Seminar Weaviate Python-Client und Anwendungsentwicklung

Dieses praxisorientierte Seminar behandelt synchroner und asynchroner Python-Client, Verbindung, Collection-Verwaltung, CRUD, Batch-Import, Retrieval, generative Abfragen, Fehlerbehandlung, Tests und Integration in Services. Alle Arbeitsschritte werden an einer durchgängigen Referenzumgebung ausgeführt, geprüft und in wiederverwendbaren Arbeitsvorlagen dokumentiert.

Inhaltsübersicht

• Projekt und Verbindung
• Collections verwalten
• Datenoperationen
• Batch- und Async-Verarbeitung
• Retrieval und Aggregationen
• Produktionsnahe Integration
• Lernziele und Abnahmekriterien
• Praxisübungen und Betriebsdokumentation

Lernziele

• Anforderungen in den Bereichen Projekt und Verbindung, Batch- und Async-Verarbeitung und Produktionsnahe Integration strukturiert analysieren und in eine umsetzbare Weaviate-Konfiguration überführen.
• Collections, Daten, Abfragen oder Betriebsparameter nachvollziehbar konfigurieren und mit reproduzierbaren Prüfungen verifizieren.
• Fehlersituationen systematisch eingrenzen, geeignete Diagnoseinformationen erfassen und belastbare Korrekturmaßnahmen ableiten.
• Qualität, Leistung, Sicherheit und Wartbarkeit anhand definierter Kriterien bewerten und die Lösung für den Regelbetrieb dokumentieren.

Schritt-für-Schritt-Inhalte

1. Projekt und Verbindung

Schwerpunkt: virtuelle Umgebung, Paketversion, lokale oder Cloud-Verbindung, Zugangsdaten, Header, HTTP, gRPC und Readiness.

1. Anforderungen für Projekt und Verbindung erfassen: virtuelle Umgebung, Paketversion, lokale oder Cloud-Verbindung, Zugangsdaten, Header, HTTP, gRPC und Readiness; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

2. Collections verwalten

Schwerpunkt: typisierte Konfiguration, Properties, Vektorisierung, Named Vectors, Generativintegration und idempotente Initialisierung.

1. Anforderungen für Collections verwalten erfassen: typisierte Konfiguration, Properties, Vektorisierung, Named Vectors, Generativintegration und idempotente Initialisierung; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

3. Datenoperationen

Schwerpunkt: Objekte, UUIDs, Insert, Fetch, Update, Replace, Delete, selbst bereitgestellte Vektoren und Validierung.

1. Anforderungen für Datenoperationen erfassen: Objekte, UUIDs, Insert, Fetch, Update, Replace, Delete, selbst bereitgestellte Vektoren und Validierung; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

4. Batch- und Async-Verarbeitung

Schwerpunkt: servergesteuertes Batching, Parallelität, Fehlerlisten, Async-Client, Timeouts und Wiederanlauf.

1. Anforderungen für Batch- und Async-Verarbeitung erfassen: servergesteuertes Batching, Parallelität, Fehlerlisten, Async-Client, Timeouts und Wiederanlauf; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

5. Retrieval und Aggregationen

Schwerpunkt: Keyword-, Vektor- und Hybridabfrage, Filter, Metadaten, Reranking, Gruppen und Aggregationen.

1. Anforderungen für Retrieval und Aggregationen erfassen: Keyword-, Vektor- und Hybridabfrage, Filter, Metadaten, Reranking, Gruppen und Aggregationen; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

6. Produktionsnahe Integration

Schwerpunkt: Repository- oder Service-Schicht, Konfiguration, Retry, Logging, Tests, Ressourcenfreigabe und Betriebsübergabe.

1. Anforderungen für Produktionsnahe Integration erfassen: Repository- oder Service-Schicht, Konfiguration, Retry, Logging, Tests, Ressourcenfreigabe und Betriebsübergabe; Zielzustand, Eingaben, Abhängigkeiten und messbare Prüfkriterien in einer Arbeitsvorlage festhalten.
2. Technische Grundlage konfigurieren: passende Collections, Properties, Clients, Modelle, Indizes oder Infrastrukturparameter auswählen und jede Einstellung mit ihrem Zweck dokumentieren.
3. Vorgehen mit repräsentativen Daten ausführen: Ausgangszustand prüfen, Operation schrittweise durchführen, Rückgaben protokollieren und das erwartete Verhalten gegen die Prüfkriterien vergleichen.
4. Fehler- und Grenzfälle untersuchen: ungültige Eingaben, fehlende Berechtigungen, leere Ergebnisse, Zeitüberschreitungen oder Ressourcenengpässe gezielt auslösen und diagnostizieren.
5. Ergebnis absichern: Qualität, Latenz, Ressourcenbedarf, Sicherheit und Wartbarkeit bewerten; Konfiguration und Wiederholungsablauf als wiederverwendbares Runbook festhalten.

Praxisübungen

1. Übung 1: Projekt und Verbindung – virtuelle Umgebung, Paketversion, lokale oder Cloud-Verbindung, Zugangsdaten, Header, HTTP, gRPC und Readiness in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
2. Übung 2: Collections verwalten – typisierte Konfiguration, Properties, Vektorisierung, Named Vectors, Generativintegration und idempotente Initialisierung in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
3. Übung 3: Datenoperationen – Objekte, UUIDs, Insert, Fetch, Update, Replace, Delete, selbst bereitgestellte Vektoren und Validierung in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.
4. Übung 4: Batch- und Async-Verarbeitung – servergesteuertes Batching, Parallelität, Fehlerlisten, Async-Client, Timeouts und Wiederanlauf in einer vorbereiteten Referenzumgebung konfigurieren, ausführen, mit Negativtests prüfen und in einem Abnahmeprotokoll dokumentieren.

Zielgruppe

Python-Entwickler, Data Engineers, ML Engineers und Entwickler von Such-, RAG- oder Agentenanwendungen.

Voraussetzungen

Sichere Python-Kenntnisse und grundlegendes Verständnis von Weaviate.