Veri kökeni ve türetilmiş yapıların izi
Veri hattının her adımında hangi kökensel alanların kaydedileceğini ve bir cevaptan kaynak belge sürümüne nasıl geri izleneceğini kurar. Gömme ve dizin gibi türetilmiş yapıları sürüm kaydına bağlar.
BU DERSİN SONUNDA
- Veri hattının her adımı için kaydedilecek kökensel alanları belirlemek
- Bir cevaptan kaynak belge sürümüne kadar geriye izleme yürütmek
- Tam ve artımlı yeniden inşa arasında gerekçeli seçim yapmak
- Türetilmiş yapıları sürüm künyesine bağlamak
- 1
Teori
Kavramın çalışma mantığı
- 2
Örnek
Gerçek bir senaryo üzerinde gösterim
- 3
Lab
Uygulamalı alıştırma
- 4
Test
Kısa ölçüm
- 5
Proje
Rotadaki projeye katkı
Kısa cevap
Veri kökeni, bir çıktının hangi veriden ve hangi dönüşümlerden geçerek üretildiğini geriye doğru izlenebilir kılan kayıttır. Gömme vektörleri ve vektör dizini gibi türetilmiş yapılar da bu zincirin parçasıdır: üretim parametreleri kayıtlı değilse dizin yeniden inşa edilemez, aynı sürüm iki kez üretilemez.
Teori: türetilmiş yapı ikinci sınıf değildir#
Yeniden üretilebilirlik "aynı kodu çalıştırınca aynı şey çıkar" demek değildir. Aynı kod, farklı bir veri anlık görüntüsü ya da farklı bir dönüşüm parametresiyle başka bir sonuç üretir. Yeniden üretilebilirlik, girdilerin ve parametrelerin kimliğinin kayıtlı olması demektir; kod bunun yalnızca bir parçasıdır.
Temizlenmiş metin, parçalar, gömme vektörleri ve dizin genellikle "çıktı" sayılıp kayıt dışı bırakılır. Oysa bunların hepsi bir sonraki adımın girdisidir. Kaydı olmayan bir türev, zincirin kopma noktasıdır: dizin duruyor ama hangi parçalardan, hangi gömme modeliyle, hangi parametrelerle üretildiği bilinmiyorsa o dizin yeniden inşa edilemez, yalnızca kopyalanabilir.
Köken kaydı neyi taşır#
| Aşama | Girdi | Üretilen | Kayda mutlaka yazılan |
|---|---|---|---|
| Toplama | Kaynak sistem, çekim aralığı | Ham belge kopyası | Kaynak kimliği, çekim zamanı, kayıt sayısı |
| Temizleme | Ham belge | Düz metin | Kural seti sürümü, atılan kayıt sayısı ve atılma nedeni |
| Parçalama | Düz metin | Parçalar ve üst veri | Strateji, parametreler, parça kimliği üretme kuralı |
| Gömme üretimi | Parçalar | Vektörler | Gömme modeli etiketi, vektör boyutu, normalleştirme kararı |
| Dizin inşası | Vektörler ve üst veri | Aranabilir dizin | Dizin sürümü, benzerlik ölçüsü, filtrelenebilir alanlar |
| Sunum | Dizin ve istem | Cevap | Sürüm kimliği, getirilen parça kimlikleri, uygulanan filtreler |
{
"asama": "gomme-uretimi",
"kosu": "gomme-2026-02-10-a",
"girdi": { "yapi": "parcalar", "surum": "v14", "ozet": "<icerik-ozeti>" },
"parametreler": { "gomme_modeli": "<gomme-etiketi>", "boyut": 1024, "normallestirme": "birim" },
"cikti": { "yapi": "vektorler", "surum": "v14", "ozet": "<icerik-ozeti>" },
"kod_surumu": "<depo-isaretcisi>",
"baslangic": "2026-02-10T08:12:00Z",
"durum": "tamam"
}Satır biçim örneğidir; içindeki adlar ve değerler temsilîdir. Dikkat edilecek nokta girdinin ve çıktının ayrı ayrı özetlenmesidir: girdi özeti aynı kalmışsa aşama yeniden koşturulmaz, çıktı özeti değişmişse bir sonraki aşama geçersizleşir. Köken kaydı böylece yalnızca bir günlük değil, yeniden inşa kararının da girdisi olur.
Geriye izleme#
- 1Cevaptan koşuya
İstek kaydındaki sürüm kimliğinden ve getirilen parça kimliklerinden başlayın. Bu iki alan yoksa izleme daha ilk adımda biter.
- 2Parçadan dizine
Parça kimliği hangi dizin sürümünden geldiğini taşımalı; taşımıyorsa aynı kimlikli iki parça farklı dizinlerde farklı metinler olabilir.
- 3Dizinden gömme koşusuna
Dizin künyesi, içindeki vektörleri hangi gömme koşusunun ürettiğini söyler. Gömme modeli etiketi burada görünür.
- 4Gömmeden parçalamaya
Gömme koşusunun girdisi bir parça sürümüdür; parçalama stratejisi ve parametreleri o sürümün künyesinde yazar.
- 5Parçadan kaynağa
Parça üst verisindeki belge kimliği ve belge sürümü ham kaynağa kadar gider. Zincirin bittiği yer burasıdır.
Yeniden inşa: tam mı artımlı mı#
- Gömme modeli değişti: tam yeniden inşa zorunlu. Farklı modellerin vektörleri aynı uzayda değildir; boyutlar da eşitse karışık dizin hata vermez, sessizce alakasız komşular döndürür.
- Parçalama stratejisi değişti: tam yeniden inşa. Parça kimlikleri de değişir, eski kimliğe bağlı bütün kayıtlar kopar.
- Yeni belge eklendi, kurallar aynı: artımlı ekleme yeterli, dizin sürümü yine de artar.
- Belge güncellendi: eski parçaların silinmesi ile yenilerin eklenmesi tek işlemde yapılmalı; ayrı yapılırsa dizin bir süre iki sürümü birden barındırır.
- Yalnızca üst veri düzeltildi: vektörler korunur, üst veri alanı güncellenir; filtreler bu alanlara dayandığı için değişiklik yine kaydedilir.
Sık yapılan hata#
Sahada en çok görülen kırılma, dizinin elle güncellenmesidir: bir belge yanlış görünür, biri tek seferlik bir betikle o belgenin parçalarını düzeltir ve köken kaydı bu düzeltmeyi hiç görmez. Artık dizin, kayıtlı hiçbir koşunun ürettiği bir şey değildir. Bir sonraki tam yeniden inşada düzeltme sessizce kaybolur ve aynı hata geri gelir.
LAB · UYGULAMALI ALIŞTIRMA
Köken zinciri kurun ve geriye izleyin
- 1Kendi belgelerinizden 20 dosya seçip bir çalışma klasörüne kopyalayın; bu kopya "ham" katmandır.
- 2Ham metinden düz metne ve düz metinden parçalara giden iki dönüşüm yazın; her dönüşümün parametrelerini ayrı bir yapılandırma dosyasına taşıyın.
- 3Her aşama için bir köken satırı üretin: girdi özeti, çıktı özeti, parametreler, üretilen kayıt sayısı ve koşu zamanı.
- 4Rastgele bir parça seçin ve yalnızca köken satırlarına bakarak kaynak dosyaya ve o dosyanın sürümüne kadar geri izleyin; izin koptuğu yeri işaretleyin.
- 5Kaynak dosyalardan birini değiştirin; hangi aşamaların yeniden koşması ve hangi parça kimliklerinin geçersizleşmesi gerektiğini not edin.
- 6Parçalama parametresini değiştirip aynı soruyu yeniden cevaplayın: bu kez tam yeniden inşa mı gerekiyor, artımlı güncelleme mi?
Beklenen çıktı
Üç aşamalı bir köken kayıt dizisi ve bir parçadan kaynak dosya sürümüne uzanan, kopma noktaları işaretlenmiş bir geri izleme.
Sık sorulan sorular
Gömme modelini yükseltmek istiyorum ama yeniden inşa uzun sürüyor. Kademeli geçebilir miyim?
Tek dizin içinde kademeli geçiş yapılamaz, çünkü iki modelin vektörleri karşılaştırılabilir değildir. Kademeli geçiş iki ayrı dizin ayakta tutularak yapılır: yeni dizin arka planda inşa edilir, trafiğin bir bölümü ona yönlendirilir, sonuçlar karşılaştırılır ve ancak sonra eski dizin kapatılır.
Köken kaydını nereye yazmalıyım?
En dayanıklı yol, kaydın türevin kendisiyle aynı yerde durmasıdır: dizin künyesi dizinle, parça üst verisi parçayla. Ayrı bir katalog tutuyorsanız bağ içerik özetine dayanmalı; yalnızca dosya adıyla kurulan bağ ilk yeniden adlandırmada kopar.
Ham kaynağı kopyalamadan köken tutulabilir mi?
Kaynak sistem sürüm ve zaman damgası veriyorsa kopya şart değildir; kayıtta kaynak kimliği ve sürümü yeterlidir. Kaynak aynı kaydın üzerine yazan bir sistemse kopya ya da en azından içerik özeti tutmak gerekir, yoksa geçmiş bir koşuyu yeniden üretmenin yolu kalmaz.
LEARN
MLOps Mühendisi rotasına devam et
Dersler tek başına da okunabilir, ama sıralı ilerlemek önkoşul boşluklarını kapatır.