Bir IoT platformu müşterimiz Türkiye + Almanya + UAE + Singapur’da 1.2 milyon sensörden saniyede 18.000 telemetry message alıyor. Container’da 4 milyar document, aktif aylık 180 GB write. Cosmos DB faturası başlangıçta $34.000/ay’a çıkmıştı. 3 ay süren optimizasyon sonunda $11.200/ay. Bu yazı o projeden notlar.

API Seçimi: NoSQL, MongoDB, Cassandra, Gremlin, Table

API	Tipik kullanım	Notlar
NoSQL (Core SQL)	Yeni proje, full Cosmos DB feature	En geniş feature set
MongoDB	Mevcut Mongo uygulaması migrate	4.0/4.2/5.0/6.0 wire protocol
Cassandra	Mevcut Cassandra workload	CQL desteği
Gremlin	Graph database (knowledge graph, fraud)	Apache TinkerPop
Table	Azure Table Storage migrate, basit key-value	Cheap option

IoT müşterimiz mevcut Mongo uygulamasından geliyordu, MongoDB API ile başladı. Wire protocol uyumlu, kod değişikliği minimum.

Partition Key Tasarımı: En Kritik Karar

Yanlış partition key = pahalı + yavaş + scale etmeyen. Doğru partition key = ucuz + hızlı + sınırsız scale.

Kötü örnek: partitionKey: deviceId. 1.2 milyon farklı device → 1.2 milyon partition. Aggregation query’ler tüm partition’lara fan-out, RU patlıyor.

İyi örnek: partitionKey: deviceCustomerId_yyyymm (müşteri × ay bazlı bucket). 600 müşteri × 12 ay = 7.200 partition. Bir müşterinin bir aylık tüm data’sı tek partition’da, query verimli.

Gerçek partition key seçimi:

{
  "deviceId": "iot-tr-bursa-otomotiv-001-sensor-temp",
  "partitionKey": "tr-bursa-otomotiv-001:202604",  // tenant + ay
  "ts": "2026-04-24T18:30:00Z",
  "value": 23.4,
  "unit": "C",
  "metadata": {...}
}

Sorgu pattern: “Bu müşterinin nisan ayındaki tüm sensör verisi” → tek partition tarama, 5 RU. Yanlış partition’da aynı query 4.500 RU’ya çıkıyordu.

RU/s Capacity Mode

Mode	Avantaj	Dezavantaj
Provisioned (manual)	Predictable cost	Atıl kapasite veya throttle
Autoscale	Talep’e göre 10x scale	Min %10, max RU/s × $1/100 RU/s/ay
Serverless	Pay-per-request	Max 5.000 RU/s, geo-replication yok

IoT müşterimiz başta Provisioned 100.000 RU/s set etmişti, gece düşük load’da %85 atıl. Autoscale 10.000-100.000 RU/s’e geçince fatura %42 düştü.

Multi-Region Write: Active-Active Topology

Müşteri 4 lokasyonda yazıyor. Single-write region (West Europe) tek noktada bottleneck + cross-continent latency. Multi-region write açıldı:

az cosmosdb update 
  --resource-group rg-iot 
  --name cosmos-iot-prod 
  --enable-multiple-write-locations true 
  --locations regionName=westeurope failoverPriority=0 
  --locations regionName=germanywestcentral failoverPriority=1 
  --locations regionName=uaenorth failoverPriority=2 
  --locations regionName=southeastasia failoverPriority=3

Her bölgedeki client kendi en yakın region’ına yazıyor. Latency 180 ms → 12 ms.

Conflict resolution: timestamp-based (last writer wins) tercih edildi. IoT telemetry data’da conflict çok nadir, son yazılan değer doğru.

Consistency Level: Performance vs Consistency Trade-off

Level	Consistency	Latency	RU cost
Strong	Anlık tüm region’lar tutarlı	Yüksek	2x
Bounded staleness	K versiyon veya T zaman geride	Orta	2x
Session	Kullanıcı kendi yazdığını okuyor	Düşük	1x (default)
Consistent prefix	Sıralı ama gecikmeli	Düşük	1x
Eventual	En yüksek perf, en zayıf consistency	En düşük	1x

IoT müşterimizde Eventual consistency yeterli — telemetry data, bir saniyelik gecikme business etki yaratmaz. Default Session’dan Eventual’a geçiş %18 RU tasarrufu.

TTL: Otomatik Veri Silme ile Storage Maliyetini Düşürme

Detail telemetry 90 gün sonra silinir, sadece aggregated data kalır. Container TTL = 7.776.000 saniye (90 gün), document’larda _ts field’ı bazlı otomatik temizlik.

az cosmosdb mongodb collection update 
  --account-name cosmos-iot-prod 
  --resource-group rg-iot 
  --database-name iot 
  --name telemetry 
  --idx '[{"key":{"keys":["_ts"]},"options":{"expireAfterSeconds":7776000}}]'

Storage 480 TB’dan 180 TB’a düştü, aylık $7.200 storage tasarrufu.

Index Optimization

Default’ta tüm property’ler index’e dahil. Çoğu IoT field’ı asla query’de WHERE/ORDER BY’a girmiyor. Selective indexing:

{
  "indexingMode": "consistent",
  "includedPaths": [
    {"path": "/partitionKey/?"},
    {"path": "/ts/?"},
    {"path": "/deviceId/?"},
    {"path": "/value/?"}
  ],
  "excludedPaths": [
    {"path": "/metadata/*"},  // metadata içi tüm field'lar excluded
    {"path": "/raw/*"}
  ]
}

Index storage %78 azaldı, write RU %35 azaldı.

Change Feed ile Real-time Stream Processing

Cosmos DB Change Feed ile her yeni document Azure Functions / Stream Analytics’e push. Müşteri kullanım: anomaly detection (sensör değeri normal range dışı → alert).

[FunctionName("AnomalyDetector")]
public static async Task Run(
    [CosmosDBTrigger(
        databaseName: "iot",
        containerName: "telemetry",
        Connection = "CosmosDBConnection",
        LeaseContainerName = "leases",
        CreateLeaseContainerIfNotExists = true)]
    IReadOnlyList<TelemetryDoc> input,
    ILogger log)
{
    foreach (var doc in input)
    {
        if (doc.Value > doc.Threshold)
            await SendAlert(doc.DeviceId, doc.Value);
    }
}

Sahada Düşülen Üç Tuzak

1. Partition key’i değiştirmeye çalışmak: Mevcut container’da partition key değiştirilemiyor. Yeni container oluşturup migrate gerekiyor. İlk seferde doğru tasarla.
2. Strong consistency’i default tutmak: 2x RU. Real ihtiyaç incelenmeden Strong seçilmiş, bütçe heba.
3. Cross-partition query yapmak: SELECT * FROM c WHERE c.deviceId = X (deviceId partition key değilse) tüm partition’ları tarar. Partition key WHERE clause’a koy.

Sonuçlar

Metrik	Önceki	Sonraki
Aylık fatura	$34.000	$11.200
P99 read latency	180 ms	12 ms
P99 write latency	240 ms	18 ms
Storage	480 TB	180 TB
Throttle (429) rate	%2.3	%0.04

CloudSpark olarak Cosmos DB partition key tasarımı, multi-region topology, RU/s optimization, MongoDB migration ve performance tuning projeleri için danışmanlık veriyoruz.