Azure Files NFS ile Modern Linux İş Yükleri: Sahadan Bakış

Azure Files NFS, Linux tabanlı paylaşımlı dosya ihtiyacını bulutta daha erişilebilir hale getiriyor. AI inference, cloud-native ve kurumsal modernizasyon senaryolarında model yükleme ve veri paylaşımı gibi kritik ihtiyaçlara pratik bir yaklaşım sunuyor.

Uzun zamandır Linux tarafında paylaşımlı dosya sistemi işi, Azure’da tam oturmayan bir konuydu. NFS server’ı kendin kur, HA’sını çöz, yedeğini al, izle… Hikâye kabaca buydu. Şimdi Azure Files NFS tarafı baya olgunlaştı ve özellikle AI inference, cloud-native ve klasik enterprise modernizasyon senaryolarında oyunu değiştiriyor.

Kendi deneyimimden konuşuyorum, Bu yazıda Microsoft’un son duyurularını kendi gözümden süzeceğim. Neyi iyi yapmışlar, neresi hâlâ eksik, Türkiye’deki kurumsal ekipler için ne anlama geliyor — hepsine gireceğim. Lafı gevelemeden başlayalım.

Önce Bağlam: Linux İş Yükleri Nereye Gidiyor?

Küçük bir detay: Son iki yılda gördüğüm şey şu: Linux artık sadece “web sunucusu” değil (en azından benim deneyimim böyle). Kurumsal ekipler üç ayrı cepheye yayılmış durumda, hem de aynı anda; bir tarafta on-prem’den taşınan klasik uygulamalar var — SAP eklentileri, custom Java monolitleri, PostgreSQL cluster’ları — öbür tarafta AKS üzerinde koşan mikroservisler var, üstüne bir de son bir yıldır AI inference workload’ları geldi. Epey kalabalık.

Aslında, Bu üç dünyanın ortak derdi ne? Paylaşımlı, dayanıklı, hızlı dosya erişimi. Yani NFS. Ama on-prem’deki NetApp ya da Isilon rahatlığını bulutta bulmak açık konuşayım zordu; Azure NetApp Files vardı tabi ama fiyatlandırması. Minimum kapasite şartları her bütçeye uymuyor. İşin aslı şu: orta segment için ciddi bir boşluk vardı.

Bunu biraz açayım.

Azure Files NFS, bu boşluğu doldurmaya çalışan bir servis. Ne ANF kadar pahalı, ne de “kendim kurayım” kadar zahmetli. Ama her senaryoya oturuyor mu? Ona bakacağız.

AI Inference Tarafı: Model Yükleme Derdi

Şöyle söyleyeyim, Şimdi işin en ilginç kısmına geldik. AI inference’ta — yani eğitilmiş modelin tahmin yapması tarafında — en pahalı adım çoğu zaman modelin storage’dan GPU’ya yüklenmesi oluyor. Bir 30-40 GB’lık modeli düşünün; her replika ayağa kalktığında bu ağırlıkları okuması gerekiyor ve GPU’lar boşta beklerken saat işliyor, para akıyor. Kulağa basit geliyor ama değil.

Klasik yaklaşım nedir? İki seçenek var:

  • Model ağırlıklarını container image’a gömersin → image şişer, registry’den çekmek uzar, cold start dakikalara çıkar.
  • Her replika kendi kopyasını blob’dan indirir → duplicate trafik olur, duplicate maliyet olur, yine yavaş kalır.

Tuhaf ama, Azure Files NFS’in çözümü basit. Etkili: model dosyası bir kere paylaşımda durur, büyük çoğunluk replikalar aynı anda mount edip okur. Image ince kalır, tek bir kopya vardır, yeni replika saniyeler içinde ayağa kalkar (yanlış duymadınız). Bakınca gayet mantıklı duruyor.

nconnect: Küçük Detay, Büyük Fark

Bak şimdi, NFS’in Linux client’ında nconnect mount opsiyonu var. Ne yapıyor? Aynı file share’e paralel TCP bağlantısı açıyor. Tek TCP soketiyle sınırlı kalmıyorsun; büyük dosya okumalarında throughput’u ciddi şekilde yukarı çekiyor. Hani küçük ayar gibi duruyor ama bazen asıl fark orada çıkıyor.

Çok konuştum, örnekle göstereyim.

sudo mount -t nfs -o vers=4.1,nconnect=8,rsize=1048576,wsize=1048576 \
storageaccount.file.core.windows.net:/storageaccount/modelshare \
/mnt/models

Buradaki nconnect=8 değeri her senaryo için sihirli sayı değil. Genelde 4 ile 16 arasında test edip en iyi throughput’u yakalayana kadar denemek lazım; model ne kadar büyükse nconnect’in etkisi de o kadar belirgin oluyor. Emin değilim ama çoğu ekip burada erken peş ediyor gibi geliyor bana.

Zonal Placement: Latency Meselesi

Yeni gelen zonal placement özelliği bence can alıcı iyileştirmelerden biri. Burada, neden? Çünkü şimdiye kadar file share hangi AZ’da tutulacak diye tam kontrol yoktu; GPU VM’ınız zone 1’deyken storage zone 2’de olabiliyordu ve her okuma cross-zone gidiyordu. Milisaniye gibi duran fark binlerce paralel okumada birikince tablo değişiyor.

Vallahi, Şimdi VM’in ve file share’in aynı AZ’da olduğunu garanti edebiliyorsun. Round-trip latency düşüyor, GPU utilization artıyor, saat başı maliyet aynı kalıyor ama iş çıktısı yukarı çıkıyor. Küçük gibi görünen bir feature ama etkisi kağıt üstünde göründüğünden daha fazla.

Provisioned v2: Bu Faturalama Modeli Nihayet Mantıklı

Eski provisioned modelde IOPS ve throughput birbirine bağlıydı. Yani IOPS’a ihtiyacın olduğunda mecburen throughput’u da almak zorundaydın — kullanmasan bile. Yeni v2 modelde ikisini bağımsız boyutlandırabiliyorsun; açık konuşayım bu baya iş görüyor.

Bi saniye — Bu Türkiye’deki şirketler açısından gerçekten önemli. Neden? Kurumsal müşterilerimde en sık gördüğüm mesele “over-provisioning” oluyor; ihtiyaç 300 MB/s throughput ama IOPS gereksinimi yüksek olduğu için 1 GB/s’lık paket alınıyor, fatura kabarıyor ve kullanım oranı %30’da kalıyor. TL bazında düşününce yıllık on binlerce liralık atıl kapasite demek bu.

Ne Zaman Hangisi?

Senaryo Tercih Neden?
AI inference (model serve) Provisioned v2 + zonal + nconnect Yüksek throughput, düşük latency kritik
AKS’te RWX paylaşım Provisioned v2 (orta seviye) Pod’lar arası tutarlı erişim
Klasik lift & shift NFS Pay-as-you-go veya v1 Yük tahmin edilemez, esneklik önce
HPC / veri analitiği Azure NetApp Files (Azure Files değil) Sabit sub-millisecond latency lazımsa ANF hâlâ önde

Cloud-Native Senaryolar: AKS’te RWX Derdi

Şöyle ki, Kubernetes tarafında ReadWriteMany (RWX) volume ihtiyacı hemen hemen her ekipte çıkıyor. Bir Django uygulaması düşünün; media dosyaları var, statik varlıklar var, kullanıcı upload’ları var… Bunları her pod’un ayrı diskinde tutamazsın çünkü state tutarsız kalır. RWX access mode şart oluyor.

Ve işler burada ilginçleşiyor.

Bunu yaşayan biri olarak söyleyeyim, Eskiden ne yapıyorduk? Ya bir NFS server pod’u kaldırıyorduk — single point of failure kokusu ortada — ya Rook-Ceph gibi kompleks çözümlere giriyorduk ve operasyonel yük katlanıyordu ya da ANF açıyorduk ve bütçe patlıyordu. Azure Files NFS burada orta yolu buluyor; CSI driver ile AKS’e mount ediyorsun, kullanıyorsun, sonra da çok uğraşmadan devam ediyorsun.

💡 Bilgi: AKS’te Azure Files NFS kullanacaksanız azurefile-csi yerine azurefile-csi-nfs StorageClass’ını kullanmanız gerekiyor. Karıştırmak sık yapılan bir hata; SMB üzerinden mount edince NFS’in performans avantajlarını kaybediyorsunuz.

Bazı İşlerde Fren Yapmak Lazım

Bunu özellikle söylemem lazım: Azure Files NFS büyük dosya okuma/yazmada iyi gidiyor ama milyonlarca ufak dosyayla çalışan bir workload’unuz varsa — mesela Git repo’şuna benzeyen ya da node_modules benzeri şeyler — performans beklediğiniz kadar olmayabilir. Bu tip işler için local SSD ya da farklı bir çözüm düşünmek gerekiyor; kağıt üstünde her şey NFS gibi görünse de workload karakteristiği kritik noktaya dönüşüyor.

Evet Peki Enterprise Modernizasyon?

Düz anlatayım: On-prem’den buluta taşınan uygulamaların önemli kısmının altında zaten bir NFS mount noktası var. SAP, Oracle, custom Java uygulamaları… Bunları refactor etmek yerine “olduğu gibi taşıyıp” mount noktasını Azure Files NFS’e çevirmek çoğu zaman en az riskli yaklaşım oluyor; az bozarak taşımak yanı.

Tuhaf ama, Böyle göç senaryolarını daha detaylı anlattığım bir yazı vardı:

Peki Ya Partner ve ISV Ekosistemi?

Burası biraz gözden kaçıyor ama önemli: Azure Files NFS artık ciddi ISV entegrasyonlarına sahip oldu. Commvault, Veeam, Rubrik gibi backup çözümleri native destek veriyor; HPC tarafında Altair. Ansys workload’ları için referans mimariler var. Ekosistem böyle olgunlaşınca “Azure’da NFS var mı?” sorusunun cevabı netleşiyor: evet var ve destekleniyor.

Peki neden?

Kubernetes tarafından bahsederken cluster yönetim araçlarındaki gelişmeler de dikkat çekici hâle geliyor. Görsel yönetim isteyen ekipler için Headlamp Cluster API Eklentisi: CAPI Artık Görsel Arayüzde yazısına göz atmanızı öneririm; Azure Files NFS’i AKS’e mount ettikten sonra volume durumlarını Headlamp üzerinden takip etmek baya pratik oluyor.

Peki Nereden Başlayacaksınız?

Lafı uzatmadan ilk adımlar için ben şu sırayı öneriyorum:

  1. Storage account planı — FileStorage tipi seçin, Premium tier kullanın; Standard tier NFS desteklemiyor.
  2. Zonal placement — VM’ınız veya AKS node pool’unuz hangi AZ’daysa aynı AZ’yı seçin.
  3. Network kısıtı
  1. —

Sıkça Sorulan Sorular

Azure Files NFS ile Azure NetApp Files arasındaki fark ne?

Azure Files NFS, tam yönetimli. Daha uygun fiyatlı bir çözüm; yani orta segment iş yükleri için gayet iyi iş görüyor. ANF işe sub-millisecond latency, çok yüksek IOPS ve enterprise özellikler sunuyor — SAP HANA, HPC, büyük veritabanları gibi ekstrem performans isteyen senaryolar için tasarlanmış. Fiyat farkı da buna göre tabiî; açıkçası ANF ciddi biçimde pahalı.

AKS’te Azure Files NFS mount ederken hangi StorageClass’ı kullanmalıyım?

NFS özelliklerinden faydalanmak istiyorsan azurefile-csi-nfs StorageClass’ını kullan. Standart azurefile-csi hani SMB üzerinden mount ediyor ve Linux workload’ları için performans avantajlarını kaybediyorsun. Premium tier FileStorage account da şart, bunu atlama.

nconnect değerini kaç yapmalıyım?

Sihirli bir sayı yok açıkçası. Genelde 4-16 arasında test et. AI inference gibi büyük dosya okumaları için mesela 8-16 arası iyi sonuç veriyor. Ama küçük dosya ağırlıklı workload’larda çok yüksek nconnect değerleri ters etki yapabiliyor. Bence en sağlıklısı fio veya benzeri bir benchmark aracıyla kendin ölçmek.

Provisioned v1’den v2’ye geçiş yaparken ne dikkat etmeliyim?

v2’de IOPS. Throughput bağımsız boyutlandırılıyor, yani mevcut kullanım profilinizi çıkarıp iki metriği ayrı ayrı planlamanız gerekiyor. Migration sırasında kısa bir downtime olabiliyor; production için genelde bakım penceresi ayırın. Ayrıca tecrübeme göre reserved capacity almadan önce en az bir ay pay-as-you-go ölçüm yapmanızı öneririm.

Azure Files NFS backup nasıl yapılır?

Azure Backup, Files NFS için native destek sunuyor; snapshot tabanlı çalışıyor ve point-in-time recovery imkanı veriyor. Kritik veriler için ekstra olarak Veeam veya Commvault gibi çözümlerle cross-region backup planlamak iyi bir pratik. Sadece snapshot’a güvenmeyin — hani aynı region’da kalıyor ve bölgesel felakete karşı sizi korumaz.

Kaynaklar ve İleri Okuma

Azure Files NFS Protocol — Microsoft Learn

Accelerate modern Linux workloads with Azure Files — Azure Blog (kendi tecrübem)

Azure Files NFS Performance Tuning Guide

AKS ile Azure Files CSI Driver Kullanımı

Bu yazı yapay zeka (büyük dil modelleri) ile hazırlanmış, insan editör tarafından incelenmiştir. İçerik üretim sürecimiz.
Aşkın KILIÇ

20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.

AZ-305AZ-104AZ-500AZ-400DP-203AI-102

Bu içerik işinize yaradı mı?

Benzer içerikleri kaçırmamak için YouTube ve GitHub hesaplarımı takip edin.

Haftalık Bülten

Her pazar özenle seçilmiş teknoloji yazıları doğrudan e-postanıza gelsin.

Kurumsal DevOps ve bulut dönüşümü danışmanlığı: Danışmanlık Hizmetleri

2 Yorum

  1. Biz de geçen ay AI inference pipeline’ımızı Azure’a taşırken tam bu sorunla boğuştuk, model dosyalarını nasıl paylaşacağız diye. NFS tarafında latency konusunda production’da nasıl sonuçlar aldınız, merak ettim açıkçası.

  2. AI inference tarafında model yükleme süreleri gerçekten can sıkıcı olabiliyor, NFS’in burada fark yaratıp yaratmadığını merak ettim açıkçası. Kurumsal tarafta da eski sistemlerden geçişte ne kadar sorun çıkıyor sahada? Bu arada modernizasyon konusunu ele aldığınız şu yazı da dikkatimi çekti: Visual Studio Build 2026: Ajanlar, Modernizasyon ve Yeni Akış — https://www.askinkilic.com.tr/visual-studio-build-2026-ajanlar-modernizasyon-ve-yeni-akis/

Yoruma kapalı.

✉

Haftalık Bülten

Azure, DevOps ve Yapay Zeka dünyasındaki en güncel içerikleri her hafta doğrudan e-postanıza alın.

Spam yok. İstediğiniz zaman iptal edebilirsiniz.
📱
Uygulamayı Yükle Ana ekrana ekle, çevrimdışı oku
Kategoriler
Ara
Paylaş
WhatsApp
İçindekiler
← SharePoint RER Emekliye Ayrılı...
Visual Studio Build 2026: Ajan... →
📩

Gitmeden önce!

Her pazar özenle seçilmiş teknoloji yazıları ve AI haberleri doğrudan e-postanıza gelsin. Ücretsiz, spam yok.

🔒 Bilgileriniz güvende. İstediğiniz zaman ayrılabilirsiniz.

📬 Haftalık bülten: Teknoloji + AI haberleri
Beni Takip Et Yeni Azure / AI / DevOps yazılarını GitHub ve RSS üzerinden takip edin.