AI Database Analyzer & Architect

An autonomous, AI-driven Senior Database Consultant in your pocket.

---

🇺🇸 English Version

The Vision

In the modern era of software engineering, database schemas often become "black boxes" accumulating technical debt, hidden bottlenecks, and security vulnerabilities. AI Database Analyzer is an enterprise-grade architectural intelligence tool designed to bridge the gap between raw database schemas and actionable expert insights.

Built with .NET MAUI and strict Senior-level MVVM architectures, this tool doesn't just read your database—it audits it like a Senior Database Administrator. By leveraging Hybrid AI (Google Gemini Cloud & Ollama Local), we transform complex metadata into strategic roadmaps, ensuring your data layer is scalable, secure, and highly performant before a single line of application code goes to production.

Key Features

• Deep Metadata Extraction: Native support for SQL Server, PostgreSQL, and MySQL.
• Hybrid AI Support: Toggle instantly between local, privacy-first analysis (Ollama) and high-scale cloud intelligence (Gemini).
• Interactive ER Visualization: Live, zoomable, and clickable ER diagrams powered by Mermaid.js and SVG-Pan-Zoom.
• Professional PDF Reporting: Export comprehensive, executive-level analysis reports via QuestPDF.
• Secure & Clean Architecture: 100% MVVM, Dependency Injection, and industry-standard protection for API keys via SecureStorage.

Architectural Intelligence Suite

The analyzer comes equipped with 30+ specialized prompts that audit your database across critical pillars:

Performance & Indexing

• Non-SARGable Query Predicates & Missing Indexes: Detects hidden query performance traps and high-cardinality columns lacking B-Tree indexes.
• Over-indexing & Overlapping Costs: Identifies redundant composite indexes that bloat storage and slow down DML operations.
• Trigger-Induced Bottlenecks: Analyzes recursive loops and deadlock risks caused by triggers executing during concurrent updates.
• Execution Plan Simulation: Mentally simulates execution plans (Hash Match, Nested Loops) for critical queries to predict bottlenecks.
• Foreign Key Index Deficiency: Reports unindexed foreign keys that cause expensive, hidden full table scans during cascading deletes.
• Heap Table & Primary Key Analysis: Identifies tables lacking Clustered Indexes and explains physical fragmentation risks.

Schema Design & Data Modeling

• Bloated Records & Data Type Wastage: Compares column types against random data samples to find storage waste (e.g., 255-chars for booleans).
• Normalization Violations (3NF): Detects transitive dependencies and repeating data groups within rows.
• Poorly Designed Denormalization: Audits duplicated data points for synchronization risks and lack of consistency guarantees.
• Orphan Records Detection: Finds missing logical relationships that lack physical foreign key constraints.
• Circular Dependency Mapping: Uses graph-based routing to detect infinite loops in database architecture.
• Hidden Complexity in Views: Audits excessive nesting and suggests Common Table Expressions (CTEs) or materialized views.
• Recursive CTE Misusage: Investigates the absence of depth constraints to prevent recursive depth overflows.
• Siloed Schema Modules: Groups tables into business domains (DDD) and identifies non-integrated database silos.
• Data Type Inconsistency: Finds identical columns across tables with conflicting data types (implicit conversion risks).
• Table Width & Page Fragmentation: Flags wide tables that risk exceeding physical 8KB page limits (Row-chaining).
• Identity Column Capacity Audit: Warns against capacity exhaustion when using TINYINT or SMALLINT for highly active primary keys.
• Naming Standards: Reviews CamelCase/snake_case consistency across tables and columns.
• Automated Data Dictionary: Generates Markdown documentation explaining the business purpose of each table.

Security, Privacy & Integrity

• RBAC & Least Privilege Violations: Audits permission tables to detect erroneous direct access to critical system entities.
• Sensitive Data (PII/PHI) Encryption: Uses NER logic to find unmasked identification, health, or financial records lacking encryption at rest.
• Over-reliance on Client-Side Controls: Identifies missing CHECK constraints, highlighting business logic vulnerabilities.
• Privilege Escalation (IDOR): Assesses the risk of using predictable sequential integers (auto-increment) instead of UUIDs for external services.
• Dynamic Procedures & SQL Injection: Inspects stored procedures for unsanitized inputs and Second-Order SQLi risks.
• Double Spending & Race Conditions: Audits wallet/inventory tables for the absence of Optimistic or Pessimistic locking columns (versioning).
• Missing Audit Trails: Detects sensitive tables lacking CDC or auditing columns (created_at, updated_by).
• GDPR/HIPAA Data Retention: Checks for the absence of mechanisms (Time-to-Live, soft deletes) dictating when data must be anonymized.
• Format Bypass (Data Poisoning): Locates fields (email, IP) lacking Regex/Domain validation constraints.
• AI Model Collapse Detection: Scans sample data for synthetic pollution generated by LLMs to verify model training suitability.
• Polymorphic Relationship Flaws: Analyzes dual-column combinations (entity_id / entity_type) for referential integrity loss.
• Soft Delete Consistency: Highlights reporting inaccuracies caused by non-uniform deletion logic (IsDeleted, StatusID).
• Excessive Nullability: Audits tables where business-critical columns allow NULL without corresponding constraints.

🚀 Scalability & Architecture

• Horizontal Scalability Bottlenecks: Evaluates foreign key bindings to identify tables suitable for partition keys in a microservices transition.
• Improper Time-Series Storage: Explains why storing high-frequency logs/metrics in relational B-Tree schemas cripples write performance.
• ORM Anti-Patterns: Detects fragmented designs prone to generating N+1 query problems in backend integrations.
• Collation Mismatches: Detects character set differences between joined tables that invalidate indexes.
• Connection Pool Exhaustion: Analyzes metadata, sessions, and temp table logic for flaws that bloat connection pools.
• Platform Migration Risk: Identifies proprietary engine-specific dependencies complicating moves to open-source or cloud-native DBs.
• Microservice Boundary Grouping: Suggests logical data boundaries to decompose monolithic schemas.

---

🇹🇷 Türkçe Versiyon

Vizyon

Yazılım geliştirme dünyasında, veritabanı şemaları genellikle performans darboğazlarının ve güvenlik açıklarının gizlendiği "kara kutulara" dönüşür. AI Database Analyzer, ham veritabanı şemaları ile uzman düzeyindeki optimizasyon görüşleri arasındaki boşluğu doldurmak için tasarlanmış kurumsal düzeyde bir mimari zeka çözümüdür.

.NET MAUI ile geliştirilen ve katı Senior seviye MVVM mimarisi ile kurgulanan bu araç, cebinizdeki otonom Kıdemli Veritabanı Yöneticisi (DBA) olarak görev yapar. Hibrit Yapay Zeka (Gemini Bulut ve Ollama Yerel) gücünü kullanarak, karmaşık metadatayı aksiyon alınabilir stratejik yol haritalarına dönüştürüyoruz.

Temel Özellikler

• Derin Metadata Çıkarımı: SQL Server, PostgreSQL ve MySQL için yerel destek.
• Hibrit Yapay Zeka: Yerel gizlilik odaklı analiz (Ollama) ile yüksek ölçekli bulut zekası (Gemini) arasında anlık geçiş.
• İnteraktif ER Görselleştirme: Mermaid.js altyapılı, yakınlaştırılabilir ve tıklanabilir (veri önizlemeli) canlı diyagramlar.
• Kurumsal Raporlama: QuestPDF üzerinden yönetici özetli profesyonel PDF analiz raporları çıktısı.
• Temiz Mimari: %100 MVVM, Dependency Injection ve hassas API anahtarları için SecureStorage ile uçtan uca güvenlik.

Mimari Zeka Paketi (Analiz Konuları)

Analizör, veritabanınızı 30'dan fazla uzman prompt (komut) ile denetler:

Performans ve İndeksleme

• SARGable Olmayan Sorgular ve Eksik İndeksler: İndeks kullanımını engelleyen tasarımları ve yüksek kardinaliteli eksik indeksleri bulur.
• Aşırı İndeksleme ve Çakışan Maliyetler: Depolamayı şişiren ve yazma performansını düşüren gereksiz kompozit indeksleri belirler.
• Tetikleyici (Trigger) Darboğazları: DML işlemlerindeki döngüsel kilitlenmeleri (deadlock) ve performans kayıplarını analiz eder.
• Sorgu Yürütme Planı Simülasyonu: Örnek verilerle Table Scan, Hash Match risklerini tahmin edip sorgu optimizasyonu önerir.
• Dış Anahtar (FK) İndeks Eksikliği: Silme işlemlerinde gizli tam tablo taramasına yol açan indekslenmemiş FK'ları raporlar.
• Heap Tablo ve PK Analizi: Primary Key'i olmayan dağınık tabloları bulur ve fragmantasyon risklerini açıklar.

Şema Tasarımı ve Modelleme

• Şişirilmiş Kayıtlar ve Veri Türü İsrafı: Sütun tiplerini örnek verilerle (örn. boolean için VARCHAR(255)) karşılaştırarak israfı bulur.
• Normalizasyon İhlalleri (3NF): Geçişli bağımlılıkları ve veri tekrarlarını yapısal olarak analiz eder.
• Kötü Tasarlanmış Denormalizasyon: Senkronizasyon garantisi olmayan kopyalanmış verilerdeki tutarsızlık risklerini bulur.
• Yetim Kayıtlar (Orphan Records): Mantıksal bağı olan ancak fiziksel (FK) kısıtlaması unutulmuş tabloları eşleştirir.
• Dairesel Bağımlılık (Circular Dependency): İlişkiler ve tetikleyiciler arasındaki sonsuz döngü rotalarını çizer.
• Görünüm (View) Karmaşıklığı: Aşırı iç içe geçmiş View'ları bulup CTE veya Materialized View önerisi sunar.
• Recursive CTE Hataları: Hiyerarşik tablolarda derinlik sınırı olmayan (sonsuz döngü riski) yapıları inceler.
• Kopuk Şema Modülleri (Silos): Tabloları iş mantığına (DDD) göre gruplayıp izole kalmış tabloları bulur.
• Veri Tipi Uyuşmazlıkları: Farklı tablolardaki aynı isimli kolonların (örn. user_id) tip farklılıklarını (Implicit Conversion riski) tespit eder.
• Tablo Genişliği Riski: Fiziksel 8KB sayfa sınırını aşarak Row-Chaining yaratabilecek aşırı geniş tabloları uyarır.
• Identity Kolon Kapasitesi: Çok aktif tablolarda TINYINT gibi küçük tiplerle oluşturulmuş PK'ların tükenme riskini hesaplar.
• İsimlendirme Standartları: CamelCase / snake_case tutarsızlıklarını denetler.
• Otomatik Veri Sözlüğü: Tabloların ve kolonların iş amaçlarını açıklayan Markdown tabanlı dökümantasyon üretir.

Güvenlik, Gizlilik ve Bütünlük

• RBAC ve "En Az Ayrıcalık" İhlalleri: Rol tabanlı erişim tablolarındaki hatalı doğrudan yetkilendirmeleri bulur.
• Hassas Veri (PII/PHI) Şifreleme Eksikliği: Maskelenmemiş kimlik, sağlık veya kredi kartı verilerini tespit edip şifreleme önerir.
• İstemci Tarafına Aşırı Güven: E-ticaret gibi akışlarda eksik CHECK kısıtlamalarından doğan (örn. negatif bakiye) Business Logic açıklarını arar.
• Ayrıcalık Yükseltme (IDOR): Dışarıya açık tablolarda UUID yerine tahmin edilebilir sıralı ID (auto-increment) kullanım risklerini belirler.
• Dinamik Prosedürler (SQL Enjeksiyonu): Stored Procedure'lerde sanitize edilmemiş girdileri ve Second-Order SQLi zafiyetlerini arar.
• Çift Harcama (Race Condition): Cüzdan/stok tablolarında "Optimistic/Pessimistic Locking" (versiyonlama) eksikliklerini denetler.
• Eksik Denetim İzi (Audit Trail): Hassas tablolarda değişikliği takip eden updated_by, created_at gibi CDC kolonlarının yokluğunu raporlar.
• GDPR/HIPAA Veri Saklama İhlali: Log ve işlem tablolarında verinin ne zaman anonimleşeceğini (TTL) belirleyen mekanizmaların eksikliğini arar.
• Girdi Manipülasyonu (Data Poisoning): E-posta, IP gibi alanlarda Regex/Domain kısıtlaması eksikliklerini bulur.
• Model Çöküşü (AI Sentetik Kirlilik): Şemadaki örnek verilerin LLM'ler tarafından sentetik üretilip üretilmediğini tespit eder.
• Polimorfik İlişki Hataları: entity_id / entity_type yapılarının FK kısıtlaması olmamasından doğan referans bütünlüğü kaybını inceler.
• Soft Delete Tutarsızlığı: Sistem genelinde IsDeleted veya StatusID kullanımının standart olup olmadığını denetler.
• Aşırı Nullability: Kritik iş kolonlarında kısıtlama olmadan NULL değerlere izin verilme oranını (kirli veri riski) analiz eder.

Ölçeklenebilirlik ve Modernizasyon

• Yatay Ölçekleme Darboğazları: Yüksek FK yoğunluğuna sahip tabloların mikroservislere ayrılma zorluklarını analiz eder.
• Zaman Serisi (Time-Series) Mimari Hataları: Yüksek frekanslı log/metrik tablolarında klasik B-Tree kullanımının yazma performansını nasıl çökerteceğini açıklar.
• ORM Anti-Pattern'leri (N+1): Sık beraber sorgulanan ama mantıksızca parçalanmış, N+1 sorununa yatkın tablo tasarımlarını bulur.
• Collation (Karakter Seti) Uyuşmazlığı: JOIN işlemlerinde indeksi iptal eden Collation farklılıklarını raporlar.
• Bağlantı Havuzu (Connection Pool) Aşımı: Tetikleyiciler içindeki hatalı session veya temp table mantıklarını tespit eder.
• Platform Taşıma (Migration) Riski: SQL Server'dan PostgreSQL'e geçerken baş ağrıtacak motora özel (proprietary) bağımlılıkları listeler.
• Mikroservis Sınır Gruplandırması (DDD): Monolitik veritabanını mikroservislere bölmek için mantıksal sınırlar (Bounded Contexts) çizer.