir (Tutar, 2010, s. 53). Bu yüzden Bilgi işçilerinin 'uzman' sınıfında sayılması için özgün bilgilere sahip olması gerekir (Banger, 2018, s. 44).

Bilişim hiyerarşisindeki uzmanlık aşaması, Ackoff’un sınıflandırmasında anlayış (understanding) kavramı olarak tanıtılmakta ve doğrudan bir aşama olarak değil her bir aşamadan diğerine geçişi destekleyen bir unsur olarak ele alınmaktadır. Ayrıca, bağlantılılık (connectedness) da Bilişim hiyerarşisinde bilgi kategorileri arasındaki geçişi sağlamada etkili bir diğer unsur olarak görülmektedir. Yani bazı yazarlarca bilişim hiyerarşisi bilginin anlayış seviyeleri olarak algılanmıştır. Buna bağlı olarak uzmanlığın olmadığı Anlayış ve bağlantılılık arasındaki ilişki seviyeleri Şekil-1.3’de görülmektedir.

Şekil-1.3’de gösterilen anlayış seviyelerine bağlı Bilişim Hiyerarşisi incelendiğinde Veriler arasındaki ilişkileri anlayış enformasyona, enformasyondaki örüntüleri anlayış bilgiye, bilgideki ilkeleri anlayış ise bilgeliğe ulaştırır (Uğraş, 2015, s. 19). Bu model Uzmanlık bilgisi kavramını açıklamadığı için bilişim hiyerarşisi açısından yetersiz olduğu söylenebilir.

Bilgi üretimi tarih boyunca olduğu gibi günümüzde de insanların yaşamı için bir gereksinimdir çünkü hayatındaki varlık ve nesneleri tanımayan, adlandıramayan, anlamlarını kavrayamayan ve özellikleri hakkında bir yargıda bulunamayan birey bilgiyi kontrol edemez. Bilginin bu felsefi boyutunu bilgelik kavramı açıklamaktadır. İnsan tecrübelerinin, çeşitli olaylara karşı oluşmuş tepkilerin, alışkanlıkların ve kalıtsal ilişkilerin yardımıyla bilginin manasını anlayış, kavrayış ve kontrol bilgeliği oluşturmaktadır. Bilgelik evrene (kozmos), olaylara ve hayata günlük alayların görünüşü dışında bir felsefi yaklaşımı ifade etmektedir.

Bilgelikle bilişsel boyutun ötesine geçilir. Başka bir deyişle, bilgelik aşamasına kadar akıl ile yürütülen etkinliklere sağduyu gibi bilişsel boyutun ötesindeki duyuşsal boyut da eklenerek bilgelik aşamasına geçilmektedir. Ayrıca bilgelik aşamasına kadar doğru yapmak olgusu baskın iken bilgelik aşamasında artık doğru şeyi yapmak olgusu öne çıkmaktadır. Bilgelik, (Laudon & Laudon, 2014, s. 417) deyimiyle bilginin nerede, ne zaman ve nasıl uygulanacağını bilmektir.

İnsan beyninin veri ve enformasyonu nasıl işlediği ve bilgi üretimini nasıl sağladığı ve nasıl depoladığı konusu halen bilim adamları için bir muammadır. Kısacası insan beyninin bilgi üretme işlevinin nasıl çalıştığından bilim adamları tam (%100) emin değildir. Burada dikkat edilmesi gereken şey: bilginin kolayca semboller veya yazı halinde kodlanamamasıdır ve kişiye özel olmasıdır.

Bilgiyi farklı alanlarda kullanabilen veya bunlardan yeni bilgi veya enformasyon üreten kişilere genelde uzman denmektedir. Uzman kişiler sahip oldukları bilgileri içselleştirerek ve en uygun yerde kullanarak bilgeliğe ulaşılabilirler. Yani bilginin manasını kavramak ise bilgeliktir.

Özetlemek gerekirse, Veri ve Enformasyon kodlanarak sayısal yazı haline getirilebilen ve dolayısıyla VT’lerde işlenebilen kavramları, Bilgi ise kodlanamayan veya yazılı hale getirilemeyen, sadece insan beyninde bir anlamı olan kavramı ifade etmektedir (Çoruh, 2015, s. 16). Ancak zaman içinde geliştirilen teknolojilerle (Uzman sistemler gibi) bugün insan beynindeki bazı örtük bilgiler kayıt altına alınarak enformasyon haline getirilebilmektedir. Bu işlemin son noktası insan beyninin kopyalanmasıyla sağlanabilecektir. Bu kopyalamayı sağlayacak teknolojiye Bilgi Teknolojisi denebilir.

(*) Bilişim Teknolojileri Ekonomisi ve Toplumu adlı kitabımdan alınarak ekleme ve düzenlemeler yapılmıştır.

1.3. Sayısallaştırma ve Verileştirme

Bilişim Teknolojilerinin (BT) işletmelerde kullanımı sırasında, Verilerin sayısallaştırılması (Dijitasyon) ile ham gerçeklerin verileştirilmesinin birbirine karıştırılmaması gerekmektedir çünkü iki terimde farklı anlamlar ifade etmektedir. 'Veri' kelimesi Latincede ‘Datum’ 'olgu' anlamında 'bilinen' demektir. Bugün BS’ler açısından veri, kaydedilmesine, analiz edilmesine ve yeniden düzenlenmesine izin verilen bir şeyin tanımını ifade etmektedir. Bir nesnenin veya olay sonuçlarının kaydedilmesine (bilgisayar veya kâğıt üzerinde) verileştirme denebilir. Verileştirme, verinin çizelgelenebileceği, analiz edilebileceği ve yeni durumlarda yeniden kullanılabilecek şekilde nicel bir formata (text dosyası) sokulmasıdır (Schönberger & Cukier, 2013, s. 85).

Burada tanımlanan verileştirme, özellikle analog olarak kaydedilmiş verinin (kâğıt üzerindeki resim veya yazı gibi) bilgisayarın kullanabileceği şekilde sıfır ve birden oluşan ikili koda dönüştürme süreci olan sayısallaştırmadan (dijitalleştirmeden) çok farklıdır. Verileştirme sadece bilgisayarlarla yapılan bir şey değildir ama sayısallaştırma sadece bilgisayarlarla yapılan bir işlemdir. Bilgisayar devriminin başlangıç dönemi, kelimenin etimolojisinin ileri sürdüğü şekliyle bilgisayımsaldı (computational). Bilgisayarlar, öncelikle elle yapılan hesaplamalarda uzun zaman alan hesapların yapılmasında kullanılmıştır. Füze menzil tablolarının hesaplanması, nüfus sayımlarının yapılması ve hava durumu verilerinin hesaplanması ilk örneklerdir. Ancak işletmelerdeki Analog içeriği alıp onu sayısallaştırmak çok yakın bir zamanda oluşmaya başlamıştır. MİT Medis Lab'dan Nicholas Megroponte 1995'te, çığır açan kitabı Being Digital'ı yayınladığında, büyük temalarından birisi atomlardan bitlere geçişti. 1990'larda bilgisayarlar ve Kelime işlemci programları sayesinde yazınsal metinler büyük ölçüde sayısallaştırıldı yani bilgisayarda sayısal olarak kaydedilmeye başlandı. Daha yakın bir geçmişte (2010’lardan sonra), bilgisayarların depolama kapasitesi, işlem gücü ve iletişim bant genişliği artınca, resimler, video ve müzik gibi içeriklerde sayısallaştırılmaya başlanmıştır (Schönberger & Cukier, 2013, s. 85).

Bugün, teknoloji uzmanları arasında büyük verinin kökeninin silikon devrimine veya sayısallaşmaya dayandığına dair bir inanç vardır. BT dendiğinde sayısal teknolojinin anlaşıldığı unutulmamalıdır. Mantıksal olarak doğru olmamakla birlikte örneğin analog fotoğraf makineleri BT olarak kabul edilmez. Schönberger ve Cukier (2013, s. 85) itiraz etmesine rağmen Sayısal BT sistemleri sayesinde veritabanları, veri ambarları ve büyük veri kullanımları mümkün hale gelmiştir. Kısaca verileştirme bu sayısallaştırma sayesinde oluşabilmektedir. Sayısallaştırma, verinin 0 ve 1’ler yardımıyla kaydedilmesi iken verileştirme kaydedilmiş verilerin enformasyon ve bilgi üretiminde kullanılacak veya işlenecek şekilde sayısal olarak kaydedilmesi olarak düşünülebilir.

Bilgisayarların gelişmesiyle birlikte verileştirmeyi çok daha etkin hale getiren sayısal ölçüm ve depolama aygıtları ortaya çıkmıştır. Bu sayede verinin gizli değerini ortaya çıkarmak ve verinin yeni matematiksel analizlerini yapmak mümkün hale gelmiştir. Verinin depolama maliyetlerinin çok hızlı bir şekilde düşmesi bu durumu kolaylaştırmaktadır. Kısaca, sayısallaştırma verileştirmeye güç kazandırır ama onun yerini alamaz çünkü sayısallaştırma (analog veriyi bilgisayar tarafından okunabilir formata çevirme) kendi başına verileştirme değildir (Schönberger & Cukier, 2013, s. 90).

Örneğin, bir kitabın sayısallaştırılması onu pdf dosyası haline getirmektir. Verileştirilmesi ise onu text dosyası haline getirerek insanların kullanmasını ve analiz etmesini sağlamaktır. Bunun için pdf dosyalarını text