Seminar CrateDB – Intensivseminar Komplettprogramm für Entwicklung, Daten und Betrieb

Das Komplettprogramm verdichtet alle Einzelseminare zu einem übergreifenden Qualifizierungsweg. Architektur, Installation, Modellierung, SQL, Datenintegration, Analytics, Suche, KI, Administration, Skalierung, Sicherheit, Backup, Cloud, Upgrade und Migration werden in einer zusammenhängenden Plattformlandschaft behandelt.

Inhaltsübersicht

• Lernziele und fachliche Einordnung
• Schrittweise Seminarinhalte
• Praxisübungen und Laborszenarien
• Zielgruppe und Voraussetzungen
• Didaktik und Arbeitsweise

Lernziele und fachliche Einordnung

• Alle fachlichen und technischen CrateDB-Themen in einem konsistenten Gesamtbild einordnen
• Eine vollständige Datenplattform vom Clusteraufbau bis zu Anwendungen und Analytics umsetzen
• Betrieb, Skalierung, Sicherheit, Sicherung und Wartung mit klaren Runbooks verbinden
• Prioritäten und Vertiefungsbedarf für nachgelagerte Fachseminare belastbar bestimmen

Schrittweise Seminarinhalte

1. Schritt 1: Tag 1: Einsatzplanung und Zielarchitektur

   Datenprofil, Abfragen, Verfügbarkeit, Schnittstellen, Sicherheitszonen, Bereitstellungsmodell und Proof-of-Concept-Kriterien werden festgelegt.

2. Schritt 2: Tag 1: Installation und Clusteraufbau

   Systemvoraussetzungen, Knoten, Netzwerk, Speicher, Discovery, JVM, Dienstbetrieb und erster Clustercheck werden praktisch umgesetzt.

3. Schritt 3: Tag 1: Hochverfügbarkeit und Sharding

   Shard-Zahl, Shard-Schlüssel, Replikation, Fehlerdomänen, Kapazitätsreserve und Skalierung werden am aufgebauten Cluster geprüft.

4. Schritt 4: Tag 1: Sicherheitsbasis

   Benutzer, Rollen, Privilegien, HBA, TLS, Geheimnisse und getrennte Anwendungsidentitäten werden als Baseline eingerichtet.

5. Schritt 5: Tag 2: Datenmodellierung

   Relationale Daten, Objekte, Arrays, Zeitreihen, Primärschlüssel, Partitionen, Geo-, Text- und Vektorfelder werden in einem gemeinsamen Schema verbunden.

6. Schritt 6: Tag 2: SQL und Datenmanipulation

   SELECT, Filter, INSERT, Update, Upsert, Delete, Zeitfunktionen, Objekte und Arrays werden mit sicheren Mustern angewendet.

7. Schritt 7: Tag 2: Datenintegration und Streaming

   COPY, Bulk, Kafka, Flink, CDC, Idempotenz, Backpressure, Fehlerkanal und Schemaentwicklung werden als Datenpfad aufgebaut.

8. Schritt 8: Tag 2: Anwendungsentwicklung

   JDBC-, HTTP- und Python-Zugriffe, Verbindungspools, Parametrisierung, Retries, Teilfehler, Tests und Telemetrie werden implementiert.

9. Schritt 9: Tag 3: SQL-Analytics

   Joins, CTEs, Aggregationen, Zeitbucketing, Window Functions und Datenqualitätskennzahlen werden am Praxisbestand entwickelt.

10. Schritt 10: Tag 3: Time-Series und IoT

    Letzte Werte, Lücken, gleitende Kennzahlen, Downsampling, Gerätebezug, Retention und Dashboard-Workload werden umgesetzt.

11. Schritt 11: Tag 3: Volltext- und Geosuche

    MATCH, Relevanz, strukturierte Filter, Punkte, Flächen und räumliche Beziehungen werden zu einer Suchanwendung verbunden.

12. Schritt 12: Tag 3: Vektorsuche und KI-Anwendung

    Embeddings, float_vector, kNN, Hybrid Search, RAG-Retrieval, Berechtigungsfilter und Evaluation werden praktisch eingeordnet.

13. Schritt 13: Tag 3: dbt, BI und Dashboards

    Modelle, Tests, inkrementelle Verarbeitung, Kennzahlen, BI-Verbindung und Dashboard-Leistungsregeln werden ergänzt.

14. Schritt 14: Tag 4: Administration und Monitoring

    Clusterzustand, Knoten, Shards, Jobs, Sessions, Ressourcen, Logs und Alarmierung werden zu einem Betriebsbild zusammengeführt.

15. Schritt 15: Tag 4: Performance-Tuning

    Baseline, Abfrageplan, Partition Pruning, Joins, Shards, Bulk-Last, JVM und Kapazitätsgrenzen werden systematisch untersucht.

16. Schritt 16: Tag 4: Troubleshooting und Wiederanlauf

    Abfrage-, Ingest-, Allokations-, Netzwerk- und Sicherheitsfehler werden anhand eines Diagnosebaums bearbeitet.

17. Schritt 17: Tag 4: Backup und Disaster Recovery

    Snapshots, Repository, Restore, RPO, RTO, Notfallrollen und Abnahme werden in einem Wiederherstellungsszenario geprobt.

18. Schritt 18: Tag 5: Cloud, Container und Kubernetes

    Persistente Speicherung, Ressourcen, Discovery, Probes, Zonenverteilung, Secrets, Observability und Skalierung werden auf Plattformebene eingeordnet.

19. Schritt 19: Tag 5: Upgrades und Rolling Maintenance

    Kompatibilität, Testlauf, Sicherung, Knotenreihenfolge, Gesundheitsprüfungen, Abbruch und Nachbeobachtung werden geplant.

20. Schritt 20: Tag 5: Migration und Cutover

    PostgreSQL-, Elasticsearch- und Zeitreihendaten, Initialladung, CDC, Validierung, Umschaltung und Rückfall werden als Projektplan strukturiert.

21. Schritt 21: Tag 5: Gesamtabnahme und Vertiefungsplan

    Architektur, Daten, Anwendungen, Betrieb, Sicherheit und offene Risiken werden bewertet; notwendige Fachvertiefungen werden priorisiert.

Praxisübungen und Laborszenarien

• Aufbau eines kleinen Mehrknotenclusters mit Sicherheits- und Monitoring-Baseline
• Entwicklung eines kombinierten Datenmodells mit Batch- und Streaming-Aufnahme
• Umsetzung von SQL-Analytics, Zeitreihen-, Volltext-, Geo- und Vektorsuche
• Implementierung eines Anwendungszugriffs mit Bulk, Retry und Telemetrie
• Performance- und Störungsanalyse an einem vorbereiteten Fehlerbild
• Snapshot, Restore und kontrollierter Wiederanlauf
• Erstellung eines Upgrade-, Migrations- und Vertiefungsplans für die Gesamtplattform

Zielgruppe und Voraussetzungen

Zielgruppe: Gemischte Projektteams aus Architektur, Data Engineering, Entwicklung, Analytics, Datenbankadministration, Plattformbetrieb, Security und technischer Projektleitung.

Voraussetzungen: Gute allgemeine IT- und Datenkenntnisse. SQL-, Linux-, Cloud- oder Programmiererfahrung ist je nach Rolle hilfreich; tiefe CrateDB-Vorkenntnisse sind nicht erforderlich.

Didaktik und Arbeitsweise

Kurze Fachimpulse werden unmittelbar durch Live-Demonstrationen, strukturierte Konfigurations- und SQL-Schritte, praktische Übungen sowie kontrollierte Fehlerfälle vertieft. Jede Übung arbeitet mit definierten Ausgangsdaten, Prüfpunkten und einer knappen technischen Dokumentation, damit die erarbeiteten Verfahren wiederholbar bleiben.