DuckDB Analitik Veritabanı Rehberi 2026: In-Process OLAP ile SQLite Hızında Veri Analizi

DuckDB Nedir? (What is DuckDB?)

DuckDB, analitik iş yükleri için tasarlanmış, süreç içi (in-process) çalışan açık kaynak bir SQL veritabanı yönetim sistemidir. "In-process" ifadesi şu anlama gelir: DuckDB ayrı bir sunucu süreci olarak değil, doğrudan uygulamanızın içinde bir kütüphane gibi çalışır. Tıpkı SQLite gibi. Ama SQLite işlemsel (OLTP) yükler için optimize edilmişken, DuckDB analitik (OLAP) sorgular için optimize edilmiştir; yani toplama (aggregation), gruplama (group by) ve milyonlarca satır üzerinde hesaplama yapmakta ustadır.

Bunu mümkün kılan şey, DuckDB'nin sütun tabanlı (columnar) depolama ve vektörel sorgu işleme (vectorized execution) kullanması. Geleneksel satır tabanlı veritabanları her satırı tek tek işlerken, DuckDB veriyi sütun sütun işler ve bu analitik sorgularda muazzam bir hız kazandırır. Alesta Web olarak deneyimimize göre, daha önce pandas ile dakikalarca süren bazı toplulaştırma işlemleri DuckDB ile saniyelere indi.

SQLite ve PostgreSQL ile Farkı (vs SQLite & PostgreSQL)

Peki DuckDB'yi ne zaman seçmeliyiz? Bunu netleştirmek için diğer popüler seçeneklerle kıyaslayalım.

Kısacası: hızlı yazma ve tekil kayıt işlemleri için SQLite, çok kullanıcılı üretim uygulamaları için PostgreSQL, büyük veri setlerinde hızlı analiz için ise DuckDB. PostgreSQL hakkında detaylı bilgiyi PostgreSQL 17 kurulum rehberimizde bulabilirsiniz. Bu seçenekler birbirinin rakibi değil; çoğu zaman bir arada kullanılır.

Kurulum (Installation)

DuckDB'yi kurmak gerçekten dakika sürmez. İhtiyacınıza göre CLI, Python ya da Node.js sürümünü seçebilirsiniz.

# Linux / macOS:
curl https://install.duckdb.org | sh

# Calistir:
duckdb

# Python (pip ile):
pip install duckdb

# uv ile (onerilen):
uv add duckdb

# Node.js:
npm install @duckdb/node-api

Temel Kullanım: CSV ve Parquet Sorgulama

DuckDB'nin en etkileyici yanı, dosyaları içeri aktarmaya (import) gerek kalmadan doğrudan sorgulayabilmesi. Yani elinizde bir CSV ya da Parquet varsa, üzerinde anında SQL çalıştırabilirsiniz.

-- CSV dosyasini dogrudan sorgula:
SELECT sehir, COUNT(*) AS adet
FROM 'satislar.csv'
GROUP BY sehir
ORDER BY adet DESC;

-- Parquet dosyasi (cok daha hizli):
SELECT AVG(tutar) FROM 'siparisler.parquet'
WHERE yil = 2026;

-- Birden fazla dosyayi birlestir (glob):
SELECT * FROM 'logs/2026-*.parquet';

Burada dikkat ettiyseniz, hiçbir CREATE TABLE ya da IMPORT komutu yazmadık. DuckDB dosyayı yerinde okuyor (read in place). Bu, devasa Parquet dosyalarında bile belleği şişirmeden çalışmanızı sağlıyor. Alesta Web uzmanları olarak günlük log analizlerinde tam olarak bu yaklaşımı kullanıyoruz.

Python ile DuckDB (Data Analysis)

DuckDB, Python veri ekosistemiyle harika uyum sağlıyor. pandas DataFrame'lerini doğrudan SQL ile sorgulayabilir, sonucu yine DataFrame olarak alabilirsiniz. Bu, pandas'ın bazı yavaş kaldığı toplulaştırma işlemleri için müthiş bir hızlanma sağlar.

import duckdb
import pandas as pd

df = pd.read_csv("musteriler.csv")

# pandas DataFrame'i dogrudan SQL ile sorgula:
sonuc = duckdb.sql("""
    SELECT ulke, COUNT(*) AS musteri_sayisi
    FROM df
    GROUP BY ulke
    ORDER BY musteri_sayisi DESC
    LIMIT 10
""").df()

print(sonuc)

2026 Yenilikleri: 1.4 LTS ve 1.5 (What's New)

DuckDB 2026'da hızla olgunlaştı. İşte öne çıkan sürümler ve getirdikleri:

• ✅ DuckDB 1.4 LTS: Uzun dönem destekli (long-term support) bu sürüm; AES-256 şifreleme, MERGE deyimi ve Apache Iceberg yazma desteği getirdi. Kararlı destek döngüsü sayesinde üretim için ideal.
• ✅ DuckDB 1.5.0 "Variegata" (9 Mart 2026): Daha kullanıcı dostu bir CLI, VARIANT tipi ve yerleşik GEOMETRY (coğrafi veri) tipi eklendi.
• ✅ DuckDB 1.5.3 (20 Mayıs 2026): Çekirdekte hata düzeltmeleri, ancak birlikte gelen eklentilerde çok sayıda yeni özellik. Sıradan bir yama sürümü değil.

Özellikle Iceberg yazma desteği, DuckDB'yi modern veri gölü (data lakehouse) mimarilerinde ciddi bir oyuncu haline getirdi. Veritabanı yenilikleri konusunda MongoDB 8.0 yenilikleri rehberimize de göz atmanızı öneririz.

Alesta Web İpuçları (Production Tips)

DuckDB'den en iyi verimi almak için pratik önerilerimiz:

• ✅ Parquet tercih edin: CSV yerine Parquet kullanın; hem daha küçük hem de DuckDB ile çok daha hızlı (columnar avantajı).
• ✅ Sadece gereken sütunları seçin: SELECT * yerine ihtiyacınız olan sütunları belirtin; columnar mimaride bu büyük fark yaratır.
• ✅ EXPLAIN ANALYZE kullanın: Yavaş sorguları teşhis etmek için sorgu planını inceleyin.
• ✅ Bellek limitini ayarlayın: SET memory_limit='4GB'; ile kaynak kullanımını kontrol altında tutun.

📚 Kaynaklar ve Referanslar / References

Bu makaledeki bilgiler aşağıdaki kaynaklardan derlenmiş ve Alesta Web tarafından test edilmiştir:

• DuckDB Resmi Sitesi - Dokümantasyon ve örnekler
• DuckDB 1.5.3 Duyurusu - Sürüm notları (20 Mayıs 2026)
• DuckDB GitHub Releases - Tüm sürümler ve değişiklikler