Problemi görürüm
Gerçek darboğazı, kullanıcı ihtiyacını ve teknik riski ayırırım.
01. Ürün, veri ve yapay zekâ
Yaklaşık 20 yıldır .NET, veri ve mimari problemlerini üretilebilir sistemlere dönüştürüyorum. Burada denediklerimi yazıyor, karmaşık kararları açıkça anlatıyorum.
Nasıl çalışırım
Gerçek darboğazı, kullanıcı ihtiyacını ve teknik riski ayırırım.
Mimariyi, veri akışını ve sınırları birlikte tasarlarım.
Bakımı kolay, ölçülebilir ve güvenli uygulamalar geliştiririm.
Performansı, geri bildirimi ve yeni araçları sisteme geri bağlarım.
Notlar ve deneyler
Bir e-posta adresinin gerçekten kullanılabilir olup olmadığını anlamak, yalnızca adresin içinde @ işareti bulunup bulunmadığını kontrol etmekten çok daha fazlasını gerektiriyor. DNS ve MX kayıtlarından SMTP seviyesindeki kontrole kadar uzanan email verification süreci ile SPF, DKIM ve DMARC gibi email authentication mekanizmaları çoğu zaman birbirine karıştırılıyor. Bu yazıda ikisinin farkını netleştirip, bir e-posta adresi doğrulanırken ve bir e-posta alıcı sunucuya ulaştığında arka planda neler olduğunu adım adım inceleyeceğim. Sonunda SPF, DKIM ve DMARC'ın neden birlikte kullanıldığını da daha rahat görebileceğiz.
Yazdığımız her satırın yıllarca yaşamaya devam etmesi gerekmiyor. Özellikle yapay zeka destekli geliştirme araçları sayesinde, yalnızca bir problemi anlamak veya tek seferlik bir işi tamamlamak için küçük araçlar üretmek artık çok daha ucuz. Ben bu noktada kodu yalnızca ürünün bir parçası olarak değil, bazen geçici bir mühendislik aracı olarak da düşünmek gerektiğini düşünüyorum. Asıl mesele, hangi parçanın kalıcı olacağını ve hangisinin görevini tamamladıktan sonra silinmesi gerektiğini doğru ayırabilmek.
SQL Server'da ON DELETE CASCADE, parent kayıt silindiğinde ona bağlı child kayıtların da otomatik olarak silinmesini sağlar. İlk bakışta oldukça kullanışlı olan bu özellik, yanlış veri modelinde kullanıldığında beklenmedik ve geniş çaplı veri kayıplarına yol açabilir. Bu yazıda cascade delete davranışını, NO ACTION ve SET NULL gibi alternatifleri ve hangi senaryolarda tercih edilmesi gerektiğini gerçek hayata yakın örneklerle ele alıyorum.

Şu anda araştırıyorum
Yeni araçları yalnızca takip etmiyor; mimari, veri kalitesi ve ekip pratiğiyle birlikte sınamaya çalışıyorum.
Yeni bir ürün, zorlayan bir entegrasyon veya daha hızlı çalışan bir veri katmanı için konuşabiliriz.
İletişime geç