Nesne Depolama (Object Storage)

Nesne depolama (object storage), veriyi geleneksel bir dosya sisteminin dizin/yol hiyerarşisi yerine bir HTTP API üzerinden erişilen, her biri dosyanın ham baytlarını, benzersiz bir tanımlayıcı/anahtarı ve esnek bir metadata kümesini içeren ayrık, kendi kendine yeten "nesneler" olarak yöneten bir veri depolama mimarisidir. Modern uygulamaların yapısal olmayan veriyi depolamasının standart yoludur: görseller, videolar, PDF'ler, model checkpoint dosyaları, log arşivleri ve (giderek artan biçimde) AI boru hatlarında kullanılan embedding veya veri kümelerinin ham dışa aktarımları. AI/SaaS kurucuları için neden önemli: nesne depolama, kullanıcı tarafından yüklenen dosyalar, RAG boru hatlarına beslenen dokümanlar, üretilen görseller ve sesler, dışa aktarılan raporlar içeren neredeyse her AI ürün özelliğinin altındaki sessiz omurgadır. Bir veritabanından tamamen farklı bir erişim deseni için inşa edilmiştir: devasa ölçek (fiilen sınırsız kapasite), çok yüksek dayanıklılık (örneğin S3, birden fazla tesiste birden fazla kopya depolayarak %99.999999999 - "on bir dokuz" - dayanıklılık için tasarlanmıştır) ve gigabayt başına düşük maliyet - karşılığında istek başına daha yüksek gecikme ve bir veritabanı satırının yerinde güncellenebilmesi gibi kısmi dosya güncellemelerine destek olmaması - tüm nesneyi değiştirirsiniz. Nasıl çalışır: nesneler "bucket" adı verilen düz ad alanlarında yaşar, her nesne benzersiz bir anahtarla adreslenir (altında gerçek bir dizin yapısı olmasa da genellikle `users/442/uploads/contract.pdf` gibi bir klasör yolunu taklit eder). Erişim tipik olarak imzalı URL'ler üzerinden gerçekleşir - uygulama sunucusu, belirli bir nesneye geçici okuma veya yazma erişimi veren zaman sınırlı, kriptografik olarak imzalanmış bir URL üretir; böylece bir tarayıcı, dosya hiçbir zaman uygulamanın kendi sunucularından geçmeden nesne depolamaya doğrudan yükleme yapabilir (bant genişliğinden tasarruf sağlar ve istek boyutu sınırlarından kaçınır). Nesne depolama katmanları (S3 Standard, Infrequent Access, Glacier), eski veriyi ucuza arşivlemek için kullanışlı olacak şekilde, alma hızını depolama maliyeti karşılığında değiştirir. Somut örnek: bir doküman analizi SaaS'ı, kullanıcıların AI özetleme için PDF yüklemesine izin verir. Frontend, backend'den önceden imzalanmış bir yükleme URL'si ister (`POST /api/uploads/presign`, 5 dakika geçerli imzalanmış bir S3 PUT URL'si döndürür), tarayıcı PDF'yi doğrudan bu URL'ye yükler ve yalnızca yükleme tamamlandıktan sonra frontend, backend'i nesnenin anahtarıyla bilgilendirir - bu da dosyayı nesne depolamadan almak, metni çıkarmak, parçalara ayırmak ve vektör deposuna embed etmek için arka plan boru hattı işini tetikler. Uygulama sunucusunun kendisi PDF'nin baytlarına hiçbir zaman dokunmaz; bu da yükleme bant genişliğini ve sunucu yükünü tamamen uygulama katmanının dışında tutar. Bir yaşam döngüsü kuralı, kullanıcının hesabı ücretsiz katmandaysa orijinal PDF'yi 90 gün sonra otomatik olarak siler, ancak çıkarılan metin ve embedding'ler süresiz olarak kalır - pahalı depolanan ham nesneyi, onun ürettiği ucuz tutulan türetilmiş veriden ayırır.