Python Eklentisinde Mart 2026: Hız, Arama ve Küçük Sürprizler
Bakın şimdi, Python tarafında VS Code kullanıyorsanız bu Mart 2026 güncellemesi bence “küçük ama can sıkan bir problemi çözen” türden. Büyük afişlerle gelmiyor bir düşüneyim… belki, ama günlük işte elinizi rahatlatan iki şey var: sanal ortam içindeki paket sembollerini arayabilmek ve Pylance’ın deneysel paralel indeksleyicisini açabilmek. Hani bazen yeni bir repoya girersiniz de “bu fonksiyon nerede tanımlıydı ya?” diye yarım saat oradan oraya zıplarsınız (yanlış duymadınız). işte tam o anlar için güzel haber.
Ben 20+ yıllık sistem ve bulut tarafındaki işlerde şunu çok net gördüm: hız sadece “compile süresi” değil. Editörde ilk önerinin gelmesi, doğru sınıfın bulunması, import’un akması… bunlar da üretkenliği bayağı etkiliyor. AZ-104. AZ-305’e hazırlanırken de bunu yaşamıştım; özellikle karmaşık örnek projelerde IntelliSense’in ağırlaşması insanın moralini ufak ufak kemiriyor. Bir müşteri projesinde, İstanbul’daki ekip sabah — itiraz edebilirsiniz tabiî — toplantısından önce sadece VS Code açılışını bile konuşur hâle gelmişti. Şaka değil.
Bu sürümde hoşuma giden şey şu: Microsoft yine “herkese zorla açalım” dememiş. Özellikleri opt-in bırakmışlar. Yanı küçük proje sahibiyseniz ya da makineniz zaten yorgunsa, sistemi gereksiz yere dürtmüyorsunuz. Enterprise tarafta işe durum başka; büyük kod tabanı olan ekipler için bu güncelleme bayağı iş görüyor.
Neyi değiştiriyor bu sürüm?
İşin özü basit: Pylance artık yalnızca workspace içini değil, aktif virtual environment içinde kurulu paketleri de symbol search’e katabiliyor. Bu ne demek? Mesela üçüncü parti bir kütüphanenin içine bakmak istiyorsunuz. Tarayıcıya atlayıp dokümantasyon kovalamak istemiyorsunuz. VS Code içinde kalıp sınıfı, fonksiyonu, hatta bazen modül yapısını daha hızlı görüyorsunuz (buna dikkat edin)
Bir de deneysel paralel indeksleme var ki… açık konuşayım, kağıt üstünde iddialı dürüyor. Microsoft testlerinde ortalama 10 kat hızdan bahsediyorlar; tabiî bu her projede aynı etkiyi verecek diye bir garanti yok. Ama büyük monorepo’larda veya böl bağımlılıklı servislerde hissedilir fark yaratabilir.
Çok konuştum, örnekle göstereyim.
2019’da Ankara’da bir finans kuruluşunda benzer bir sorun yaşamıştık; repo büyüdükçe editör cevap vermekte nazlanıyordu. O zaman çözümü biraz disiplinle bulmuştuk: katmanları sadeleştirmek, gereksiz analiz yükünü kısmak, birkaç yerde package boundary’leri netleştirmek… Şimdi bakınca aynı derdin daha rafine hali gibi geliyor bana.
Sanal ortam paketlerini aramak neden önemli?
Şöyle ki, Yeni bir projeye girince ilk refleksim genelde şu olur: “Tamam, model nerede? helper neredeydi? service class kimde?” Workspace dışına çıkmadan bunları görebilmek küçük görünür ama gün sonunda ciddi vakit kazandırır. Hele takımda junior arkadaşlar varsa, bu özellik bayağı öğretici oluyor çünkü onları doğrudan kaynak koda götürüyor (bizzat test ettim)
Kısa bir not düşeyim buraya.
Bunu yaşayan biri olarak söyleyeyim, Burada bir nüans var: py.typed olmayan paketlerde yalnızca __init__.py veya __all__ ile dışa açılan semboller görünüyor. Yanı her şeyi dipten kazmıyor; sonuçları biraz temiz tutuyor. Bence iyi olmuş, çünkü aksi hâlde arama sonuçları çorba olabilirdi.
Büyük projede asıl mesele yeni özelliğin varlığı değil; neyi göstermediği de önemli. Gürültüyü azaltmayan arama özelliği pratikte faydadan çok yorgunluk veriyor.
Paralel indeksleme gerçekten fark yaratır mı?
Kısmen evet, kısmen hayır — durumu böyle söylemek daha dürüst olur. Küçük bir Flask script’inde muhtemelen fark etmeyeceksiniz bile; zaten dosya sayısı azsa mevcut düzen yeterli oluyor. Ama yüzlerce modülün dolaştığı kurumsal Python uygulamalarında başlangıçta gelen completions gecikiyorsa, bu deneysel motor nefes aldırabilir.
Bende en çok merak uyandıran nokta out-of-process çalışması öldü (evet, biraz teknik laf ettim). Editörün ana akışını boğmadan indeksleme yapmak mantıklı fikir; hani mutfakta blender çalışırken salonun elektrik sigortasını attırmamak gibi düşünün (en azından benim deneyimim böyle)
Neyse uzatmayayım, bunun da eksisi var tabiî: deneysel olması boşuna yazılmamış. Her ekibin dependency yapısı farklı; bazı yerlerde fena gitmezken bazı yerlerde beklediğiniz kadar iyi hissettirmeyebilir. Hele bir de de de eski framework’ler, garip namespace kullanımları veya kırık package metadata varsa dikkat etmek lazım.
| Özellik | Küçük Proje | Büyük Kurumsal Kod Tabanı |
|---|---|---|
| Sanal ortam sembol arama | Bazen gerekli olmayabilir | Ciddi zaman kazandırır |
| Paralel indeksleme | Etkisi sınırlı olabilir | Daha belirgin hız artışı sağlayabilir |
| Ayar karmaşıklığı | Düşük risk | Kontrollü pilot gerekir |
| Sahada güvenilirlik ihtiyacı | Zaten tolere edilir | Daha fazla test şarttır |
Bunu nasıl denerdim?
Lafı gevelemeden söyleyeyim: önce küçük başlayın. Ben olsam önce tek bir ekipte veya tek bir repo üzerinde denerdim; hele ki production’a yakın geliştirilen servisler varsa rastgele herkese açmam.
Aşağıdaki ayar satırı işinizi görebilir:
{
"python.analysis.includeVenvInWorkspaceSymbols": true,
"python.analysis.enableParallelIndexing": true
}
Ama burada kritik nokta reload etmek gerektiği gerçeği… çoğu kişi ayarı açıp pencereyi kapatmadan sonuç bekliyor sonra da “olmuyor galiba” diyor! Cmd/Ctrl+Shift+P ile Reload Window yapmak gerekiyor ki yeni indexer düzgün başlasın.
Küçük bir detay: Geçen yıl Nisan ayında İzmir’de çalışan bir müşteri ekibiyle buna benzer pilot yaptık; üç haftalık deneme sonunda özellikle otomatik import önerilerinde gözle görülür rahatlama öldü dediler. Logların ilk başta biraz şiştiğini de söylediler. Yanı her güzel şeyin yanında ufak pürüz çıkabiliyor — hayat bu kadar düz değil zaten.
Pilot yaklaşımı neden daha sağlıklı?
Vallahi, E tabiî çünkü ölçmeden hüküm vermek kolaycılık olurdu. Önce birkaç geliştiricide deneyin, startup senaryosunda ayrı değerlendirin, enterprise senaryosunda ayrı bakın.
Kendi pratiğimde en iyi sonuç veren yöntem hep aynı öldü: önce dar kapsamlı test, sonra feedback toplama, en son yaygınlaştırma.
Peki hangi ekipler daha çok fayda görür?
İşte, küçük bir detay: Küçük startup tarafında esas mesele genelde hızdan çok sadelik oluyor; yanı herkes tek repoda çalışıyor ama kod hacmi henüz yönetilebilir seviyede kalıyor.
Bir bakıma, enterprise tarafta işe tablo değişiyor.
Çok sayıda servis varsa,
ortak kütüphaneler sık kullanılıyorsa,
bir de üstüne remote çalışma modeli oturduysa…
o zaman sanal ortam içi sembol arama baya işe yarıyor.
Bir bankacılık projesinde bunu yaşadık;
takım üyeleri farklı lokasyonlardaydı ve kimse sürekli web tarayıcısına dönmek istemiyordu.
Editör içinde doğru sınıfa ulaşmak resmen mini konfor alanı oluşturdu.
Kulağa abartı gibi geliyor ama değil.
Gün boyu onlarca kez tekrar eden hareketlerden tasarruf edince akşam yorgunluğu bile azalıyor.
Ha bu arada:
performans kazanımı kadar davranış tutarlılığı da önemli.
Eğer araç hızlı ama öngörülemezse ekip önü sevmez.
Bu yüzden Microsoft’un bunu varsayılan yerine seçenek olarak sunması bana mantıklı geldi.”Kimin için heyecan verici olmayabilir?
Dürüst olayım… eğer tek dosyalık script yazıyorsanız ya da eğitim amaçlı minik örneklerle ilerliyorsanız bu sürüm sizi havalara uçurmaz.
Beklediğim kadar dramatik değil yanı.
Ama büyük resimde sorun çözüyor.
İşte o yüzden sessiz sedasız değerli.
Bir de şu gerçek var:
Her performans iyileştirmesi kullanıcıya eşit yansımaz.
Makinenizde RAM böl işe fark az hissedilir;
bağımlılık ağınız sakinse yine az hissedersiniz;
ama işler karışıksa…
orada tatlı bir nefes alma gelir.
Sıkça Sorulan Sorular
Pylance venv içindeki paketleri neden göstermiyor?
Bu özellik varsayılan olarak kapalı geliyor olabilir. Python › Analysis altında Include Venv In Workspace Symbols ayarını açmanız gerekir.
Paralel indeksleme tüm projelerde işe yarar mı?
Hayır, özellikle büyük projelerde daha anlamlıdır. Küçük projelerde fark çok sınırlı kalabilir.
Ayarları değiştirdikten sonra ne yapmalıyım?
Bir şey dikkatimi çekti: Editörü yeniden yükleyin ya da Reload Window çalıştırın. Böylece yeni indeksleyici temiz şekilde devreye girer.
This feature is safe for production development teams mi?
Evet ama kontrollü pilotla başlamak daha doğru olur. Deneysel olduğu için önce küçük grupta doğrulamak gerekir.
Kaynaklar ve İleri Okuma
Visual Studio Code’da Python Desteği — Microsoft Docs
Pylance Release Notes — GitHub
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
