Seminar Shuffle SOAR – Datenverarbeitung mit JSON, Liquid, Dateien und Datastore

Seminarprofil

Automatisierungen scheitern häufig nicht an der Aktion, sondern an uneinheitlichen Daten. Das Seminar vermittelt ein robustes Vorgehen für JSON-Pfade, Transformationen, Vorlagen, Dateien, persistente Werte und kontrollierte Zwischenspeicherung.

Inhaltsverzeichnis

1. Seminarprofil
2. Zielsetzung
3. Zielgruppe
4. Voraussetzungen
5. Seminarinhalte
6. Praxisübungen
7. Methodik

Zielsetzung

• verschachtelte JSON-Daten sicher lesen, prüfen und normalisieren
• Liquid-Ausdrücke und Vorlagen für Transformationen und Ausgaben einsetzen
• Dateien und Metadaten kontrolliert durch Workflows führen
• Datastore und Cache für zustandsbehaftete Automatisierung nutzen

Zielgruppe

SOC Engineering, Workflow-Entwicklung, Integrationsentwicklung, Datenanalyse und technische Anwendungsbetreuung.

Voraussetzungen

Grundkenntnisse der Workflow-Entwicklung; elementares Verständnis von JSON-Strukturen ist erforderlich.

Seminarinhalte

1. Schritt 1: Datenmodell und Vertrag definieren

   Ein- und Ausgaben werden als erwartete Felder, Datentypen und Pflichtbedingungen beschrieben.

   • Beispielnutzdaten untersuchen
   • Pflicht- und optionale Felder markieren
   • Normalform für Folgeschritte festlegen
2. Schritt 2: JSON-Pfade sicher verwenden

   Verschachtelte Objekte und Listen werden adressiert, ohne bei fehlenden Werten unkontrolliert zu scheitern.

   • Objekt- und Arraypfade bilden
   • fehlende Felder erkennen
   • Standardwerte und Validierung ergänzen
3. Schritt 3: Daten normalisieren

   Unterschiedliche Quellen werden in ein gemeinsames internes Schema überführt.

   • Feldnamen vereinheitlichen
   • Datums- und Zahlenformate konvertieren
   • Mehrfachwerte deduplizieren
4. Schritt 4: Liquid für Transformationen einsetzen

   Vorlagen und Ausdrücke erzeugen lesbare Texte, strukturierte Ausgaben und bedingte Werte.

   • Variablen ausgeben
   • Bedingungen und Schleifen nutzen
   • Escaping und leere Werte berücksichtigen
5. Schritt 5: Listen und Massendaten verarbeiten

   Mengen werden gefiltert, gruppiert und schrittweise verarbeitet, ohne Nachvollziehbarkeit zu verlieren.

   • Listen filtern
   • Elemente iterieren
   • Teilergebnisse zusammenführen
6. Schritt 6: Dateien durch Workflows führen

   Dateiinhalt, Metadaten, Kennungen und Lebenszyklus werden getrennt und sicher behandelt.

   • Datei übernehmen
   • Metadaten prüfen
   • Datei an Folgeaktion übergeben oder gezielt ablegen
7. Schritt 7: Datastore und Cache nutzen

   Persistente und kurzlebige Werte erhalten Schlüssel, Ablaufregeln und Konfliktbehandlung.

   • Schlüsselkonvention entwerfen
   • Werte schreiben und lesen
   • Ablauf, Aktualisierung und Bereinigung festlegen
8. Schritt 8: Datenfehler diagnostizieren

   Abweichende Schemas, leere Ergebnisse und Typkonflikte werden mit Testdaten reproduziert.

   • Zwischenergebnisse sichtbar machen
   • Datentypen prüfen
   • Korrektur nahe an der Quelle umsetzen

Praxisübungen

• Mehrere heterogene Alarmformate in ein gemeinsames Ereignisschema transformieren
• Mit Liquid eine strukturierte Benachrichtigung aus verschachtelten JSON-Daten erzeugen
• Eine zustandsbehaftete Verarbeitung mit Dateiübergabe, Datastore-Schlüssel und Ablaufregel erstellen

Methodik

Fachvortrag, Demonstrationen, geführte Konfiguration, praktische Übungen und strukturierte Auswertung am System. Jeder Themenblock folgt dem Ablauf Ausgangslage, Konfiguration, Test, Fehlerbild und Korrektur. Ergebnisse werden anhand festgelegter Sollzustände geprüft und in einer wiederverwendbaren Arbeitsunterlage dokumentiert.