Yazılım
API Tasarımında Sık Yapılan Yedi Hata
Bir API'nin kalitesi, onu ilk kez kullanan geliştiricinin kaç dakikada ilk başarılı çağrıyı yaptığıyla ölçülür. Sahada en sık düzelttiğimiz yedi hata.
Entegrasyon projelerinde onlarca kurumsal API gördük; hatalar şaşırtıcı biçimde aynı. İlk başarılı çağrıya giden süreyi uzatan yedi klasik:
1. Sürümsüz sözleşme. Alan silmek, tip değiştirmek, adı “düzeltmek” — hepsi birilerinin gece yarısı alarmı. /v1 ilk günden; kırıcı değişiklik yalnız yeni sürümde.
2. Anlamsız hata gövdesi. 500 {"error": "error"} bir hata mesajı değildir. İyi hata: makine-okur kod, insan-okur açıklama, izleme kimliği ve mümkünse çözüm ipucu.
3. Sayfalamasız liste. “Şimdilik az kayıt var” — iki yıl sonra 400 bin kayıtlı uç, tek istekte tabloyu döküyor. İmleç (cursor) tabanlı sayfalama baştan; offset büyük veride yalan söyler.
4. Idempotency yok. Ağ koptu, istemci tekrar denedi, ödeme iki kez geçti. Yazma uçları idempotency anahtarı kabul etmeli; aynı anahtar aynı sonucu döndürmeli.
5. Filtre diye SQL sızıntısı. ?filter=name eq 'x' derken sorgu dilini dışarı açmak. Filtre kelime dağarcığı sınırlı ve doğrulanmış olmalı; esneklik isteyen uca ayrı arama tasarlanır.
6. Saat dilimi kaosu. Tarihler ISO 8601 + UTC; yereli gösterim istemcinin işi. “Bizde tarihler İstanbul saatiyle string” cümlesi bir dahaki entegrasyonda gözyaşı demektir.
7. Dokümantasyonun kodu yalanlaması. El yazısı doküman ilk haftada bayatlıyor. Şema (OpenAPI) koddan üretilmeli, örnekler CI’da gerçek uca karşı test edilmeli.
Aslında hepsinin tek kökü var: API’yi kendi ekibiniz için değil, hiç tanımadığınız yorgun bir geliştirici için tasarlamak. O geliştirici bazen iki yıl sonraki siz oluyorsunuz.
Kurumsal API ve entegrasyon işlerinde nasıl çalıştığımız: Entegrasyon & API.
İlgili yazılar
11 Milyon Mahkeme Kararını Aranabilir Kılmak: AI Law'un Veri Hattı
Kızılelma AI Law'un veri hattı: 11 milyondan fazla yargı kararı nasıl işlendi? Temizlik, tekilleştirme, hibrit arama ve künye doğrulama mimarisi.
Okuyun →Yerinde (On-Prem) LLM Kurulumu: Ne Zaman Gerekir, Neye Mal Olur
On-prem LLM kurulumu rehberi: hangi durumlarda şart, hangi açık kaynak modeller yeterli, GPU maliyeti nasıl hesaplanır ve bulutla nasıl karşılaştırılır?
Okuyun →ChatGPT Varken Neden Kurumsal Yapay Zekâ Projesi?
ChatGPT varken kurumsal yapay zekâ projesi neden gerekli? Veri, kaynak, erişim, süreç ve maliyet üzerinden dürüst karşılaştırma.
Okuyun →Projenizi konuşalım
30 dakikalık ücretsiz keşif görüşmesi — kapsam, süre ve yaklaşımı birlikte netleştirelim.