Seminar CrateDB – SQL-Analytics mit Joins, Aggregationen und Window Functions

Analytische SQL-Abfragen müssen fachlich korrekt, nachvollziehbar und auf verteilten Daten leistungsfähig sein. Das Seminar führt von mehrstufigen Filtern und Joins bis zu Zeitbucketing, Fensterfunktionen und wiederverwendbaren Analysemodellen.

Inhaltsübersicht

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

Lernziele und fachliche Einordnung

• Komplexe Analysefragen in klar strukturierte SQL-Abfragen zerlegen
• Joins, Unterabfragen, CTEs, Aggregationen und Window Functions sicher einsetzen
• Zeitreihen, Objekte und Arrays gemeinsam mit relationalen Daten auswerten
• Analyseabfragen auf Korrektheit, Erklärbarkeit und Leistung prüfen

Schrittweise Seminarinhalte

1. Schritt 1: Analysefrage in Teilschritte zerlegen

   Grundgesamtheit, Kennzahl, Dimensionen, Zeitbezug, Ausschlüsse, Vergleichsgruppe und gewünschte Granularität werden explizit formuliert.

2. Schritt 2: Abfragen mit CTEs strukturieren

   Komplexe Logik wird in benannte, prüfbare Zwischenstufen zerlegt, ohne unnötige Datenmengen weiterzureichen.

3. Schritt 3: Joins fachlich korrekt wählen

   Inner, outer und cross joins werden nach Beziehung, fehlenden Referenzen, Kardinalität und erwarteter Zeilenzahl eingesetzt.

4. Schritt 4: Join-Leistung berücksichtigen

   Filter, Schlüssel, Tabellengröße, Datenverteilung und Projektion werden so gestaltet, dass verteilte Datenbewegung begrenzt bleibt.

5. Schritt 5: Mehrstufig aggregieren

   COUNT, SUM, AVG, MIN, MAX, DISTINCT, bedingte Kennzahlen und HAVING werden zu nachvollziehbaren Fachmetriken verbunden.

6. Schritt 6: Zeitintervalle bilden

   Zeitstempel werden in feste Analysefenster überführt; Zeitzonen, Periodengrenzen und verspätete Ereignisse werden korrekt berücksichtigt.

7. Schritt 7: Window Functions einsetzen

   Rang, laufende Summe, gleitender Wert, Vorperiodenvergleich und partitionsbezogene Berechnung werden ohne Verlust der Detailzeilen umgesetzt.

8. Schritt 8: Unterabfragen und Existenzprüfungen nutzen

   Vergleichsmengen, letzte Zustände, Ausschlusslisten und abhängige Kriterien werden kontrolliert formuliert.

9. Schritt 9: Objekte und Arrays auswerten

   Verschachtelte Attribute, wiederholte Werte und unnest-ähnliche Analysen werden mit relationalen Dimensionen verbunden.

10. Schritt 10: Zeitreihen verdichten

    Rohdaten werden zu Stunden-, Tages- oder Zustandskennzahlen aggregiert, ohne Zähler, Mittelwerte oder Ausfallzeiten fachlich falsch zu interpretieren.

11. Schritt 11: Text-, Geo- und Vektorkriterien ergänzen

    Spezialisierte Suchprädikate werden als Teil einer analytischen Abfrage mit strukturierten Filtern und Kennzahlen kombiniert.

12. Schritt 12: Datenqualität sichtbar machen

    Nullwerte, Dubletten, Ausreißer, unvollständige Zeiträume und fehlende Referenzen werden nicht verdeckt, sondern als Qualitätskennzahlen ausgegeben.

13. Schritt 13: Abfrageplan und Laufzeit prüfen

    Scanmenge, Partitionen, Shards, Sortierung, Join und Ergebnisgröße werden mit der fachlichen Logik abgeglichen.

14. Schritt 14: Wiederverwendbare Views erstellen

    Geprüfte Logik erhält eindeutige Namen, Dokumentation, Eigentümer und Änderungsverfahren für BI und Anwendungen.

15. Schritt 15: Analysen testen und abnehmen

    Beispieldaten, Grenzfälle, unabhängige Kontrollrechnung und Performance-Grenzen bilden eine reproduzierbare Freigabe.

Praxisübungen und Laborszenarien

• Aufbau einer mehrstufigen Analyse mit CTE, Join und bedingter Aggregation
• Berechnung von Rang, gleitendem Mittel und Vorperiodenvergleich mit Window Functions
• Zeitreihenanalyse mit Bucketing, Lückenprüfung und Stammdatenergänzung
• Optimierung einer analytischen Abfrage anhand von Plan und Messwerten

Zielgruppe und Voraussetzungen

Zielgruppe: Data Analysts, Analytics Engineers, Data Scientists, BI-Entwicklung, Datenbankentwickler und technische Fachanwender.

Voraussetzungen: Sichere Kenntnisse in SELECT, Filtern, Gruppieren und grundlegenden Joins sowie Verständnis der fachlichen Daten.

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.