Yeni Yapay Zeka Destekli Kıdemli DBA'nızla Tanışın: Meta Veri ile Mimari Mükemmellik Arasındaki Boşluğu Kapatma

Veritabanı şemaları zamanla genellikle "kara kutulara" dönüşür. Tecrübeli geliştiricilerin bile yoğun bir sprint sırasında gözden kaçırabileceği teknik borçları, gizli darboğazları ve güvenlik açıklarını biriktiriyorlar.

Bunu değiştirmeye karar verdim.

Cebinizde özerk bir Kıdemli Veritabanı Danışmanı görevi gören, .NET MAUI ve Temiz Mimari ile oluşturulmuş kurumsal düzeyde bir araç olan AI Database analyzer & Architect'i tanıtmaktan heyecan duyuyorum.

Bu Neden Sadece "Başka Bir Yapay Zeka Paketleyici" Değil?

Basit sohbet arayüzlerinin aksine, bu araç Mimari Zeka ile tasarlanmıştır. Yalnızca şemanızı okumaz; aşağıdakiler de dahil olmak üzere 40'tan fazla uzmanlık alanında denetler:

Performans Ayarlama: SARGable olmayan yüklemlerin, eksik dizinlerin ve tetikleyicinin neden olduğu kilitlenmelerin tespit edilmesi.

Güvenlik ve Gizlilik: Maskelenmemiş PII/PHI verilerini bulmak için NER mantığını kullanma ve saklı prosedürlerdeki SQL ekleme risklerini belirleme.

Ölçeklenebilirlik: Yatay ölçeklenebilirlik darboğazlarının ve ORM anti-örüntülerinin (korkunç N+1 gibi) belirlenmesi.

Veri Modelleme: Normalleştirme ihlallerinin (3NF) ve döngüsel bağımlılıkların tespit edilmesi.

Teknoloji Yığını
Ön uç: Katı bir Kıdemli düzey MVVM düzenine sahip .NET MAUI (Çoklu platform).

Hibrit yapay zeka:Yüksek ölçekli bulut zekası için Google Gemini ile yerel, gizliliğe öncelik veren analiz için Ollama arasında geçiş yapın.

Görselleştirme:Mermaid.js tarafından desteklenen etkileşimli, yakınlaştırılabilir ER diyagramları.

Raporlama:QuestPDF kullanarak yönetici düzeyinde PDF dışa aktarmaları.

Derinlemesine Denetimler

Analizör derinlere iner. Kimlik Sütunu Kapasitesini (INT'niz dolmadan önce sizi uyarır), dizin performansını düşüren Harmanlama Uyuşmazlıklarını ve hatta AI Model Çökmesini (verilerinizin sentetik LLM gürültüsü tarafından kirlenip kirlenmediğini tespit eder) kontrol eder.

Açık Kaynak ve Gelecek

Bu proje, ham veritabanı meta verileri ile eyleme dönüştürülebilir uzman görüşleri arasındaki boşluğu kapatmak için oluşturulmuştur. İster SQL Server, PostgreSQL veya MySQL kullanıyor olun, bu araç veri katmanınızın üretime hazır olduğundan emin olmanıza yardımcı olur.

Buradaki repoya göz atın: https://github.com/furkiak/AIDatabaseAnalyzer

Düşüncelerinizi duymayı çok isterim! Üretimde şimdiye kadar karşılaştığınız en büyük "gizli" veritabanı sorunu nedir? Yorumlarda tartışalım!