IB Computer Science HL ya da SL alıyorsan ve veritabanı konusundan çekiniyorsan, bu yazı tam sana göre, çünkü kafandaki “Neyi öğrenmem lazım, neye gerek yok?” sorusuna net cevaplar vermek istiyorum.
2025 IB Computer Science syllabus içinde databases artık core bir konu, yani ister HL ister SL ol, relational database (ilişkisel veritabanı) ve Structured Query Language (SQL) bilmeden ne sınav sorularında, ne Internal Assessment (IA) projesinde, ne de olası Extended Essay çalışmalarında rahat edemezsin.
Bu yazıda, sana gereksiz detaylarla kafa karıştırmadan, hangi veritabanı türlerini, hangi teknolojileri ve hangi becerileri öğrenmen gerektiğini, adım adım uygulanabilir bir yol haritası ile anlatacağım.
Önce sınavın senden ne beklediğini bilmek, çalışmayı çok daha net hale getirir ve panik havasını azaltır. 2025 IB Computer Science syllabus, veritabanı kısmında temel olarak relational model, SQL ve gerçek hayat sistemlerini anlayacak kadar database yönetimi bilgisi istiyor.
İşin güzel tarafı, bu içerik dünya genelindeki pek çok lisans bilgisayar bilimi giriş dersleriyle de uyumlu, yani burada öğreneceğin şeyler üniversiteye de direkt katkı verir. Örneğin University of Wisconsin Eau Claire’in bilgisayar bilimi ders listesine baktığında, database kavramlarının ne kadar erken girdiğini görebilirsin, bunu görmek için şu sayfaya göz atabilirsin: Computer Science (CS) | University of Wisconsin-Eau Claire.
Syllabus genel olarak şunları istiyor:
Hem SL hem HL öğrencileri relational database ve SQL konusunda aynı çekirdek bilgiyi öğreniyor, HL öğrencileri ise üzerine biraz daha karmaşık sorgular ve ek yapılar koyuyor.
IB Computer Science veritabanı sorularının kalbinde relational database model var, yani tablolarla düşünebilme yeteneği çok önemli bir rol oynuyor. Table (tablo), row (satır), column (sütun), primary key ve foreign key gibi kavramlar, soruyu okuyup veri yapısını doğru kurabilmen için anahtar görevi görüyor.
SQL tarafında ise senden beklenen, günlük hayatta da kullanacağın temel komutlara hâkim olman:
SELECT ile veri çekmekWHERE ile filtreleme yapmakORDER BY ile sonuçları sıralamakINSERT, UPDATE, DELETE ile veriyi değiştirmekJOIN sorguları ile birden fazla tabloyu birleştirmekBu komutlar, yazılı sınav sorularını çözmek, IA projesinde veriyi kalıcı olarak saklamak ve gerçek sistemlerin nasıl çalıştığını anlamak için kilit rol oynar. Sınavda bir SQL sorgusunu yazman, hatayı bulup düzeltmen ya da verilen bir sorgunun ne yaptığını açıklaman sık gelen soru tipleridir.
SL ve HL farkını abartmaya gerek yok, çünkü temelde aynı altyapı üzerinden ilerliyorsun, sadece HL öğrencileri bir adım daha ileri gidiyor.
Kısaca tabloya dökelim:
| Seviye | Odak Konular |
|---|---|
| SL | Temel relational database kavramları, basit SQL sorguları, normal form kavramına giriş |
| HL | Daha karmaşık JOIN türleri, aggregate functions, daha ayrıntılı data modelleme, simple optimisation fikri |
SL için, rahatça Grade Boundary üzerinde bir not almak istiyorsan, tek tabloya basit SELECT, WHERE, ORDER BY, temel INSERT, UPDATE, DELETE yazabiliyor olman, bir primary key ve foreign key mantığını açıklayabilmen ve çok karmaşık olmayan ilişki diyagramlarını okuyabilmen yeterli bir seviye olur.
HL içinse, aynı konuların yanında, COUNT, SUM, AVG gibi aggregate functions, GROUP BY, birden fazla tabloyu INNER JOIN ile birleştirme ve daha temiz data model tasarlama bekleniyor.
“Tek bir veritabanı türünü gerçekten iyi öğrensem yeter mi?” diye soruyorsan, cevabı net: Evet, relational database ailesini iyi bilirsen çok sağlam bir temel kurmuş olursun.
Hem sınav soruları relational model üzerinden geliyor, hem Internal Assessment projelerinde relational database kullanmak seni çok güçlendiriyor, hem de üniversitede göreceğin giriş database derslerine adeta önceden ısınma yapmış oluyorsun. Harvard Üniversitesi’nin SQL odaklı kursu olan CS50’s Introduction to Databases with SQL gibi programlar da bu temeli aynen bu şekilde ele alıyor.
Relational database’i basit bir okul sistemi gibi düşünebilirsin: Öğrenciler bir tabloda, dersler başka bir tabloda, notlar ise bu ikisini bağlayan ayrı bir tabloda tutulur.
Her öğrenciye ait benzersiz bir numara primary key olur, notlar tablosunda bu numara foreign key olarak durur ve relationship bu şekilde kurulmuş olur. Referential integrity denilen, ilişkilerin tutarlı kalması fikri de buradan çıkar.
Bu modeli bilmeyen bir öğrenci, IB written exam içinde tablo şemalarını yorumlarken, SQL sorgusunun hangi tablodan ne çektiğini anlarken veya IA projesinde data model tasarlarken çok zorlanır.
SQL öğrenirken her şeyi aynı anda yüklenmek yerine, küçük ama düzenli adımlarla gitmek daha sağlıklı olur. Özellikle şu başlıklara dikkat edebilirsin:
SELECT ile veri çekme ve WHERE ile filtrelemeORDER BY ile sıralama ve basit LIMIT kullanımıCOUNT, SUM, AVG gibi aggregate functions ve GROUP BYINNER JOIN ile iki tabloyu ilişkilendirip sorgulamaINSERT, UPDATE, DELETE ile veriyi değiştirmeNOT NULL, UNIQUE gibi basit constraint kavramlarıIB exam içinde genelde şu tarz görevler gelir: Belirli bir tablo şemasına göre SQL sorgusu yazma, hatalı bir sorguyu düzeltme ya da verilen sorgunun hangi kayıtları döndürdüğünü açıklama.
IB syllabus sana “MySQL kullanacaksın” ya da “PostgreSQL şart” demez, çünkü aslında asıl konu SQL dilidir, sistem sadece araçtır.
Kısaca özetleyebiliriz:
Hangisini seçersen seç, yazdığın temel SQL sorguları büyük oranda aynı kalır, bu yüzden “Hangi sistem?” sorusuna çok takılıp öğrenmeyi geciktirme. Stanford Online’ın Relational Databases and SQL kursu da benzer bir bakış açısı ile dili merkeze alır.
İnternette NoSQL, document database, key value store, graph database gibi kavramları sık görüyorsun, bu da kafa karışıklığı oluşturabiliyor. IB açısından bakınca, bu konular sınav sorularının merkezinde değil, daha çok ek bilgi ve ufuk açıcı alanlar olarak duruyor.
Yani önce relational database ve SQL, sonra merak edersen NoSQL ve cloud database mantığına bakmak çok daha mantıklı olur.
NoSQL veritabanlarını, veriyi daha esnek bir yapıda tutan ve büyük hacimli veriyi hızlı geliştirme süreçlerinde kullanmaya yarayan sistemler olarak düşünebilirsin. MongoDB gibi document database örneklerinde, veriler JSON benzeri dokümanlar içinde saklanır, tablo zorunluluğu yoktur.
IA projesinde ya da kişisel bir uygulamada NoSQL kullanmak mümkün, hatta bazen daha pratik olabilir, ama IB written exam sorularında neredeyse her şey SQL ve relational model üzerinden gelir. SQL ve NoSQL’i teknik açıdan karşılaştıran bir çalışmaya göz atmak istersen, University of Rochester tarafından hazırlanan şu döküman iyi bir başlangıç sunar: SQL vs NoSQL: A Performance Comparison.
Cloud database fikrini, verini kendi bilgisayarındaki dosyada değil, internet üzerindeki bir sunucuda tutmak gibi hayal edebilirsin. Amazon RDS, Google Cloud SQL ve Microsoft Azure SQL Database bu alandaki bilinen örneklerdir.
IA projesinde küçük ölçekli bir cloud database kullanırsan, gerçek hayata çok yakın senaryolar kurabilir, “gerçek kullanıcı verisi uzaktaki sunucuda duruyor” deneyimini yaşayabilirsin. Buna karşılık, kurulum, güvenlik ve bağlantı ayarları biraz karışık olabilir, bu yüzden zaman yönetimi zayıfsa seni yorabilir. Extended Essay için database performansı, cloud ve on-premise farkı gibi konular, araştırma sorusu fikri olarak işine yarayabilir.
Şimdi işin en pratik kısmına, yani “Adım adım nasıl çalışmalıyım?” sorusuna geçelim.
Önce kavramların resmini kafanda netleştirmen çok işe yarar. Table, record, field, primary key, foreign key, relationship, schema gibi kavramları, okul öğrenci sistemi ya da kütüphane örneği üzerinden düşün.
Hazır çizilmiş data model diyagramlarına bak, ardından kendi küçük örneğini kağıda çiz: Öğrenciler tablosu, dersler tablosu, notlar tablosu gibi. Bu aşamada henüz karmaşık SQL yazmak zorunda değilsin, önemli olan verinin nasıl organize edildiğini sezgisel olarak kavraman.
SQL kası düzenli tekrar isteği duyan bir kas gibidir, arada bir çalışıp bırakırsan çabuk zayıflar. Haftada birkaç gün, 20-30 dakikalık kısa SQL pratikleri yapmak, uzun maratonlardan çok daha verimli olur.
Kolaydan zora doğru gidebilirsin: Önce tek tablodan SELECT ve WHERE, sonra ORDER BY ve basit aggregate functions, ardından JOIN içeren sorgular. University of Cincinnati’nin hazırladığı başlangıç seviyesindeki rehber, bu yolculukta sana güzel bir destek sunabilir: Foundations of SQL.
Buna ek olarak, eski IB past paper sorularındaki SQL bölümlerini çöz, yazdığın sorgunun ne yaptığını kendi cümlelerinle açıklamaya çalış, hatta istersen sesli olarak anlat ve mantığının oturup oturmadığını kontrol et.
Öğrendiğin şeyi kalıcı hale getirmenin en iyi yolu, küçük bir proje ile gerçek bir probleme uygulamaktır. IA projesinde bir database kullanırsan, data modelleme, persistent storage ve gerçek kullanıcı senaryolarını gösterme şansı yakalarsın.
Basit ama etkili proje fikirleri şunlar olabilir: Okul kulüp yönetim sistemi, kitap ödünç alma sistemi, basit rezervasyon sistemi, küçük bir stok takip uygulaması. Bu projelerde relational database kullandığında, hem IB Internal Assessment kriterlerine uygun bir çözüm üretirsin hem de gerçek dünyaya çok benzer bir yapı kurmuş olursun.
“Ben bilgisayar bilimi ya da data science okumak istiyorum” diyorsan, IB sınavı için zorunlu olmayan birkaç konuyu da yavaş yavaş araştırman faydalı olur.
Örneğin index kavramı, basic query optimisation fikirleri, NoSQL veritabanlarına giriş, basic data warehousing konseptleri ve basit cloud database kullanımı uzun vadede seni öne çıkarabilir. Bunların bazıları Extended Essay için de ilginç araştırma soruları doğurabilir ve üniversite başvurularında projelerini anlatırken elini güçlendirebilir.
Toparlarsak, IB Computer Science için veritabanı çalışırken ana odağın relational database ve SQL olmalı, NoSQL ve cloud database gibi alanlar ise merak ettiğinde açabileceğin ek katmanlar olarak durmalı.
Kısaca öğrenmen gerekenler:
SELECT, WHERE, ORDER BY, INSERT, UPDATE, DELETE, basit JOIN ve aggregate functionsŞu anda hiçbir şey bilmiyor olsan bile, bu adımları takip edip düzenli pratik yaparsan, Grade Boundary üzerinde bir nota ulaşman gayet mümkün. Bugün, sadece 30 dakikanı ayırıp basit bir SQL veritabanı kurarak ya da online bir relational database örneğini kurcalayarak başlayabilirsin; önemli olan, o ilk küçük adımı ertelemeden atman.
Bir ormanın kesilmesine “evet” ya da “hayır” demek kolay görünebilir, ama IB Environmental Systems and Societies (ESS) içinde önemli olan kararın kendisi değil, neden o
Bir nehri kirleten fabrikanın bacası sadece duman mı çıkarır, yoksa görünmeyen bir fatura da mı üretir? IB ESS’de environmental economics, tam olarak bu görünmeyen faturayı
Bir nehre atılan atık, bir gecede balıkları öldürebilir, ama o atığın durması çoğu zaman aylar, hatta yıllar alır. Çünkü çevre sorunları sadece “bilim” sorusu değil,
Şehirde yürürken burnuna egzoz kokusu geliyor, ufuk çizgisi gri bir perdeyle kapanıyor, bazen de gözlerin yanıyor; bunların hepsi urban air pollution dediğimiz konunun günlük hayattaki
Şehir dediğimiz yer, sadece binalar ve yollardan ibaret değil, büyük bir canlı organizma gibi sürekli besleniyor, büyüyor, ısınıyor, kirleniyor, bazen de kendini onarmaya çalışıyor. IB
IB ESS Topic 8.1 Human populations, insan nüfusunun nasıl değiştiğini, bu değişimin nedenlerini ve çevre üzerindeki etkilerini net bir sistem mantığıyla açıklar. Nüfusu bir “depo”
Bir gün marketten eve dönüyorsun, mutfak tezgahına koyduğun paketli ürünlerin çoğu, aslında üründen çok ambalaj gibi görünüyor. Üstüne bir de dolabın arkasında unutulan yoğurt, birkaç
Evde ışığı açtığında, kışın kombiyi çalıştırdığında ya da otobüse bindiğinde aslında aynı soruyla karşılaşıyorsun, bu enerjiyi hangi kaynaktan üretiyoruz ve bunun bedelini kim ödüyor? IB
Bir musluğu açtığında akan su, markette aldığın ekmek, kışın ısınmak için yaktığın yakıt, hatta telefonunun içindeki metal parçalar; hepsi natural resources (doğal kaynaklar) denen büyük
Gökyüzüne baktığında tek bir “hava” var gibi görünür, ama aslında atmosfer kat kat bir yapı gibidir ve her katın görevi farklıdır. IB Environmental Systems and