Seminar Micronaut – Data mit JDBC, JPA und Hibernate

Persistenzschichten müssen fachliche Konsistenz, nachvollziehbare Abfragen und kontrollierte Transaktionen verbinden. Das Seminar behandelt Micronaut Data mit JDBC sowie JPA und Hibernate vom Domänenmodell über Repositories und Beziehungen bis zu Migrationen, Performanceanalyse und Integrationstests.

Inhaltsübersicht

• Zielsetzung
• Zielgruppe
• Voraussetzungen
• Seminarinhalte
• Praxisübungen
• Methodik

Zielsetzung

• Relationale Domänenmodelle und Repository-Grenzen sauber entwerfen
• JDBC- und JPA/Hibernate-Varianten anhand konkreter Anforderungen auswählen
• Abfragen, Beziehungen, Transaktionen und Nebenläufigkeit kontrolliert umsetzen
• Schemaänderungen, Tests und Datenbankperformance in den Lieferprozess integrieren

Zielgruppe

Backend- und Datenbankentwickler, Datenarchitekten, technische Consultants und Softwarearchitekten.

Voraussetzungen

Gute Java- oder Kotlin-Kenntnisse, Micronaut-Grundlagen, SQL-Kenntnisse und Verständnis von Transaktionen und Datenmodellen.

Seminarinhalte

1. Schritt 1: Fachmodell und Konsistenzgrenzen bestimmen

   Entitäten, Werteobjekte, Aggregate, Schlüssel, Pflichtbeziehungen und fachliche Invarianten werden vor der technischen Abbildung festgelegt.

2. Schritt 2: Datenquelle und Pool konfigurieren

   Treiber, URL, Zugangsdaten, Poolgrößen, Timeouts und Umgebungsprofile werden typsicher eingerichtet. Verbindungen werden durch Health-Prüfungen kontrolliert.

3. Schritt 3: Micronaut Data JDBC einsetzen

   Tabellenabbildung, unveränderliche Datenklassen, Repository-Methoden und kompilierungsseitig erzeugte Abfragen werden für einen schlanken Zugriff umgesetzt.

4. Schritt 4: JPA und Hibernate konfigurieren

   Entity-Lebenszyklus, Persistence Context, Fetching, Cascades und Dirty Checking werden an einem zweiten Modell nachvollzogen.

5. Schritt 5: Beziehungen und Ladeverhalten gestalten

   One-to-one-, one-to-many- und many-to-many-Beziehungen werden mit klarer Eigentümerschaft modelliert. N+1-Abfragen und unkontrollierte Objektgraphen werden vermieden.

6. Schritt 6: Abfragen und Projektionen entwickeln

   Abgeleitete Methoden, explizite Abfragen, DTO-Projektionen, Sortierung, Pagination und dynamische Kriterien werden nach Lesefall ausgewählt.

7. Schritt 7: Transaktionen und Sperren beherrschen

   Transaktionsgrenzen, Isolation, Rollback, optimistische Sperren und idempotente Schreibvorgänge werden mit konkurrierenden Zugriffen getestet.

8. Schritt 8: Validierung und Fehlerabbildung ergänzen

   Datenbankconstraints, Bean Validation und fachliche Regeln werden abgestimmt. Konflikte und Integritätsverletzungen erhalten kontrollierte Anwendungsfehler.

9. Schritt 9: Schemaänderungen versionieren

   Migrationen, Baselines, Reihenfolge, Rückwärtskompatibilität und Testdaten werden in eine wiederholbare Start- und Deployment-Kette integriert.

10. Schritt 10: Performance messen und optimieren

    SQL-Protokolle, Ausführungspläne, Indizes, Batch-Verarbeitung, Fetch-Größen und Poolmetriken werden anhand eines messbaren Engpasses ausgewertet.

11. Schritt 11: Integrationstests automatisieren

    Repository-, Transaktions- und Migrationsverhalten werden gegen eine realistische Datenbankinstanz geprüft. Testisolation und reproduzierbare Datenstände werden sichergestellt.

Praxisübungen

• Derselbe Lesefall mit JDBC und JPA
• Analyse einer N+1-Abfrage
• Konkurrierender Schreibtest mit optimistischer Sperre
• Migrationstest gegen eine frische Datenbank

Methodik

Kurze fachliche Einordnungen wechseln mit Demonstrationen und schrittweisen Übungen. Jeder Arbeitsstand wird gebaut, ausgeführt und durch automatisierte oder betriebliche Prüfungen abgesichert. Fehlerfälle werden bewusst einbezogen, damit Diagnose und Wiederanlauf nicht erst im Produktivbetrieb entstehen.