Seminar RisingWave – SQL für Streaming Analytics

Streaming-SQL verwendet vertraute relationale Konzepte, verlangt jedoch ein klares Verständnis von Änderungsströmen, dauerhaftem Zustand und kontinuierlicher Aktualisierung. Die Schulung führt von sicheren Abfragen zu komplexen zeit- und zustandsbezogenen Analysemodellen.

Inhaltsverzeichnis

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

Zielsetzung

• PostgreSQL-kompatible SQL-Syntax sicher in RisingWave anwenden
• Joins, Aggregationen und analytische Funktionen streaminggerecht modellieren
• Änderungssemantik, Schlüssel und laufende Aktualisierung nachvollziehen
• Abfragen mit systematischen Testfällen und Laufzeitkontrollen absichern

Zielgruppe

Data Analysts, Analytics Engineers, Data Engineers, BI-Entwicklung und SQL-erfahrene Fachanwender.

Voraussetzungen

Solide Grundkenntnisse in SELECT, WHERE, GROUP BY und relationalen Joins. Streaming-Vorkenntnisse sind nicht erforderlich.

Seminarinhalte

1. Schritt 1: SQL-Umgebung und Datentypen prüfen

   Schemas, Suchpfade, Bezeichner, Nullwerte, numerische Typen, Texte, Zeittypen, Arrays und strukturierte Werte werden sicher verwendet.

2. Schritt 2: Ausdrücke und Filter formulieren

   CASE, COALESCE, Typkonvertierung, Text- und Datumsfunktionen sowie robuste Filter für unvollständige Ereignisdaten werden aufgebaut.

3. Schritt 3: Daten vorbereiten und normalisieren

   Verschachtelte oder variierende Eingaben werden in stabile Spalten, Schlüssel und fachliche Kategorien überführt.

4. Schritt 4: Joins streaminggerecht gestalten

   Inner, Outer und semantisch geeignete Lookup-Beziehungen werden mit Kardinalität, Schlüsselqualität und Zustandswirkung geprüft.

5. Schritt 5: Laufende Aggregationen erstellen

   COUNT, SUM, AVG, MIN, MAX und bedingte Kennzahlen werden als kontinuierlich aktualisierte Ergebnisse modelliert.

6. Schritt 6: Distinct und Top-N einsetzen

   Eindeutigkeit, Rangfolgen, LIMIT-Logik und sich ändernde Top-N-Ergebnisse werden mit stabilen Sortierkriterien behandelt.

7. Schritt 7: Window Functions verwenden

   Partitionierung, Reihenfolge, LAG, LEAD, ROW_NUMBER und laufende Fenster werden von zeitbasierten Streaming-Fenstern abgegrenzt.

8. Schritt 8: Zeitbasierte Analysen formulieren

   Zeitstempel, Intervalle, Zeitzonen, Bucketing und zeitliche Grenzen werden ohne mehrdeutige Konvertierungen eingesetzt.

9. Schritt 9: Änderungssemantik verstehen

   Append, Update, Delete, Upsert und Primärschlüssel werden bis zu den Auswirkungen auf Aggregationen und Joins verfolgt.

10. Schritt 10: Abfragen materialisieren

    Geeignete SQL-Abfragen werden in Materialized Views überführt; Abhängigkeiten, Aktualisierung und Abfragezugriff werden geprüft.

11. Schritt 11: SQL testen und diagnostizieren

    Beispieldaten, Grenzfälle, erwartete Ergebnismengen, Pläne und Laufzeitinformationen werden zu einer reproduzierbaren SQL-Testsuite verbunden.

Praxisübungen

• Unvollständige Ereignisdaten mit robusten Ausdrücken normalisieren
• Mehrere Streams über Schlüssel und Zeitbezug verbinden
• Laufende Aggregationen und Top-N-Ergebnisse aufbauen
• Eine komplexe Abfrage materialisieren und mit Grenzfällen testen

Methodik

Jede SQL-Technik wird zunächst an einer kleinen Datentabelle erklärt und anschließend auf einen fortlaufenden Ereignisstrom übertragen. Erwartete Änderungen werden vor der Ausführung schriftlich festgelegt. Die gewählte Seminardauer beträgt 2 Tage. Zwei Tage sind passend, weil neben SQL-Syntax auch Änderungssemantik, Zustandswirkung, Materialisierung und systematische Grenzfalltests praktisch erarbeitet werden.