Diese Weiterbildung richtet sich an angehende und erfahrene SQL-Entwickler, die ihre Fähigkeiten in der Datenmodellierung und im Datenbankdesign vertiefen möchten. Die Weiterbildung vermittelt umfassende Kenntnisse über das Entwerfen, Modellieren und Optimieren von Datenbanken. Teilnehmer lernen, wie sie relationale Datenbankmodelle entwerfen, normalisieren und für performante Anwendungen umsetzen. Der Fokus liegt auf der praktischen Anwendung von SQL für die Verwaltung und Abfrage von Daten sowie der Gestaltung effizienter Datenstrukturen.
Weiterbildungsinhalte:
Grundlagen der Datenmodellierung
- Einführung in die Datenmodellierung: Definition und Bedeutung
- Ebenen der Datenmodellierung: konzeptionelles, logisches und physisches Modell
- Verwendung von ER-Diagrammen (Entity-Relationship-Diagramme) zur Modellierung von Daten
- Wichtige Modellierungsbegriffe: Entitäten, Attribute, Beziehungen und Kardinalitäten
Relationale Datenbanken und SQL
- Grundlagen relationaler Datenbanken: Tabellen, Primärschlüssel, Fremdschlüssel
- Erstellung von SQL-Schemata zur Implementierung relationaler Modelle
- Verwendung von SQL zur Datenbankabfrage und -manipulation (CRUD)
- Datenintegrität: Einhaltung von Integritätsregeln und Constraints in SQL
Normalisierung und Datenbankentwurf
- Einführung in die Normalisierung: 1. bis 3. Normalform und Boyce-Codd-Normalform
- Denormalisierung: Wann und wie denormalisierte Strukturen verwendet werden
- Optimierung von Datenstrukturen zur Verbesserung der Abfrageleistung
- Vermeidung von Redundanzen und Anomalien durch Normalisierung
Datenbankdesign: Best Practices
- Datenmodellierung für relationale Datenbanken: Design effizienter Tabellen
- Verwendung von Primär- und Fremdschlüsseln zur Erstellung von Beziehungen
- Design von Datenbankstrukturen für komplexe Geschäftsanforderungen
- Erstellung von relationalen und nicht-relationalen Datenmodellen je nach Anwendung
Physisches Datenbankdesign
- Indexierung: Erstellung von Indexen zur Optimierung von Abfragen
- Clustered und Non-Clustered Indexes: Wann welche Indexierung einsetzen
- Partitionsdesign: Aufteilung großer Tabellen zur Verbesserung der Leistung
- Datenbankpartitionierung und Sharding für skalierbare Systeme
Erweiterte SQL-Techniken
- Komplexe Abfragen mit JOINs, Subqueries und Aggregationsfunktionen
- Verwendung von Stored Procedures, Views und Triggern zur Automatisierung von Prozessen
- Transaktionen und ACID-Eigenschaften: Sicherstellung der Datenintegrität
- Optimierung von SQL-Abfragen für performante Datenbankanwendungen
Datenmodellierung für NoSQL-Datenbanken
- Unterschiede zwischen relationalen und NoSQL-Datenbanken
- Datenmodellierung für dokumentenbasierte Datenbanken wie MongoDB
- Verwendung von JSON und BSON zur Datenmodellierung in NoSQL-Datenbanken
- Best Practices für die Gestaltung von skalierbaren und flexiblen Datenstrukturen
Performance-Optimierung im Datenbankdesign
- Analyse von Datenbankperformance: Bottlenecks erkennen und beheben
- Index-Strategien zur Beschleunigung von SQL-Abfragen
- Caching und Speichermanagement zur Verbesserung der Datenbankleistung
- Verwaltung von Datenbankstatistiken und Query-Plänen zur Optimierung von Abfragen
Datenmodellierung in der Praxis: Fallstudien
- Analyse realer Datenbank-Design-Projekte
- Fallstudien zu Datenmodellierung und -design in verschiedenen Branchen (E-Commerce, Finanzwesen, Logistik)
- Erstellung von Datenmodellen basierend auf Geschäftsszenarien
- Implementierung der erstellten Datenmodelle in SQL-Datenbanksystemen
Voraussetzungen
- grundlegendes Interesse an Datenbanken und SQL-Programmierung
- eine abgeschlossene Ausbildung, ein IT-Studium oder eine entsprechende Anpassungsqualifizierung; oder ein bestandener Eignungstest
- Sprachniveau B1 in Deutsch