Seminar FerretDB Intensiv – Entwicklung, Datenzugriff und Suche

Zielsetzung

Das Intensivseminar bündelt die entwicklungsbezogenen FerretDB-Themen von Datenmodellierung und CRUD über Abfragen, Aggregation und Indizes bis zu Volltext-, Vektor- und API-Szenarien. Treiberintegration, Kompatibilitätstests, Performance und ein vollständiges Anwendungsprojekt verbinden die Einzelthemen.

Inhaltsübersicht

1. Zielsetzung und Lernziele
2. Teilnehmerkreis und Voraussetzungen
3. Architektur und Entwicklungskontext
4. Dokumentmodellierung
5. CRUD und Datenqualität
6. Abfragen und Aggregation
7. Klassische Indizes und TTL
8. Volltextsuche
9. Vektorsuche und KI-Retrieval
10. Treiber und Clientwerkzeuge
11. Data API und MCP
12. Kompatibilitäts- und Regressionstests
13. Performance aus Entwicklersicht
14. Anwendungsprojekt
15. Praxisübungen und Methodik

Lernziele

• Dokumentmodelle und robuste Datenzugriffe für FerretDB entwerfen
• Komplexe Abfragen, Aggregationen und leistungsfähige Indizes entwickeln
• Volltext-, Vektor-, Data-API- und MCP-Funktionen sicher integrieren
• Anwendungskompatibilität, Fehlerbehandlung und Performance automatisiert prüfen

Teilnehmerkreis

Erfahrene Softwareentwickler, Datenbankentwickler, Data Engineers, KI-Teams, technische Architekten und Testautomatisierer.

Voraussetzungen

Gute Programmier-, JSON- und Datenbankkenntnisse. Erste Erfahrung mit MongoDB-kompatiblen Treibern oder mongosh sowie FerretDB-Grundlagen werden vorausgesetzt.

Seminarinhalte

Kapitel 1: Architektur und Entwicklungskontext

Inhaltsübersicht des Kapitels: Client, FerretDB und PostgreSQL-/DocumentDB-Backend im Requestpfad einordnen; Kompatibilität als Eigenschaft des konkreten Workloads bewerten; Entwicklungs-, Test- und Diagnosewerkzeuge auswählen.

1. Schritt 1: Client, FerretDB und PostgreSQL-/DocumentDB-Backend im Requestpfad einordnen
2. Schritt 2: Kompatibilität als Eigenschaft des konkreten Workloads bewerten
3. Schritt 3: Entwicklungs-, Test- und Diagnosewerkzeuge auswählen

Kapitel 2: Dokumentmodellierung

Inhaltsübersicht des Kapitels: Fachobjekte, Zugriffsmuster und Änderungsraten erfassen; Eingebettete Dokumente, Arrays, Typen und Schlüssel sinnvoll modellieren; Namens-, Typ- und Strukturgrenzen durch Datenverträge absichern.

1. Schritt 1: Fachobjekte, Zugriffsmuster und Änderungsraten erfassen
2. Schritt 2: Eingebettete Dokumente, Arrays, Typen und Schlüssel sinnvoll modellieren
3. Schritt 3: Namens-, Typ- und Strukturgrenzen durch Datenverträge absichern

Kapitel 3: CRUD und Datenqualität

Inhaltsübersicht des Kapitels: Insert-, Read-, Update- und Delete-Operationen robust implementieren; Schutzbedingungen, Upserts und Arrayänderungen kontrolliert einsetzen; Positive und negative Integrationstests für Datenqualität erstellen.

1. Schritt 1: Insert-, Read-, Update- und Delete-Operationen robust implementieren
2. Schritt 2: Schutzbedingungen, Upserts und Arrayänderungen kontrolliert einsetzen
3. Schritt 3: Positive und negative Integrationstests für Datenqualität erstellen

Kapitel 4: Abfragen und Aggregation

Inhaltsübersicht des Kapitels: Filter, Projektion, Sortierung und Seitennavigation kombinieren; Aggregationspipelines mit prüfbaren Zwischenergebnissen entwickeln; Nicht unterstützte oder abweichende Operationen isolieren und ersetzen.

1. Schritt 1: Filter, Projektion, Sortierung und Seitennavigation kombinieren
2. Schritt 2: Aggregationspipelines mit prüfbaren Zwischenergebnissen entwickeln
3. Schritt 3: Nicht unterstützte oder abweichende Operationen isolieren und ersetzen

Kapitel 5: Klassische Indizes und TTL

Inhaltsübersicht des Kapitels: Einzel-, Verbund- und eindeutige Indizes aus Workloads ableiten; Indexkosten für Schreiben, Speicher und Wartung berücksichtigen; TTL-Indizes für technische Aufbewahrungsregeln einsetzen.

1. Schritt 1: Einzel-, Verbund- und eindeutige Indizes aus Workloads ableiten
2. Schritt 2: Indexkosten für Schreiben, Speicher und Wartung berücksichtigen
3. Schritt 3: TTL-Indizes für technische Aufbewahrungsregeln einsetzen

Kapitel 6: Volltextsuche

Inhaltsübersicht des Kapitels: Textindex mit Feldern, Sprache und Gewichtung entwerfen; Suchanfragen und Relevanzsortierung implementieren; Suchqualität mit Referenzfällen und fachlichen Kriterien bewerten.

1. Schritt 1: Textindex mit Feldern, Sprache und Gewichtung entwerfen
2. Schritt 2: Suchanfragen und Relevanzsortierung implementieren
3. Schritt 3: Suchqualität mit Referenzfällen und fachlichen Kriterien bewerten

Kapitel 7: Vektorsuche und KI-Retrieval

Inhaltsübersicht des Kapitels: Embeddings, Dimensionen und Ähnlichkeitsmaße passend auswählen; HNSW- und IVF-Indizes erstellen und vergleichen; Semantische Suche mit Metadatenfiltern und Qualitätsmessung entwickeln.

1. Schritt 1: Embeddings, Dimensionen und Ähnlichkeitsmaße passend auswählen
2. Schritt 2: HNSW- und IVF-Indizes erstellen und vergleichen
3. Schritt 3: Semantische Suche mit Metadatenfiltern und Qualitätsmessung entwickeln

Kapitel 8: Treiber und Clientwerkzeuge

Inhaltsübersicht des Kapitels: Verbindungszeichenfolge, SCRAM, TLS, Timeouts und Pooling konfigurieren; Datenoperationen aus einer Beispielanwendung implementieren; Fehlerbehandlung, Wiederholungen und sichere Protokollierung einbauen.

1. Schritt 1: Verbindungszeichenfolge, SCRAM, TLS, Timeouts und Pooling konfigurieren
2. Schritt 2: Datenoperationen aus einer Beispielanwendung implementieren
3. Schritt 3: Fehlerbehandlung, Wiederholungen und sichere Protokollierung einbauen

Kapitel 9: Data API und MCP

Inhaltsübersicht des Kapitels: Data API aktivieren und CRUD-Operationen über HTTP ausführen; OpenAPI-gestützte Tests und Umgebungsvariablen einrichten; MCP-Grundfunktion in einer kontrollierten Integrationsumgebung erproben.

1. Schritt 1: Data API aktivieren und CRUD-Operationen über HTTP ausführen
2. Schritt 2: OpenAPI-gestützte Tests und Umgebungsvariablen einrichten
3. Schritt 3: MCP-Grundfunktion in einer kontrollierten Integrationsumgebung erproben

Kapitel 10: Kompatibilitäts- und Regressionstests

Inhaltsübersicht des Kapitels: Workload und kritische Befehle inventarisieren; Proxy- und Differenzmodi für Antwortvergleiche einsetzen; Automatisierte Tests als Freigabeschranke für Änderungen etablieren.

1. Schritt 1: Workload und kritische Befehle inventarisieren
2. Schritt 2: Proxy- und Differenzmodi für Antwortvergleiche einsetzen
3. Schritt 3: Automatisierte Tests als Freigabeschranke für Änderungen etablieren

Kapitel 11: Performance aus Entwicklersicht

Inhaltsübersicht des Kapitels: Antwortzeit, Ergebnisgröße und Parallelität messen; Datenmodell, Abfrage, Projektion und Index gemeinsam optimieren; Connection Pool und Timeouts mit Backendkapazität abstimmen.

1. Schritt 1: Antwortzeit, Ergebnisgröße und Parallelität messen
2. Schritt 2: Datenmodell, Abfrage, Projektion und Index gemeinsam optimieren
3. Schritt 3: Connection Pool und Timeouts mit Backendkapazität abstimmen

Kapitel 12: Anwendungsprojekt

Inhaltsübersicht des Kapitels: Fachliches Datenmodell und Zugriffsschicht vollständig implementieren; Klassische, Volltext- und semantische Suche integrieren; API, Tests, Observability und dokumentierte Kompatibilitätsgrenzen ergänzen.

1. Schritt 1: Fachliches Datenmodell und Zugriffsschicht vollständig implementieren
2. Schritt 2: Klassische, Volltext- und semantische Suche integrieren
3. Schritt 3: API, Tests, Observability und dokumentierte Kompatibilitätsgrenzen ergänzen

Praxisübungen

• Eine vollständige FerretDB-Anwendung mit Treiber, Datenmodell und CRUD entwickeln
• Aggregation, Volltext- und Vektorsuche mit passenden Indizes integrieren
• Data API, Kompatibilitäts- und Performancetests in die Projektabnahme aufnehmen

Methodik

Alle Themen fließen in eine gemeinsame Beispielanwendung ein. Entwurf, Implementierung und Tests erfolgen iterativ; Funktion, Kompatibilität, Suchqualität und Leistung werden jeweils mit messbaren Kriterien geprüft.